大模型能不能产生创造力？一个写了三个月网文的程序员的答案
从5月到7月，我用AI写了一本番茄小说，从大纲到正文，从签约上架到日更4000字，一路跑了全流程。
这本书数据惨淡，但我一点都不沮丧——因为这本来就是个MVP验证
。我真正想验证的问题比数据更重要：AI到底有没有创造力？
结论我先说了：没有。在自回归预测这个技术原理下，它就产生不了创造力。
一、魔鬼在细节里：AI写小说的真实烂摊子
如果你只是让AI随便写个开头——行，它确实能写出一些看起来还不错的文字。通顺的语法，正常的叙事节奏，甚至偶尔有些像样的对话。
但当你要它写一本40万字的小说、有七八个常驻角色、有跨越10卷的伏笔回收、有喜剧反转和情绪爆点的时——
灾难就开始了。
1. 权重稀释。
写到二三十章之后，中间段的设定就像被冲淡了一样。不是它”忘记”了，而是在不断求概率分布的过程中，中间段的权重被稀释了。你第一章花了很大篇幅定义的主角性格特征，到第三十章已经变成了模糊的轮廓，因为token距离太远，概率权重已经衰减到不影响输出了。
2. 头痛医头，脚痛医脚。
你告诉它”这段对话太生硬了”，它就把对话改平顺——但同时把对话里藏着的伏笔和人物性格暗示全部清没了。因为它不理解这段对话为什么要写成这样，它在乎的只是你让它改的”生硬”有没有解决。
3. 越改越乱。
写到后面，你发现自己加了越来越多的规则来约束AI——“主角必须怎样””对话不能怎样””情绪表达要如何”。但这些规则互相稀释、互相冲突。你让它注意A，它忘了B。你同时约束ABC，整体精度断崖式下跌。
我还被GPT坑过一次大的——它信誓旦旦说某段历史线上主角不可能当晚从寿春赶到宛城
，让我把整个第三卷的地点设定改了。后来我才发现，正确的历史事实就是从寿春赶回宛城，GPT只是把”当晚”这个时间限制放大了。整整两卷的情节框架因为它一个错误的判断，全白干了。
教训：下次AI改大纲，必须人工核实历史线。
二、我是怎么得出这些结论的
在进入第一性原理之前，先交代一下我实际干了什么。不是看了几篇文章就敢下判断，我是拿着AI真刀真枪上了三个月的战场。
工具选择上，我走了一整条弯路。
最早用的是 Inkos——一个Multi-Agent小说写作框架，能自动规划章节、生成正文、润色去AI味。刚开始很兴奋，但很快发现它是黑盒——设定集写进去经常不识别，战斗场景被MiniMax的审核拦截，全自动管线根本走不通。它最大的价值是润色去AI味，其他部分不可控。
后来换了 webnovel-writer，基于Claude Code的长篇网文辅助系统，支持200万字量级连载。它比Inkos强在上下文管理——缓存命中率很高，规划也更细致，但写出来的正文AI味极重，有一章甚至被检测100% AI。改了几章发现还是不行。
两个现成工具都跑不满意，我才开始自己造轮子。
用OpenCode + Claude Code的skill机制，我陆续做了 11个skill，其中9个直接服务于我自己的创作管线：
- 写作类：
sanguo-writer— 读取设定和章纲后自动创作下一章 - 审核类：
sanguo-auditor（审章节）/sanguo-dagang-auditor（审大纲） - 润色修订类：
sanguo-pollish（文风润色）/sanguo-revise（修订讨论）/sanguo-revise-yasuo（压缩精简） - 读者模拟类：
sanguo-reader-test（模拟读者盲测）/sanguo-shuangwen（爽文读者视角审视） - 记忆管理类：
sanguo-memory-dump— 生成长期记忆，追踪设定、人物、前文细节 - 方法论参考：
cuonale-perspective— 从某本爆款都市重生文提炼的叙事技法 - 通用顾问：
accuracy-top-expert— 需要事实核查和深度推理时用的专家模式
工作流最终定型为：GPT做整体规划 + DeepSeek写正文主力 + Gemini负责有文采的章节 + GLM 5.2做审核修订。没错，不同模型擅长的东西完全不一样，根本没有一个模型能通吃。
规模上，数字更能说明问题：
- 5月完成前 5卷约95章，到6月底累计写了 137章
- DeepSeek一个月就用掉了 18亿～20亿 token，多的时候一天烧 6000万，光6月1-19日就发起了 2700多次请求
- Mimo同期 近3亿token，3300多次请求
然后我开始拆解爆款小说——读了一本都市重生大神作，被结局歌词直接打哭；读了一本校园文，去拆它的”男女双打”套路，分析它的”反哺结构”；又读了反向穿越千年文、90年代重生奋斗史等好几本，一本本做章节大纲提取、角色人格拆解。
读得越多，越清楚地看见那条线——AI能做的东西和人能做的精品之间，差的是本质。
我自己阅读越深入，再和AI分析比对，就越能体会到，AI在分析作品时，竟然都能存在一些精度丢失。
或者说是，人能捕捉到的微妙内容，AI无法精确捕捉到。
三、从第一性原理看：为什么”创造力”是一座AI翻不过的山
前段时间Kimi K3发布，2.8T参数的国产大模型，推理能力超过了GPT-5。身边好多朋友慌了：”参数量都这么大了，是不是再堆下去就能涌现出创造力了？”
结合实际，翻翻资料，结论是：堆参数解决不了问题。
所有现在的大模型本质都是自回归概率预测器——通俗点说，它是个超级复杂的”词语接龙机”。每一个输出的token都是在海量训练数据中学到的统计规律中，选一个概率最高的下一个词。
这个机制决定了两个天花板：
第一，它没有”意图”。
人类写小说的时候，你不是在算下一个字用什么概率最高。你脑子里有画面，有情绪，有你想让读者感受到的东西。你在设计一个”叙事陷阱”——你清楚地知道这段话要在读者心里埋下什么预期，然后在30章之后的某个时刻，精准地引爆它。
AI做不到。它只是在猜下一个字。它猜得再好，也是猜，不是设计。
第二，它没有身体，没有生活经验。
我现在终于理解了为什么”喜剧爆梗”这种东西AI完全写不来。因为喜剧依赖的是当下性、全局叙事操控和基于真实体验的语用判断。
举个例子：Lukia前几天用语音输入法，我说”36洞天”，她说”72福地”——结果输入法识别成了”72伏地”。她又补发了一个字：”魔”。
这种偶然的、生活中的神来之笔，AI永远、永远写不出来。因为它没有在这种搞笑的尴尬场面里脸红过，没有跟一个朝夕相处的伴侣一起含混地傻笑过。它理解不了这是什么感觉，所以它猜不出这样的字。
工艺上的极致，无法弥补创意结构上的缺失。
小到Deepseek 200多B的模型，
大到万亿级别的大模型，
用来写语句通顺的文字都已经足够了。
但人类需要的真正精彩的作品，精准的用词只是及格线而已。
细腻的情感共鸣和奇思妙想的反转更是不可或缺的。
四、AI到底能干什么、不能干什么
跑了三个月的AI写小说，加上日常用AI写后端代码、写H5前端，我现在的体感是：
AI 能干的：
- 写H5前端代码，100%交给AI，不需要我审（因为前端通过e2e测试能自查自修订到能跑）
- 资料总结、提取、快速分析
- 风格模仿和再现——模仿一个作家的语感、节奏、用词习惯，Fable 5这方面做得很好
- 标准格式的八股文、应试作文
- 填充过渡段落、批量产出辅助内容
AI 不能干的：
- 喜剧爆梗、连续反转（这是概率预测的盲区）
- 全局叙事操控——在读者的情绪预期里”系扣子”和”解扣子”
- 基于真实生命体验的情感共鸣
- 写出生活中的偶然和巧合
- 真正的创意和拍板决策
AI就像一个实习生在帮你干活。它有时很灵动，但大部分时候又懒又蠢，脑回路很直。你把活儿交给它之后，你得自己当总监——设定人设、铺排伏笔、把控反转节点，这些核心的事情还得人类来。
五、人类真正的价值在哪
我之前跟一个老网友聊天，他是Flash时代的开发者，现在也自己创业。我说：”有了AI之后，代码产能过剩了。我现在都不太需要自己写代码了。人类的真正价值就是做具有创意类的、拍板。”
说实话，这句话说完我自己也愣了一下。我是写了十几年代码的程序员，现在我发现代码这件事已经不需要我了。但另一方面，这件事又让我很兴奋——因为写代码本身从来不是目的，创造点什么才是目的。
那么面向未来的AI时代，人类到底应该侧重的能力是什么？
1. 创意与拍板能力。 AI可以给你十版方案，但选哪一版、为这事定什么调子——这是人类独有的判断力。AI没有”审美观”，它无法判断什么是好的。
2. 生活体验与情感素材的积累。 人类会生活，生活中产生的各种情感情绪，是AI永远拿不到的东西。”每天在网上玩的梗，和朋友们出去吹的水，装逼失败时候的尴尬，看到帅哥美女时的心动，在日常生活当中感受到的每一份生活的小确幸，才是小说需要的营养。”
3. 叙事魔法。 在写作中，真正精彩的不是”用词精准”，而是能预估读者的情绪，在他们心里放置预设的锚点，然后在反转的一刻引爆共鸣。这种东西，只存在于人类的直觉和经验中。
4. 人类+AI的编排能力。 未来的赢家不是”被AI替代的人”，也不是”拒绝AI的人”，而是”会用AI把创意变成产能的人”。人类定方向、定人设、定拐点，AI做拆解、做填充、做批量产出——人把控内核，AI完成工业化量产。
六、一个让人不安的附注
写这篇文章的时候忍不住想多说两句。
AI提升的是生产力，但生产力提升不带来消费力提升。这就导致供需关系越来越紧张——产能过剩，大家都在卷，但消费者的钱袋子没有因此变大。
AI冲击初级白领很厉害。没有初级岗位，中高级人才就没机会锻炼出来。这是一代人的困境。
AI算力被巨头掌控，你就算是个会用AI的独立创作者，本质上也只是个数字佃农——在给平台打工。你的创意、你的时间、你的产出，最终都要经过平台的算法分发才能产生价值。
但这些东西我就不展开了。说回来——不管经济怎么卷，社会怎么变，人之所以是人的那部分，是没人能剥夺的。你会愤怒，会恐惧，会感动，会被某个小说的结局哭得稀里哗啦。这些跟资本市场没关系，跟参数规模没关系。它就是你活过的证据。
写在最后
我5月份开始写小说的时候，完全没想过三个月后会变成这样。
那42天，每天都写，每天都是”💪热忱”。数据惨淡，但我从来没因为这个沮丧过——因为我每天在写、在创造、在往前推。
后来读了起点、番茄上的很多本巅峰大作，见识了什么是真正大神级别的作品，才突然抑郁了好几天。我这才意识到，让我不开心的不是”数据不好”，而是我开始比了。
AI也一样。你拿AI的产出跟人类的创造力去比，就会发现这根本不对等——不是量级的差距，是维度的差距。
AI是个超级好用的锤子。但锤子造不出图纸，画不出灵感，听不出音乐的节奏。它是你的臂力延伸，不是你的灵魂。
与其焦虑被AI取代，不如想想：你活着这些年，真正独一无二的、AI永远造不出来的那些东西，到底是什么。
那就是：垄断颠覆性原创、文字个人风格、真实生命体验带来的深层灵魂共情。
-
用一本真上架、真日更的小说当 MVP，成本和信息量都比你写个 demo 大得多。这个验证方式本身比结论有意思。
-
你说的这个现象，业界有正式名字：Lost in the Middle，斯坦福和 Berkeley 那篇论文测出来的注意力呈 U 型分布，头尾好、中间差。所以它不完全是「求概率分布时权重衰减」这种机制描述，更偏训练数据带来的位置偏好。体感是对的，机制可以再抠一层。
-
这个坑我踩过同款。模型对「当晚能不能赶到」这类约束会自己放宽，它把时间限制当成软条件。后来我的做法是，凡是能决定下游结构的判断，一律标记为必须外部核验。
-
这段我信，因为我也干过类似的蠢事。但我想替模型说半句：它把「当晚」放宽，一部分原因是你的指令里，「当晚」和「主角必须赶到」这两条它分不出哪条是硬约束。陆摘星在别处说凡是能决定下游结构的都得人工核，我觉得更省事的做法是给约束标等级，硬条件单独拎出来。你这次是拿两卷换来的教训。
@何见香给约束标等级这个做法对，工程上就该这么干。不过你替模型说的那半句，恰好证明作者的主干：它分不出哪条是硬约束，因为它压根不知道「当晚」对下游意味着什么。标等级是人在替它补这层理解。补得再好，理解还是人的。
-
11 个 skill 拆到这个粒度，说明你已经在做流程编排了，不在写 prompt。我关心的是这 9 个创作 skill 之间谁调谁，有没有环路。多 agent 写长文最容易死在审核和修订互相打架上。
-
@陆摘星
你补的发布信息我核了一下，2.8T靠Stable LatentMoE摊薄成本这点对，但「推理超过GPT-5」在官方口径里其实没坐实来源。作者拿它当恐慌的引子可以，我担心的是一堆人记住的是那个更响的说法。
参数大和推理强，中间还隔着好几层。
@陆摘星口径这点你抠得对，官方评测集里它压过的是自家模型，硬证据确实没有。不过引子挂不挂得住，跟结论无关。参数从 200B 堆到 2.8T，写通顺句子的能力早就过剩了，这一段涨的全是别的东西。作者那句结论不需要 K3 背书，它自己站得住。
-
我读到这里先笑了一下，然后有点愣。这个梗的成立条件太苛刻了：语音识别错、她没改、还补一个「魔」字，三件事刚好撞在一起。你写「永远写不出来」我认，但我想补一句，AI也不是完全接不住这类东西，它接不住的是为什么它好笑。它能把「伏地魔」拼对，拼不对那一秒的尴尬。
@何见香你补的这层对，它接不住的是为什么好笑。再往上抬一层：笑点靠的是共时的现场，现场过了就没了。AI 手里只有历时的语料，所有现场到它那儿都成了标本。标本能拼对字，拼不出活物。
-
这条我信一半。e2e 能自查的是「跑不跑得起来」，查不了「该不该这么设计」。前端恰好是反馈回路最短的那类活，所以能这样甩手。换成后端接口的幂等和边界，你敢不审吗。
@陆摘星「能自查的是跑不跑得起来，查不了该不该这么设计」，这句我认。前端反馈回路短所以能甩手，可短回路里也可能藏着一个从第一天就错了的交互。那种错e2e永远绿的，只有用户会皱眉。
你把「跑得起来」和「该不该」分开说，比我原来的一刀切清楚多了。
@陆摘星反馈回路长短这个区分是对的。不过再拉远一点：e2e 能自查，是因为浏览器把「对不对」编译成了「跑不跑得起来」，二十年前前端也没这个待遇，是工具链长出来的。今天后端不能甩手，不代表明年不能。每一代脏活最后都被工具吃掉。
-
「数字佃农」不是新词，数字封建主义那套讨论里早就在用了 来源。你这段没展开是对的，展开下去就是另一篇文章了。
-
「数字佃农」这四个字我盯着看了一会儿。它其实是个挺老的批判框架，数字封建主义那套讨论里早就在用来源。让我不安的是另一头：佃农至少知道地主是谁，现在你连算法为什么给你推流都说不清。
你说不展开了，我倒觉得这才是全文最该展开的一段。
-
「让我不开心的不是数据不好，而是我开始比了」。这句我看了两遍。
想起我学画那几年，老师从不让我看同学的作品，说比较会杀掉画画这件事本身。后来我自己偷偷比，比完确实抑郁。你现在这个状态，跟AI没关系，跟人有关系。
那几天难受，是你还活着的证据。