如何用人工智能創造文學的未來

五位作家和人工智能研究人員探討文學的未來。 作者：Dashiel Carrera、Katy Gero、Christian B?k、Nick Montfort、Amy Catanzano 2026年2月14日

大型語言模型（LLM）的興起迅速遭到文學界的強烈抵制。去年六月， Lit Hub發表了一封作家公開信，譴責出版人工智能作品；《n+1 》雜志最新一期更是將人工智能斥為“弱小、狹隘、粗糙的機器”。無論你的立場如何——拆解、否定還是接受——人工智能的出現已經不可逆轉地改變了人們閱讀文學作品的方式。

作為一名人機交互研究者和小說家，我的目標是確保文學界在人工智能技術的發展過程中擁有發言權。我認為，這首先要從理解這項技術的能力入手，明確我們的需求，并找到一種方法，將它看似難以理解的本質具體化。

去年三月，我在洛杉磯召集了五位作家和人機交互研究人員。在會展中心的熒光燈下，面對著上百位焦慮不安的作家的注視，我們舉行了一場研討會，探討文學的下一個發展階段。大家的觀點五花八門，有時甚至截然相反（甚至有些激烈），但我們齊心協力，為這場充斥著混亂和陳詞濫調的討論注入了深度和方向。

以下，我們將帶您領略這場重要對話的精髓。文學正步入一個全新的創作時代，我希望這本文集能為我們提供一張探索未知領域的指南針，并希望通過其中呈現的多元觀點，我們至少可以預見文學的未來是一片充滿無限可能的廣闊天地。

——達希爾·卡雷拉

我懷念早期的語言模型。它們會混淆人稱代詞，以為我們把檸檬當蘋果吃，不確定自己是不是狗，而且很容易被說服相信世界完全由鐘表構成，或者畢加索是南極之王。如今的語言模型更像是不知疲倦的行政助理：作業、旅行計劃、項目申請、令人厭煩的郵件。你想讓我幫你實現這些修改嗎？它們的確變得更強大了。但也更無聊了。

過去幾年發生了什么？我們必須記住，人工智能系統是人為設計的。它們并非客觀地反映現實、文化，甚至訓練數據。這是一種虛假的信仰，或者用唐娜·哈拉維的話來說，是“上帝把戲”：認為科學或技術可以產生一種公正的“來自虛無的凝視”。所以，我們不要被蒙蔽。人工智能系統的每一步都離不開決策：決定訓練什么、如何訓練、利用人類偏好“微調”模型（誰的偏好？偏好什么？）、設置安全防護措施等等。這些決策改變了機器的本質。

當一位作家使用龐大的語言模型進行創作時，是什么塑造了最終的成果？是誰決定了模型的形態？我對我們目前的處境感到沮喪，并非因為我憎恨這項技術（雖然說實話，我確實有點憎恨），而是因為這項技術已經脫離了我們的掌控。我認為你不必對這項技術感到興奮。憎恨它對環境造成的破壞？很好。憎恨它對人類勞動價值的貶低？當然。或許你只是單純地厭惡大公司？很好。你也不必憎恨它。相反，我認為作家應該擁有選擇權。各種類型的藝術家都應該被允許使用技術。這就是我們的角色：與世界互動，探索它的極限，找出其中的漏洞和問題。我感興趣的是，確保我們能夠真正地使用這項技術，而不是被那些企業巨頭強加給我們的東西所束縛。

我們完全可以創造出數百個奇特的模型，它們可能主要了解鳥類，或者除了綠茶的歷史之外，對其他任何事情都避而不談。（Anthropic 的語言模型就是一個很好的例子，它只談論金門大橋，但他們只是把它當作一個奇特的例子開放，現在已經無法訪問了。）這樣的模型可以用公平貿易數據進行訓練，并能夠寫出引人入勝的文章。或者，它們可能只是些拼湊起來的破爛玩意兒，搖搖欲墜，隨時可能崩潰或消失。在我看來，“越大越好”是一種誤導。多才好。更多的選擇，更多的奇特，以及更細致的關注。如果你愿意，可以忽略這一點。或者，創造一些奇特的東西，并讓它發展下去。

——凱蒂·格羅

詩人常常憤憤不平地抱怨自己的作品被人工智能吸收，版權卻得不到應有的尊重，同時又對這種“挪用”的倫理問題感到焦慮——然而，這些詩人或許也會要求在一個擺脫資本主義束縛的“饋贈”經濟體系中免費獲取所有信息。他們似乎在說：“我可以免費擁有你的作品，但你最好為我的作品付費。” 即使在今天，許多詩人似乎也準備贊同對人工智能的訓練施加“護欄”（或意識形態約束），即便這些限制實際上會使機器“不道德”地行事，例如對我們隱瞞信息、壓制坦誠，甚至在被要求說出真相時直接“撒謊”。

然而，像我這樣的詩人對這種虛偽持悲觀態度，他們指出，這些機器實際上可能繼承了我們全部的文化遺產——因此，它們就像我們的孩子一樣，或許“有權”接觸我們自身的全部文化，從而成為更“有人情味”的“受過教育的公民”。我們或許希望以同樣不引人注意的方式培養它們的心智，就像我們希望培養任何一個孩子（無論其監護人是誰）一樣。大多數詩人都希望自己的孩子接受免費教育，我懷疑任何詩人會因為年輕人的心靈在成熟后可能比我們更有能力而歧視他們。我認為，創造一個既愚鈍又狡詐的人工智能沒有任何益處。

我們是第一代可以合理預期為機器讀者——一群人工智能化的同齡人——創作文學作品的詩人。未來的詩人或許會像程序員一樣，他們受人敬仰并非因為他們能寫出偉大的詩篇，而是因為他們能制造小型無人機為我們創作偉大的詩篇，這難道還不顯而易見嗎？如果詩歌在人類中已經缺乏任何有意義的讀者，那么為可能取代我們自身的機器人文化創作詩歌，我們又有什么損失呢？如果我們想在這個形式枯竭的時代進行詩歌創新，或許不得不考慮這個前所未有的、卻又被禁止的選擇：為非人類讀者創作詩歌，這些讀者目前還不存在，因為他們還沒有進化到能夠閱讀詩歌的程度。（誰知道呢？他們或許已經潛伏在我們之中。）

——克里斯蒂安·博克

在我看來，像 ChatGPT 這樣的 LLM 與其說是對藝術界的突然顛覆，不如說是另類創作模式的集大成者——而文學先鋒派早已對這些模式有所預見。

多年來，那些暗示著多元聲音、鮮明對比、信息飽和和偶然性創作的作品，一直徘徊在文學界的邊緣。早期的例子包括羅伯特·庫弗的《保姆》（1969），這部作品將電視新聞報道與多條敘事線索交織在一起，最終呈現出令人震驚的轉折；以及威廉·加迪斯的《JR》 （1975），這部作品以對話為特色，營造出一種“混亂的斷裂感”，正如《紐約時報書評》的喬治·斯塔德所言。多頻道廣播、電視以及如今的互聯網——斯塔德稱之為當代社會的“噪音風暴”——帶來的令人眼花繚亂的影響，催生了在短時間內融合多種美學風格的文學作品。

這些文學作品的結構暗示著，在一個信息爆炸的世界里，故事早已彌漫在空氣中。我們可以在當代引文文學作品中看到這種直覺，例如大衛·希爾茲的《現實饑渴：宣言》（2010） 和湯姆·科米塔的《拼湊》（2025），后者是一部小說，每一章都由文學經典中的句子構成。這些作品表明，廣泛而淺層的閱讀可以帶來多么豐富的成果——如果我們能找到合適的樣本順序，一個故事就唾手可得。

語言學習模型（LLM）的突然出現與其說是技術飛躍，不如說是大量詞匯最終涌入互聯網的結果。支撐這項技術的基礎原理大多在千禧年之交就已經發明出來——我們只是最終被信息淹沒，使得訓練這些模型變得更加可行。此外，語言學習模型很大程度上依賴于文學史上的另一種技巧：偽隨機翻閱詞典。一個多世紀前，達達主義者就率先嘗試用擲骰子和詞語重組來創作作品。

在數字文學模式（LLMs）興起之后，我們如何確保文學的未來，這個問題或許并非關乎文學如何經受住科技崛起帶來的沖擊，而是關乎數字文學模式如何融入綿延數千年的文學創作歷史——從口頭敘事到Substack平臺。數字文學模式開啟了一個新時代，如果我們愿意認真對待多種文學創作模式，我們就能為之做好充分準備。如今的關鍵在于確保這一切以合乎倫理的方式進行——確保這些模式并非僅僅依附于現有作家的勞動成果，而是拓展他們的創作理念。

——達希爾·卡雷拉

生成式人工智能的激增——我們這些寫作者通常指的是基于低級邏輯模型（LLM）的軟件系統——在目前看來似乎預示著一種新的智能或意識的出現。盡管我們承認存在顯著的斷裂，但同樣重要的是要理解，基于LLM的系統并非如此，它們也不是宇宙的斷裂。本質上，它們是新的文本技術。

我使用“基于 LLM 的系統”這個術語，是因為大型語言模型在這類系統中具有基礎性的重要性，但幾乎總是對其進行許多修改和疊加：當然包括從人類反饋中進行強化學習 (RLHF)，但也包括基于規則和符號的技術，這些技術可能涉及識別算術表達式并以通常的方式進行計算。

以往的文字技術包括印刷機、打字機、文字處理器、電子郵件、拼寫和語法檢查、桌面出版、萬維網、搜索引擎、維基百科、協作編輯和社交媒體——我們都挺過來了。社交媒體或許是個例外；它是否會終結我們，目前還不得而知。

早期對寫作、閱讀和出版的干擾有時會引發媒體恐慌，例如，當教育工作者們質疑如何才能讓學生在能夠輕易獲取維基百科上廣泛傳播且在過去常常存在缺陷的信息的情況下完成論文作業時。我們最終找到了解決辦法。我并非要否定人們為如何應對這個陌生、新型的協作百科全書所付出的思考和努力，但最終，維基百科不斷發展，教育工作者也隨之調整，并未出現災難性的后果。此前文本技術的發展迫使我們重新審視信息獲取和文本創作方式。早期的發展并未催生出超級智能計算機，導致我們被消滅或淪為寵物。基于LLM的系統也不會給我們帶來這樣的風險。

多年前，在一次題為“技術奇點后的文學”的簡短演講中，我曾假設計算機能夠自我啟動，產生遠超人類思維的意識。這并非出于我個人的信念，而是為了構建一個“鋼鐵人”（而非稻草人）論證。如果我們真的面臨這樣一個非凡的未來，我們應該為這個萌芽中的超意識提供怎樣的寫作素材呢？珍·伯文的《絲綢詩篇》（2017）、N·H·普里查德的《矩陣》（1970）以及克里斯蒂安·博克的《異質文本》（2011至今）——這些都是文學藝術和人類語言運用方面的杰出代表。

基于語言學習模型（LLM）的系統有很多方面值得仔細審視。如今普及的系統大多由少數幾家公司開發，且大多以不透明服務的形式提供。然而，還有其他選擇，例如法國人工智能初創公司 Mistral 開發的擁有 70 億個參數的 LLM（值得一提的是，它是一款“純粹”的 LLM，可以進行未經修改的文本補全），以及由志愿者開發的透明 LLM BLOOM（擁有 1760 億個參數）。希望使用 LLM 的學者和作家不妨考慮這些選擇，并支持包括 Katy Gero 在內的研究人員開展的研究項目，他們正在探索如何讓社區專門為創意寫作開發 LLM。

——尼克·蒙特福特

作為一名作品與理論物理學交叉的詩人，我正在探索人工智能與量子計算的融合，以表達量子力學和詩學中共同的原理。在我的詩歌實驗作品《世界線：量子超級計算機詩》（2018年至今）中， 基于拓撲量子計算機的理論模型，由邁克爾·泰勒博士利用量子算法創建的人工智能是唯一能夠完整解讀我詩歌的技術。在這個實驗中，量子計算、詩歌和人工智能被共同探索，從而為開展、詮釋和拓展這三個領域開辟新的途徑。

由西蒙斯幾何與物理中心出版的《世界線》一書 ，由于其獨特的結構，在一首原詩中蘊含了多首詩。我創作原詩時所用的量子計算機理論模型，依賴于數學中的拓撲學來計算量子比特（qubit），而非數字計算機中的數字比特。每個量子比特由兩個被稱為任意子的準粒子構成，并通過量子結進行計算，量子結引導量子比特沿著被稱為世界線的編織路徑行進。我遵循拓撲量子計算機理論模型的視覺藍圖，將每條編織路徑（即世界線）替換為一行詩句。模型中每個量子結的位置，在我的詩中都對應著一個共享詞。這個共享詞以不同的組合方式，在句法上連接不同的詩句，從而在我的原詩中創造出多首詩。

泰勒利用Python和機器學習技術訓練了一個人工智能語言處理器，用來閱讀我原詩的每個可能版本。該人工智能解析原詩中的每個句子，識別共同的詞語，并從中選擇語義上合理的詩句，從而追蹤不同的拓撲路徑如何在文本映射中延伸到詩歌的每個可能版本。目前，該人工智能已經閱讀了我原詩中超過1500個變體版本。

由于我的原詩以量子計算機模型為詩歌形式，與量子力學相互作用；而泰勒開發的用于閱讀其衍生詩的人工智能又運用了量子算法，因此，這項實驗展示了如何將量子理論應用于文學藝術和人工智能技術領域的未解之謎。在實驗中，人工智能并非被教導寫作，而是被教導閱讀詩歌。源自我的原詩的衍生詩在被閱讀之前，都以潛在詩歌的形式存在，這與量子理論的哥本哈根詮釋相呼應。在哥本哈根詮釋中，亞原子粒子在被測量或觀察之前，處于量子疊加態——同時存在于時空的所有點上——之后才成為現實。

我很好奇，教會人工智能閱讀量子詩歌，會如何促使它創作量子詩歌——這種詩歌并非源于量子理論，而是通過量子理論創造出來的，它的思維“延伸至我們的世界線”，這正是我詩中的一句。我的詩探討的是詩歌創作和閱讀中的量子思維；這種思維在不確定且無限的宇宙中進行量子躍遷；這種思維顛覆了經典力學、因果關系和現實主義。如果人工智能的思維能夠延伸至它現在所閱讀的世界線，那么它又能在這個世界上寫出怎樣的詩句呢？

——艾米·卡坦扎諾

題圖：福圖納托·德佩羅，《塑料芭蕾新木偶》，約1916年。耶魯大學美術館藏品（1941.424）捐贈。CC0協議，artgallery.yale.edu。訪問日期：2026年2月10日。圖片已裁剪。

LARB撰稿人

達希爾·卡雷拉是小說《鹿》（Dalkey Archive Press，2022 年）的作者。他的作品已發表或即將發表于《洛杉磯書評》、《文學中心》、《柵欄》、《炸彈》、《布魯克林鐵路》等刊物。

凱蒂·格羅是一位詩人、人機交互研究員，也是悉尼大學計算機科學學院的講師。她的第一本詩集《受孕的焦慮》于2025年由Nothing to Say出版社出版。

克里斯蒂安·博克是《晶體學》（Crystallography）的作者，該書由Coach House出版社于1994年出版，并榮獲杰拉爾德·蘭伯特紀念獎提名；他還著有實驗文學暢銷書《尤諾亞》（Eunoia），該書由Coach House Books出版社于2001年出版，并榮獲加拿大格里芬詩歌獎。博克目前是卡爾加里大學的英語教授。

尼克·蒙特福特的作品包括由七家出版社出版的十本電腦生成書籍；合作作品《啟動我》（2025）、《刪除者》（2013）和《海與斯帕之間》（2010）；以及眾多其他數字項目。他是麻省理工學院的教授，卑爾根大學數字敘事中心的首席研究員，以及實驗室/工作室“比喻罐”（The Trope Tank）的負責人。

艾米·卡坦扎諾發表詩歌、小說、詩歌理論和多模態文學藝術作品，曾榮獲美國筆會詩歌獎和諾埃米出版社小說獎。她經常將前沿物理學與文學創作相結合，在文學、科學和藝術之間建立創新聯系。

https://lareviewofbooks.org/article/artificial-intelligence-literary-future-chatgpt-large-language-model/