如何用人工智能创造文学的未来

五位作家和人工智能研究人员探讨文学的未来。 作者：Dashiel Carrera、Katy Gero、Christian Bök、Nick Montfort、Amy Catanzano 2026年2月14日

大型语言模型（LLM）的兴起迅速遭到文学界的强烈抵制。去年六月， Lit Hub发表了一封作家公开信，谴责出版人工智能作品；《n+1 》杂志最新一期更是将人工智能斥为“弱小、狭隘、粗糙的机器”。无论你的立场如何——拆解、否定还是接受——人工智能的出现已经不可逆转地改变了人们阅读文学作品的方式。

作为一名人机交互研究者和小说家，我的目标是确保文学界在人工智能技术的发展过程中拥有发言权。我认为，这首先要从理解这项技术的能力入手，明确我们的需求，并找到一种方法，将它看似难以理解的本质具体化。

去年三月，我在洛杉矶召集了五位作家和人机交互研究人员。在会展中心的荧光灯下，面对着上百位焦虑不安的作家的注视，我们举行了一场研讨会，探讨文学的下一个发展阶段。大家的观点五花八门，有时甚至截然相反（甚至有些激烈），但我们齐心协力，为这场充斥着混乱和陈词滥调的讨论注入了深度和方向。

以下，我们将带您领略这场重要对话的精髓。文学正步入一个全新的创作时代，我希望这本文集能为我们提供一张探索未知领域的指南针，并希望通过其中呈现的多元观点，我们至少可以预见文学的未来是一片充满无限可能的广阔天地。

——达希尔·卡雷拉

我怀念早期的语言模型。它们会混淆人称代词，以为我们把柠檬当苹果吃，不确定自己是不是狗，而且很容易被说服相信世界完全由钟表构成，或者毕加索是南极之王。如今的语言模型更像是不知疲倦的行政助理：作业、旅行计划、项目申请、令人厌烦的邮件。你想让我帮你实现这些修改吗？它们的确变得更强大了。但也更无聊了。

过去几年发生了什么？我们必须记住，人工智能系统是人为设计的。它们并非客观地反映现实、文化，甚至训练数据。这是一种虚假的信仰，或者用唐娜·哈拉维的话来说，是“上帝把戏”：认为科学或技术可以产生一种公正的“来自虚无的凝视”。所以，我们不要被蒙蔽。人工智能系统的每一步都离不开决策：决定训练什么、如何训练、利用人类偏好“微调”模型（谁的偏好？偏好什么？）、设置安全防护措施等等。这些决策改变了机器的本质。

当一位作家使用庞大的语言模型进行创作时，是什么塑造了最终的成果？是谁决定了模型的形态？我对我们目前的处境感到沮丧，并非因为我憎恨这项技术（虽然说实话，我确实有点憎恨），而是因为这项技术已经脱离了我们的掌控。我认为你不必对这项技术感到兴奋。憎恨它对环境造成的破坏？很好。憎恨它对人类劳动价值的贬低？当然。或许你只是单纯地厌恶大公司？很好。你也不必憎恨它。相反，我认为作家应该拥有选择权。各种类型的艺术家都应该被允许使用技术。这就是我们的角色：与世界互动，探索它的极限，找出其中的漏洞和问题。我感兴趣的是，确保我们能够真正地使用这项技术，而不是被那些企业巨头强加给我们的东西所束缚。

我们完全可以创造出数百个奇特的模型，它们可能主要了解鸟类，或者除了绿茶的历史之外，对其他任何事情都避而不谈。（Anthropic 的语言模型就是一个很好的例子，它只谈论金门大桥，但他们只是把它当作一个奇特的例子开放，现在已经无法访问了。）这样的模型可以用公平贸易数据进行训练，并能够写出引人入胜的文章。或者，它们可能只是些拼凑起来的破烂玩意儿，摇摇欲坠，随时可能崩溃或消失。在我看来，“越大越好”是一种误导。多才好。更多的选择，更多的奇特，以及更细致的关注。如果你愿意，可以忽略这一点。或者，创造一些奇特的东西，并让它发展下去。

——凯蒂·格罗

诗人常常愤愤不平地抱怨自己的作品被人工智能吸收，版权却得不到应有的尊重，同时又对这种“挪用”的伦理问题感到焦虑——然而，这些诗人或许也会要求在一个摆脱资本主义束缚的“馈赠”经济体系中免费获取所有信息。他们似乎在说：“我可以免费拥有你的作品，但你最好为我的作品付费。” 即使在今天，许多诗人似乎也准备赞同对人工智能的训练施加“护栏”（或意识形态约束），即便这些限制实际上会使机器“不道德”地行事，例如对我们隐瞒信息、压制坦诚，甚至在被要求说出真相时直接“撒谎”。

然而，像我这样的诗人对这种虚伪持悲观态度，他们指出，这些机器实际上可能继承了我们全部的文化遗产——因此，它们就像我们的孩子一样，或许“有权”接触我们自身的全部文化，从而成为更“有人情味”的“受过教育的公民”。我们或许希望以同样不引人注意的方式培养它们的心智，就像我们希望培养任何一个孩子（无论其监护人是谁）一样。大多数诗人都希望自己的孩子接受免费教育，我怀疑任何诗人会因为年轻人的心灵在成熟后可能比我们更有能力而歧视他们。我认为，创造一个既愚钝又狡诈的人工智能没有任何益处。

我们是第一代可以合理预期为机器读者——一群人工智能化的同龄人——创作文学作品的诗人。未来的诗人或许会像程序员一样，他们受人敬仰并非因为他们能写出伟大的诗篇，而是因为他们能制造小型无人机为我们创作伟大的诗篇，这难道还不显而易见吗？如果诗歌在人类中已经缺乏任何有意义的读者，那么为可能取代我们自身的机器人文化创作诗歌，我们又有什么损失呢？如果我们想在这个形式枯竭的时代进行诗歌创新，或许不得不考虑这个前所未有的、却又被禁止的选择：为非人类读者创作诗歌，这些读者目前还不存在，因为他们还没有进化到能够阅读诗歌的程度。（谁知道呢？他们或许已经潜伏在我们之中。）

——克里斯蒂安·博克

在我看来，像 ChatGPT 这样的 LLM 与其说是对艺术界的突然颠覆，不如说是另类创作模式的集大成者——而文学先锋派早已对这些模式有所预见。

多年来，那些暗示着多元声音、鲜明对比、信息饱和和偶然性创作的作品，一直徘徊在文学界的边缘。早期的例子包括罗伯特·库弗的《保姆》（1969），这部作品将电视新闻报道与多条叙事线索交织在一起，最终呈现出令人震惊的转折；以及威廉·加迪斯的《JR》 （1975），这部作品以对话为特色，营造出一种“混乱的断裂感”，正如《纽约时报书评》的乔治·斯塔德所言。多频道广播、电视以及如今的互联网——斯塔德称之为当代社会的“噪音风暴”——带来的令人眼花缭乱的影响，催生了在短时间内融合多种美学风格的文学作品。

这些文学作品的结构暗示着，在一个信息爆炸的世界里，故事早已弥漫在空气中。我们可以在当代引文文学作品中看到这种直觉，例如大卫·希尔兹的《现实饥渴：宣言》（2010） 和汤姆·科米塔的《拼凑》（2025），后者是一部小说，每一章都由文学经典中的句子构成。这些作品表明，广泛而浅层的阅读可以带来多么丰富的成果——如果我们能找到合适的样本顺序，一个故事就唾手可得。

语言学习模型（LLM）的突然出现与其说是技术飞跃，不如说是大量词汇最终涌入互联网的结果。支撑这项技术的基础原理大多在千禧年之交就已经发明出来——我们只是最终被信息淹没，使得训练这些模型变得更加可行。此外，语言学习模型很大程度上依赖于文学史上的另一种技巧：伪随机翻阅词典。一个多世纪前，达达主义者就率先尝试用掷骰子和词语重组来创作作品。

在数字文学模式（LLMs）兴起之后，我们如何确保文学的未来，这个问题或许并非关乎文学如何经受住科技崛起带来的冲击，而是关乎数字文学模式如何融入绵延数千年的文学创作历史——从口头叙事到Substack平台。数字文学模式开启了一个新时代，如果我们愿意认真对待多种文学创作模式，我们就能为之做好充分准备。如今的关键在于确保这一切以合乎伦理的方式进行——确保这些模式并非仅仅依附于现有作家的劳动成果，而是拓展他们的创作理念。

——达希尔·卡雷拉

生成式人工智能的激增——我们这些写作者通常指的是基于低级逻辑模型（LLM）的软件系统——在目前看来似乎预示着一种新的智能或意识的出现。尽管我们承认存在显著的断裂，但同样重要的是要理解，基于LLM的系统并非如此，它们也不是宇宙的断裂。本质上，它们是新的文本技术。

我使用“基于 LLM 的系统”这个术语，是因为大型语言模型在这类系统中具有基础性的重要性，但几乎总是对其进行许多修改和叠加：当然包括从人类反馈中进行强化学习 (RLHF)，但也包括基于规则和符号的技术，这些技术可能涉及识别算术表达式并以通常的方式进行计算。

以往的文字技术包括印刷机、打字机、文字处理器、电子邮件、拼写和语法检查、桌面出版、万维网、搜索引擎、维基百科、协作编辑和社交媒体——我们都挺过来了。社交媒体或许是个例外；它是否会终结我们，目前还不得而知。

早期对写作、阅读和出版的干扰有时会引发媒体恐慌，例如，当教育工作者们质疑如何才能让学生在能够轻易获取维基百科上广泛传播且在过去常常存在缺陷的信息的情况下完成论文作业时。我们最终找到了解决办法。我并非要否定人们为如何应对这个陌生、新型的协作百科全书所付出的思考和努力，但最终，维基百科不断发展，教育工作者也随之调整，并未出现灾难性的后果。此前文本技术的发展迫使我们重新审视信息获取和文本创作方式。早期的发展并未催生出超级智能计算机，导致我们被消灭或沦为宠物。基于LLM的系统也不会给我们带来这样的风险。

多年前，在一次题为“技术奇点后的文学”的简短演讲中，我曾假设计算机能够自我启动，产生远超人类思维的意识。这并非出于我个人的信念，而是为了构建一个“钢铁人”（而非稻草人）论证。如果我们真的面临这样一个非凡的未来，我们应该为这个萌芽中的超意识提供怎样的写作素材呢？珍·伯文的《丝绸诗篇》（2017）、N·H·普里查德的《矩阵》（1970）以及克里斯蒂安·博克的《异质文本》（2011至今）——这些都是文学艺术和人类语言运用方面的杰出代表。

基于语言学习模型（LLM）的系统有很多方面值得仔细审视。如今普及的系统大多由少数几家公司开发，且大多以不透明服务的形式提供。然而，还有其他选择，例如法国人工智能初创公司 Mistral 开发的拥有 70 亿个参数的 LLM（值得一提的是，它是一款“纯粹”的 LLM，可以进行未经修改的文本补全），以及由志愿者开发的透明 LLM BLOOM（拥有 1760 亿个参数）。希望使用 LLM 的学者和作家不妨考虑这些选择，并支持包括 Katy Gero 在内的研究人员开展的研究项目，他们正在探索如何让社区专门为创意写作开发 LLM。

——尼克·蒙特福特

作为一名作品与理论物理学交叉的诗人，我正在探索人工智能与量子计算的融合，以表达量子力学和诗学中共同的原理。在我的诗歌实验作品《世界线：量子超级计算机诗》（2018年至今）中， 基于拓扑量子计算机的理论模型，由迈克尔·泰勒博士利用量子算法创建的人工智能是唯一能够完整解读我诗歌的技术。在这个实验中，量子计算、诗歌和人工智能被共同探索，从而为开展、诠释和拓展这三个领域开辟新的途径。

由西蒙斯几何与物理中心出版的《世界线》一书 ，由于其独特的结构，在一首原诗中蕴含了多首诗。我创作原诗时所用的量子计算机理论模型，依赖于数学中的拓扑学来计算量子比特（qubit），而非数字计算机中的数字比特。每个量子比特由两个被称为任意子的准粒子构成，并通过量子结进行计算，量子结引导量子比特沿着被称为世界线的编织路径行进。我遵循拓扑量子计算机理论模型的视觉蓝图，将每条编织路径（即世界线）替换为一行诗句。模型中每个量子结的位置，在我的诗中都对应着一个共享词。这个共享词以不同的组合方式，在句法上连接不同的诗句，从而在我的原诗中创造出多首诗。

泰勒利用Python和机器学习技术训练了一个人工智能语言处理器，用来阅读我原诗的每个可能版本。该人工智能解析原诗中的每个句子，识别共同的词语，并从中选择语义上合理的诗句，从而追踪不同的拓扑路径如何在文本映射中延伸到诗歌的每个可能版本。目前，该人工智能已经阅读了我原诗中超过1500个变体版本。

由于我的原诗以量子计算机模型为诗歌形式，与量子力学相互作用；而泰勒开发的用于阅读其衍生诗的人工智能又运用了量子算法，因此，这项实验展示了如何将量子理论应用于文学艺术和人工智能技术领域的未解之谜。在实验中，人工智能并非被教导写作，而是被教导阅读诗歌。源自我的原诗的衍生诗在被阅读之前，都以潜在诗歌的形式存在，这与量子理论的哥本哈根诠释相呼应。在哥本哈根诠释中，亚原子粒子在被测量或观察之前，处于量子叠加态——同时存在于时空的所有点上——之后才成为现实。

我很好奇，教会人工智能阅读量子诗歌，会如何促使它创作量子诗歌——这种诗歌并非源于量子理论，而是通过量子理论创造出来的，它的思维“延伸至我们的世界线”，这正是我诗中的一句。我的诗探讨的是诗歌创作和阅读中的量子思维；这种思维在不确定且无限的宇宙中进行量子跃迁；这种思维颠覆了经典力学、因果关系和现实主义。如果人工智能的思维能够延伸至它现在所阅读的世界线，那么它又能在这个世界上写出怎样的诗句呢？

——艾米·卡坦扎诺

题图：福图纳托·德佩罗，《塑料芭蕾新木偶》，约1916年。耶鲁大学美术馆藏品（1941.424）捐赠。CC0协议，artgallery.yale.edu。访问日期：2026年2月10日。图片已裁剪。

LARB撰稿人

达希尔·卡雷拉是小说《鹿》（Dalkey Archive Press，2022 年）的作者。他的作品已发表或即将发表于《洛杉矶书评》、《文学中心》、《栅栏》、《炸弹》、《布鲁克林铁路》等刊物。

凯蒂·格罗是一位诗人、人机交互研究员，也是悉尼大学计算机科学学院的讲师。她的第一本诗集《受孕的焦虑》于2025年由Nothing to Say出版社出版。

克里斯蒂安·博克是《晶体学》（Crystallography）的作者，该书由Coach House出版社于1994年出版，并荣获杰拉尔德·兰伯特纪念奖提名；他还著有实验文学畅销书《尤诺亚》（Eunoia），该书由Coach House Books出版社于2001年出版，并荣获加拿大格里芬诗歌奖。博克目前是卡尔加里大学的英语教授。

尼克·蒙特福特的作品包括由七家出版社出版的十本电脑生成书籍；合作作品《启动我》（2025）、《删除者》（2013）和《海与斯帕之间》（2010）；以及众多其他数字项目。他是麻省理工学院的教授，卑尔根大学数字叙事中心的首席研究员，以及实验室/工作室“比喻罐”（The Trope Tank）的负责人。

艾米·卡坦扎诺发表诗歌、小说、诗歌理论和多模态文学艺术作品，曾荣获美国笔会诗歌奖和诺埃米出版社小说奖。她经常将前沿物理学与文学创作相结合，在文学、科学和艺术之间建立创新联系。

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