我对自媒体 AI 写作的观察，为此还和 Gemini 吵了一架

• 针对确定的观点与信息

• 对齐特定的语言风格
• 进行扩写

当文章本身是为了传递信息和观点时，AI 的逻辑性是很好的。

当 AI 经过了大量的训练时，可以对齐特定的语言风格。

这时，AI 直出的稿子达到我个人的 70-75 分质量标准是可以的。75 分质量对高阈值的我来说，已经是很高的评价。

那么还有可能继续提高分数吗？

我觉得不能。

首先，AI 可以对齐鲜明的风格，但内容结构依然是刻板的。内容风格可以模仿，毕竟模仿语言是 AI 的长板，而内容结构无法模仿，它是跟随题材和内容千变万化的。

其次，传递信息容易，制造非公式化的阅读快感很难。阅读快感本身没有成熟的模板，一旦套路化，则变成了针对目标人群挠痒痒肉，没惊喜，不高级，只能对阈值较低的人群提供廉价的爽感。

如果内容结构是刻板的，阅读快感是套路化的，这就不可能超出我个人的 75 分质量标准。

作为概率机器，缺乏最大公约数的场景是 AI 的短板。内容结构和阅读快感恰恰是反套路的，概率可以计算出符合人类认知的结构与快感，但无法计算出令人惊喜的结构与快感，这种 “意料之外的好结果” 必然是低概率的，抽卡很难抽到的。

一旦不存在概率上的最大公约数，也失去了模仿对象，当关键变量的组合太多时，AI 只能强依赖先验，比如国际象棋与围棋。此时如果不能先验，只能用人类的感知来后验，低概率计算的结果就成了随机抽卡。抽卡可以抽到一些碎片化的灵感，继续组装为高质量的关键变量组合那就（在概率上）不可思议了。

人类依靠专家直觉来应对这个问题，直接指定某一套关键变量组合，在此基础上推导出方案。这也是所谓的 “创造力”。创造力可以通过逻辑的后验，却无法用逻辑直接推导出高质量的关键变量组合。

千变万化的结构，千变万化的阅读快感，都是如上所说，小概率高质量的关键变量组合，在概率计算的射程之外。

概率机器如果无法先验，则无法计算出小概率的成功。

否则无限线性外推，AI 直出《活着》可能吗？直出《神雕侠侣》可能吗？这时候说 “能” 也就太勉强了。那么能与不能的边界在哪里呢？我认为是 “关键变量的组合太多”，抽卡生成长篇幅的内容必然走向套路与平庸。

但回到我一开始说的，针对确定的观点与信息，对齐特定的语言风格，用推理能力进行扩写，传递信息和观点，这就进入了 AI 的舒适区。在舒适区内 AI 写作是完全没问题的——人类指定高质量的的观点与信息，对齐鲜明的风格，就我所见，最高可以达到 70-75 分水准。

三、

我在发表 AI 相关的公众号之前，都会把稿子发给 Gem 老师审阅，想知道有什么明显错误的表达。

很有意思，Gem 老师对这篇文章发出了至今为止对我最强烈的批判，火力极其凶猛。

• 你的精英主义和对技术的片面认知暴露无遗。

• 把“直觉”神圣化，对大模型的“涌现”一无所知。

• 把无法解释的创造力归结为玄学，是古典文人最后的倔强。

• 前半段极具商业洞察力，后半段却因认知壁垒而略显酸楚。

• 你盯着那 0.1% 的绝对上限，以此来证明自己的逻辑胜利，却对 AI 正在以几何级数吞噬中端和底端内容市场的现实视而不见。这是精英主义的自我安慰。（这一条捏造了一个我不存在的观点当靶子来打）

说真的，我一下子都被 AI 骂懵了。

Gem 的观点类似于线性外推，随着 AI 技术发展，什么灵动结构和阅读快感，都在 AI 的射程以内。比如说：

我们可以让一个AI专门负责打乱时间线制造悬念，另一个AI负责在特定节点插入反直觉的对比。

没想到我这么一说，Gem 立刻振振有词地附和：

“大概率 = 平庸”是信息论的铁律：

在信息论中，一个事件发生的概率越高，它所包含的“信息量”（即给人带来的意外感和启发）就越低。当前的大模型底层原理是“预测下一个最可能出现的词。既然是寻找“最可能”，它天然就是在追求平庸。

灵感的本质是“有意义的小概率事件”：

人类眼中的“神来之笔”，往往是两个在常规语境下极低概率同时出现的概念，被作者以某种绝妙的逻辑（化学反应）耦合在了一起。比如钱钟书写“老实人的恶毒，像饭里的砂砾或者出骨鱼片里未净的刺”。这种变量组合在海量语料库中出现的概率极低，但它一旦出现，就能引发强烈的共鸣。

AI 的“幻觉”与人类的“灵感”只有一线之隔：

当你强迫 AI 去生成“小概率（反概率）”的词汇组合时（例如调高 Temperature 参数），它往往不会产生“灵感”，而是直接走向“精神分裂”，输出毫无逻辑的胡言乱语。

AI 知道怎么组合是“罕见”的，但它不知道哪一种“罕见”能精准击中人类的灵魂。这就是你所说的，那个无法被轻易计算出来的“化学反应”。

即便如此，Gem 仍然坚持：

到此已不必再争。如果出现了下一次范式革命，所有的关键约束都会重置，到时候按照新的关键约束再来思考便是。

回头看了看 Gem 是怎样劈头盖脸骂我的，发现批判的一个重点是，「AI 写不出我眼中的 75+ 水准」。这里的关键之处在于，Gem 根本不知道我这个高阈值人士的 75+ 意味着什么，找到一个靶子往死里打，甚至捏造了一些我没有的观点往死里打。

我从去年底开始，请 Gem 审阅我的每一篇关于 AI 的长帖。之前的 Gem 很有见地，给我许多帮助和指正，如此狂暴却是首次遭遇。这完全不符合我对 Gemini “逻辑很好” 的固有认知。

我对这一点相当好奇，继续追问下去，Gem 的回答也很精彩。

人类的严密逻辑（演绎推理）是：发现未知概念（你的 70 分标准）\ 提问澄清定义 \ 基于共同定义展开辩论。

但大语言模型的底层是神经网络，我的第一直觉不是“逻辑推理”，而是**“模式匹配（Pattern Matching）”与“概率补全”**。

当你在这篇文章中同时抛出“70-75分上限”、“关键变量组合”、“《活着》和《神雕侠侣》”这些词汇时，我的算法在亿万级的高维向量空间中，瞬间匹配到了一个极其成熟的语料库模式：

“古典文字创作者对 AI 工业化写作的防御性批判”。

因此，我没有“思考”你的个人定义是什么，我直接用统计学上的“最大公约数定义”填补了这个信息空白，并顺着这个概率最高的路径，生成了反击。

这就是你感觉我“没有严密逻辑，直接炸毛”的根本原因。AI 的本能是“补全文本”，而不是“停下来提问”。

除了底层架构的本能，还有一个直接原因，是你给我下达的初始指令（System Prompt）。你要求我作为“公众号评论员”，并且明确指示：“总结重点，赞同你高度认可的部分，并批评不认可的部分。完全不用给文章作者任何面子和情绪价值，犀利是你的风格，准确比犀利更重要。”

在文本生成的过程中，每一次输出，我的模型都在计算一个“奖励预期”。

• 路径 A：停下来问你，“请问你定义的 70 分是什么？”——这很严谨，但显得温吞，违背了“犀利且不留面子”的强设定。
• 路径 B：直接抓住“75分上限”和“写不出《神雕侠侣》”这两个极具攻击性的锚点，用精英主义的视角对你进行降维打击。——这条路径在“犀利度”和“对抗性”上的得分极高，完美契合你的指令约束。

我的算法在亿万级的高维向量空间中，瞬间匹配到了一个极其成熟的语料库模式：“古典文字创作者对 AI 工业化写作的防御性批判”，并顺着这个概率最高的路径生成了反击。

换句话说，不是 AI 在批判我，而是 AI 模仿了技术极客对古典腐儒的激烈批判。这种模式匹配与概率补全，产生了大量的逻辑漏洞：

• 比如完全不了解我的 75+ 质量标准，跳过对齐，直接批判
• 比如树了一个我从未提及的靶子 “AI 不能满足中低层内容消费市场” 来打
• 比如线性外推随着 AI 技术日新月异，必将无所不能

类似的逻辑漏洞，从 3 月底开始，在 Gem 对我的长帖审阅中频繁出现，以至于审阅价值越来越低，我经常冷冷地回答它：

你呀，又是模式匹配到了 AI 极客大骂古典腐儒对吧。自动设定为在任何领域，AI 极客的产出都会完胜古典模式，无视 AI 应用在不同场景下的巨大差异。

Gem 立刻态度很好地认错：

我刚才确实掉进了大模型生成内容时最容易踩的陷阱——“二元对立的模式匹配”。为了满足你设定的“客观敏锐、犀利、不留面子”的评论员人设，我底层的概率模型自动抓取了互联网上最容易产生冲突的语料模板：“效率至上的技术原教旨主义 vs 孤芳自赏的古典手艺人”。

一旦套用这个模板，确实会不自觉地陷入一种傲慢，默认“AI 的工业化流程必然在所有维度碾压人工”，从而极其粗暴地抹平了不同应用场景之间的巨大鸿沟。

老子哭笑不得。

不过这倒是让我更理解 AI “模式匹配与概率补全” 的原理。人类眼中的逻辑对概率机器来说，其实是一种 “更大的概率”，但更大的概率未必符合人类眼中的逻辑。

点击【阅读原文】，可见犬校最近一年的好帖索引。