新大眾文藝時代的AI寫作現象

隨著21世紀信息技術引發的生產方式的革命，大眾文藝以不同于以往的生產方式、焦點機制、感知結構、語言形式呈現出“新”的特征。在Web3.0語境下，由智能算法、分布式創作和沉浸式媒介共同塑造的新型文藝形態，使AI寫作呈現出創作主體的去專業化（用戶即創作者）生產流程的模塊化（如AIGC輔助）傳播渠道的圈層化（平臺算法分發）審美體驗的交互性（如VR敘事）等變化，這不僅深刻影響了新大眾文藝的創作生態，更讓“寫作”本身的意義受到了質疑。當微博、知乎、小紅書等平臺涌現出海量AI輔助創作的內容，當起點中文網的“AI協作創作大賽”將“提示詞工程”推向主流寫作實踐，我們不得不面對一系列核心問題：AI寫作正在改寫文學創作的基本邏輯，但這是否意味著真正的創作自由？當算法能生成流暢的小說章節，人類的創造力究竟是被解放，還是被新的技術規訓所束縛？這些疑問指向一個持續發酵的創作困境：當文本生產從個人靈感轉向算法協作，我們該如何重新理解寫作中“人”與“機器”的關系？本文將從新大眾文藝的視角，探究AI寫作引發的三重挑戰：對創作主體的重構、同質化與標準化的威脅，以及通過結構剪斷、語義擾動等方式制造裂縫與錯位，是否能反向激活文本的非完形潛能。

一、模型訓練與提示工程：AI寫作對創作主體的重構

隨著深度學習的興起，AI寫作已取得重大進展[2，在“預訓練+微調”的范式下，通過大規模無監督語料庫的預訓練，再在下游任務中微調，用戶只需輸入提示詞便可生成符合語境的語言風格與連貫結構的文本，大大減少了從頭訓練模型的需求。其中的語料基礎就是語言模型預訓練，一般指包含維基百科、網絡對話、小說文本等在內的超大規模語料庫。這類模型的典型代表還包括ChatGPT、Claude、Gemini等。得益于LLM（LargeLanguageModel，大語言模型）主導的“基于概率預測的語言生產系統”，當前AI寫作不僅能準確且快速地生成語義豐富的自然語言文本，而且在處理長距離依賴和保持上下文一致性方面表現優異，有效解決了數據稀疏性問題，生成的文本更加流暢、自然，且具備較強的適應性。而這也引來了旁觀者的疑惑：為什么要用如此復雜的技術去模擬人類的寫作行為？這首先是圍繞著AI生成文本的爭議，但也引申出AI寫作所指涉的第一重屬性——對創作主體的重構一一更多是通過模型訓練與提示工程來體現的。

對于主力使用群體“95后”和“00后”而言，作為數字環境中成長起來的一代，這一代人在其教育背景與社交經驗中，形成了區別于既往代際的寫作觀念、文化取向和自我表達方式。他們習慣通過屏幕進行語言組織與身份建構，甚至相當一部分年輕創作者將AI寫作視為表達自我意志的“延展裝置”。根據牛津大學路透新聞研究院發布的《2025年新聞業與技術趨勢預測報告》，全球新聞機構在2023年有 87% 已全面或部分采用生成式AI技術進行新聞編輯室轉型，部分出版商認為后端自動化是AI最重要的應用場景。5而在美國科技新聞網站TheVerge2022年對Kindle平臺作者的調查中，有受訪者表示曾在小說或網絡出版物中使用ChatGPT進行生成，其中約有 32% 表示AI工具“增強了他們的寫作主動性”。他們中有很多人并不覺得自己被技術“替代”，而是將其視為創作流程中的一個積極環節。

AI寫作在視頻領域的熱門作品主要有《碾壓人類！ChatGPT秒寫“藏頭詩\"》《用AI做真人講解視頻———ChatGPT和Synthesia的實際應用教程》等，這些以觀眾共創詩歌、調教AI寫情書為內容的互動視頻，在B站和YouTube收獲了數十至上百萬的播放量，也讓“AI寫作”一度成為知識區的熱門標簽。在視頻《用AI做真人講解視頻—ChatGPT和Synthesia的實際應用教程》的評論區中有這樣一條引人注目的評論：“AI生成的講解視頻讓我重新思考了創作的邊界。”也就是說，雖然文本是由AI生成的，但觀眾的情感投人是真實的。這個評論得到了眾多的回應。除了AI生成文本的技術新穎性外，AI寫作的迷人之處還在于，它讓用戶一方面在寫作時更加自信，知道即使遇到瓶頸，也有一個強大的工具可以幫助其突破；另一方面也能騰出更多時間去研究新技術和閱讀其他作者的作品，而不再需要花費大量時間在文案的初稿和構思上，這能讓自己更專注于內容的質量和深度。他們不是將AI生成的文本作為傳統寫作的替代品，而是將其視為不需要傳統靈感擔保的創作共謀者。

正如馬克·波斯特在《數字現代性》中所預示的那樣，數字媒介的發展不只是技術演進，更是主體性重構。身體不再是主體位置的有效邊界，或者更準確地說，它“用語言的‘心智圈’包裹了整個地球”[7]。數字媒介不同于早期工業資本主義所建立的“表達一所有一再現”的主體模型，后者基于作者中心、原創神話和個人風格，而前者則圍繞算法、網絡與分布式協同構建“文本的再生產”。在CSDN博客點擊量極高的“一休哥助手”的《人工智能與創意寫作：我的2023年AIGC心得體會》一文中，博主展示了AI寫作的系統經驗：只要給出一個主題，AI就能迅速列出一個合理大綱（包含引言、趨勢解析、技術對比、案例研究和總結大綱），當AI按照大綱完成初稿后，博主便根據自己的風格和偏好，對AI文章進行調整，并對一些初步想法或不成熟的段落進行加工和擴展，通過精準提問，得到即時的技術支持。8由此，文本不再由單一作者完成，而是通過模型、語料和提示詞等技術裝置實現動態生成。正是在這種情境中，我們無法再將自我視為“以理性、自主的主體性為中心，或被明確的自我邊界所限定的存在”，相反，“我”成為合作者的角色，引導、提問并與AI共同完成文本的創造。我們面對的與其說是“人類寫作被替代”的焦慮，不如說是“創作是否仍必須歸屬于人類主體”的質詢。這種主體地位的滑動，最終指向一個更深層的問題：寫作行為是否還必須以人的意識與靈感為合法起點？

這顯然是一種“文化原住民”才能體會到的文本快感。當GPT-2尚屬邊緣時，AI寫作不過是“玩玩看”的技術嘗試，從早期貼吧中的“谷歌翻譯寫詩”到知乎上的“AI能不能寫出一首像樣的古詩”，都被看作技術力的展示而非創作力的延展。真正的轉折來自交互性劇增的ChatGPT時代，文本不再是被動生成的產品，而成為人機協商的結果。正如不少用戶形容，與ChatGPT共寫小說時“它像個不斷接梗的搭檔”，而Prompt設計本身也被稱為“新的寫作門檻”。算法成為合作者、靈感觸媒乃至再創作的對象，寫作被重新嵌入媒介演化鏈條之中。從線性閱讀到分支敘事，從AI續寫到讀者調參，文本邊界被一層層消解。對這些成長于LLM語境下的“互動文本原住民\"來說，ChatGPT的生成輸出不再是“寫作者的影子”，而是另一種文本在場的真實。進入2025年后，DeepSeek的廣泛普及使得這一生成機制本土化一—大量創作者涌入以“中文原生語感”為核心競爭力的DeepSeek生態，在B站、知乎、豆瓣等平臺形成自發的“共寫圈層”，進一步印證了機器寫作的文化歸屬轉變正在發生。

AI寫作所營造的創作關系，同樣也可視作一種“超越寫作本身”的欲望機制和意義體驗。它通過編程性語法與隨機性生成，為主體提供了一種前所未有的“重寫自己”的機制，模擬甚至顛覆了人類寫作的習慣性路徑，從而使主體在共創過程中獲得極高的心理參與感與創造滿足感。對許多新世代創作者而言，與ChatGPT共寫的快感，不僅來自文本產出本身，更在于在調試提示詞、批改輸出、反復迭代中獲得的掌控感與突破感。他們明知這些文本是統計學意義上的偽創造，但仍愿為這種“合作”投入大量時間與情感資源。在這一過程中，“我知道是程序寫的，但它說出了我想說的”成了一種常見體驗，這種體驗不再依賴于傳統意義上的原創性和表達性，而是恰恰在消解作者身份的前提下，建立了新的情動關聯機制。或許，只有從主體生成的角度理解這場協作，才能真正把握AI寫作所帶來的創作轉變。

二、復制還是擴展：AI寫作的標準化危機

AI寫作者在數字時代被歸類為“文本生產光譜”中的特殊存在，他們的創作并非完全基于“人類中心主義”（anthropocentricmatrix），長期以來AI寫作很少被視為真正的創作行為，在早期主要以“自動生成工具”等其他形式被認知。但是即使在最開放的創作社群中，算法文本仍可能遭遇價值質疑一一對于傳統人文主義來說，將文學價值賦予無意識的代碼運作本身就是一種褻瀆，因為AI寫作缺乏真實的生命體驗。不僅如此，一些評論者甚至認為，這類文本應該被排除在著作權保護范圍之外。這樣的立場在人工智能技術突飛猛進的當下，更讓人重新思考：算法的介入究竟在擴展表達的可能，還是在復制語言的既有模式？

真正的危機并不止于AI寫作的身份爭議。對于文學純粹主義者，或者說對于整個創作倫理體系而言，更深層的威脅在于AI寫作所預示的一種可能，即在算力霸權之下，最終消解創作的“人性內核”。當文本可以脫離血肉之軀獨立生成時，我們長久以來珍視的“作者之死”可能要被改寫為“作者從未存在過”——這種認知顛覆遠比技術本身更令人不安，它直接動搖了人文主義賴以生存的根基。

在瑪格麗特·博登的創造力分類理論中，真正的創造性思維依賴于“概念空間”的變革，而非在預設結構中的重復組合。這一點對理解AI寫作至關重要。我們需要區分創造力和不尋常組合，創造力概念本身具有價值負載，一個創造性想法必須“在某些方面具備實用性、啟發性或挑戰性”，但大多數算法生成的過程，如Transformer結構所驅動的語言模型，操作機制基于對已有語料的統計學習一這意味著它們的“創新”主要限于在既定模式內進行概率性的重組。我們常能在AI生成的文本中看到一些看似“先鋒”的語言突變，甚至出現“牛頭不對馬嘴”的詩句，但這類語義跳躍往往源于模型在稀疏語境中執行補全時產生的偶發性輸出，而非真正意義上的表達意圖。這種跳躍并非由創作者賦予，而是編碼機制對低概率組合的盲目調取，是語言生成空間邊界失控的副產品。文本看似流動豐富，實則牢牢困于模型權重與語料分布所圈定的范圍之中。因此，AI寫作在激發形式靈感的同時，往往也規訓了表達的方向，使得“創新”趨于某種可控的相似，而非真正的差異生成。

AI寫作的困境恰恰在于它消除了文本生產中的“他者性”。當人類作者面對空白紙張時，那種焦慮與掙扎正是源于對表達不可能性的認知，我們永遠無法完全將內心體驗轉化為文字。而AI寫作卻通過概率計算完美規避了這種困境，它生成的文本既不需要面對表達的困境，也不需要承載存在的重量。這種平滑的文本生產實際上制造了一種危險的幻覺：語言可以脫離生存體驗而獨立存在。當讀者沉浸在算法精心編織的語義網絡中時，他們實際上是在與一個精心設計的鏡像游戲互動，這個游戲消解了傳統寫作中作者與讀者之間那種基于共同生命困境的深刻聯結。

可以說從瑪格麗特·博登的理論出發，這種限制發生在兩個層面：一是AI生成文本停留在組合性和探索性的“已知空間”內；二是創作路徑無法實現對原有語義系統的根本性改寫。這導致AI寫作在輸出上雖呈現出局部的語言突變，卻始終未能打破生成邏輯本身的封閉性，從而陷入一種“低閾值的想象循環”中。模型通過對已有語料的高維重組構造出看似復雜的表達形式，但這種復雜性實則源于分布的稀疏區域，而非認知系統對意義秩序的主動突破。正如博登所言，文學創作建模的難點在于“自然語言的復雜性與微妙性（語法、詞匯與語義）。雖然TALE-SPIN程序能用語法知識處理“歐文拒絕透露蟲子位置”的連詞，但要模擬普魯斯特的句法，程序需具備心理學知識儲備與語法掌控力。語法對文學創造力至關重要：它既避免語言重復的單調，更以微妙方式引導讀者穿越作者構建的概念空間。莎士比亞對英語語法與五步抑揚格的熟稔，結合類比映射的強大計算過程，催生了其不可復制的創作。[2這意味著，要想克服當前AI寫作的局限，就必須正視心理能力的豐富性，以及日常記憶與比較功能如何支撐創造性思維，在表面無動機的行為背后，挖掘心智復雜的心理語法。而當前AI寫作的局限性在于，它并不能靈活地實現“規則置換”。這一點正是其創造性危機的核心所在：由于缺乏對語言背后自由行動與心理語法的理解，文本只能在表層語法系統中漂移和回響，只能被語言模型的慣性向量牽引進語料主流的中心區，無法實現內在語法（心理層面與目標層面）的真正連貫性。

事實上，在AI寫作的場域中，若不知規則（哪怕是隱含的），便無法系統性地打破或彎曲規則。生成模型依賴概率最優路徑進行文本建構，使語言不斷回歸至高頻表達和語料中心。試想心智自身的運作，柯勒律治融合航海日志、旅行見聞與科學報告類比映射出“閃耀水蛇”的豐富心智，莫扎特交響樂的輝煌很大程度上類似于狄更斯用七個形容詞修飾名詞的探索性手法：聽眾在驚詫中意識到原有結構約束竟蘊含如此潛力。[3在文藝創作中，智能往往與情感密不可分，因為情緒能協調復雜的創作行為，目標越多元，就越需要審美取向、倫理考量或創作意圖來統合作品。這種超越語法規則的深層整合才是創造力的本質，而當前AI生成技術仍停留在機械重組語言模式的層面。因此所謂AI寫作的“創新”，實質只是形式上的排列組合，而非真正的思想突破。

它的危險性在于，對于使用AI寫作的人而言，寫作似乎變成了僅需“我愿意”和語義順滑便能完成的消費。在這種情況下，個人的情緒、詞語與世界、詞語與無意識解釋過程間的因果聯系被犧牲掉了，除非寫作者有意識地對此作出補充，不然僅憑AI生成的大綱與文本就有可能只是像電子機器般被訓練出自動化反應，是計算機程序語義的真空，是僅按符號形狀而非意義操作。而這種判斷力的消隱，使得一切成為“我的接受”，卻伴隨著理解能力的鈍化。這恰恰是AI寫作最大的風險所在。

瑪格麗特·博登對生成式人工智能創造力的質疑可以說是對當前AI樂觀主義敘事的重要校正，她沿著計算認知科學的路徑，進一步指出語言模型所面臨的創意誤識危機。曾經被賦予“靈感源泉”光環的創作，在深度學習框架下正逐漸演化為概率調度與樣本重組的統計輸出。在這個意義上，AI寫作正是一種“偽創意”的典型癥候，標志著生成機制在概念維度上難以突破結構邊界。它所揭示的不只是寫作技術的變遷，更是數字文化時代“創造力”這一概念本身所遭遇的深層動搖。

在生成模型主導的創作機制中，過量的流暢性反而讓創造力退化。瑪格麗特·博登在《創造的心智：神話與機制》中指出，當前AI寫作已不再追求“轉化式創造”的思維越界，而是陷入由“組合式創新”主導的輸出邏輯 一一個被高頻語料與預測機制充盈的語義環境。“生成算法將創新的突變轉化為風格的重組”，她認為，“創意與創新”之間的關系，已從“破壞性想象”變成了“擬態式差異”，而這構成了一種結構性的表達內卷。4差異不再是語義沖突的產物，而是概率空間內部的重組軌跡。而這樣的最大后果是，真正的原創性退場了，過量的“語言順滑性”充盈著創作的所有層級，構造出一個由模型同質性支配、缺乏張力的寫作世界。

這也解釋了為何算法文本總能營造出一種“創意正在發生”的幻覺。在語言模型的生成機制中，所謂的“新意”并非源自判斷與決斷，而是語料概率分布的最優組合。這種結構性優勢掩蓋了真正創作所需的斷裂與選擇，使創意被誤認為是自動涌現的自然產物。但真正的寫作從不是在語法上最順暢的路徑中產生的，它往往需要穿越意義的模糊地帶，承擔語言失敗的風險。生成模型的平滑機制則反其道而行之，它最大限度地規避了不確定性，以盡可能地生成“像寫的東西”。于是，我們看到的并非創意的激發，而是算法對可接受語言形式的高效復刻。

在軟件程序中，編碼的優先級、目標和方法論都會影響文本的生成效果。當“算法生成將創作過程高度標準化了，語言的創造性潛能隨之消解，而文本的流暢性替換了深層意指”[5]，一方面，語言模型生產了足夠多的文體變體，滿足了人們對差異化內容的消費需求；而另一方面，作為生成物的文本其實是概率分布的延展，它不具有否定性，作為輸出的多樣性只是被參數空間允許的波動，是用于消費的偽創造性，而不是真正的創造性。正如計算語言學研究顯示，算法生成的隱喻往往停留在表層相似性，缺乏人類創作中的概念融合深度。[真正的創作需要突破既定認知框架的勇氣，因此不可能出現四平八穩的完美輸出。它反對將文本降格為可批量生產的商品。

在這個意義上，AI寫作表面上似乎開啟了“更豐富的創作可能”，實則不過是由寫作機器生成的認知裝置所塑造的幻象。這一寫作系統所體現的技術特異性，正在取代意識主體成為意義生成的真正源頭。作為一種生產控制裝置，它以超高速度干預人類創作的時間經驗。在計算機內部，CPU時鐘以兆赫為單位精確丈量微觀指令周期，而高級應用層則由于代碼架構的層級性而產生顯著延遲。這一技術節律的復雜結構體現出機器時間的異質性：既包含歷史的惰性（如Y2K危機源于陳年代碼的結構遺留），又被迫面向未來，通過編寫向后兼容的代碼對抗技術淘汰的加速邏輯。相應地，人類也具現出多重時間性：從神經元放電（0.3—0.5毫秒）感覺登記（80—500毫秒）詞語識別（200—250毫秒）到敘事理解（分鐘級）[8]，這一復雜的層次結構決定了我們經驗時間的不可約異質性。丹尼特（Dennett）提出的“多重草稿模型”指出，意識的統一性并非源自某個中心協調器，而是不同神經過程之間以非同步方式交互后形成的敘事性重構。[19]

當這種人腦的異質時間性與計算機系統內多元時鐘機制形成“連續互惠的因果關系”時，我們實際上正不可逆地滑入一種“超注意力”的譜系之中。[20]這種譜系的核心表現是對延遲的零容忍、對即時反饋的過度依賴，以及對多任務切換的近乎強迫式需求。寫作在被算法化處理的過程中逐漸被壓縮進“參數界”內部，其形式與語義的生成不再來源于創造性的開放張力，而是被機器學習程序深度參與的技術資本邏輯所規訓。在這一過程中，與創新的真實相遇往往被淹沒在模型生成的“相似文本”洪流中一生成文本的語言機制不斷趨近于“同義反復的困境”，即差異被模糊、變化被格式化、外部的不可預測性被消解。

三、AI寫作的未來可能

如果說當前AI創作標準化有部分原因來自程序本身的不完備，那么在理想狀態下，程序本身是否具備創造性？對這一問題的回答看似是對技術進展的自然延伸，但仍需要回溯至程序自身的結構性，即“格式塔”這一20世紀初的知覺理論。或許正因為此，當前AI寫作所暴露的根本困境，并非起源于某種全新的智能生成機制。相反，它可能表明，當代寫作實踐正在以新的算法形態，重演一場早已展開的關于“整體性”與“感知秩序”的古老沖突。因此，當“超越格式塔”被提出時，其所喚起的不只是一個過時理論的殘響，而是對那些長期規范創作感知的隱性結構的重新拷問，尤其是在今天，機器生成已能復現文體，卻尚未學會打破預期。

從這一視角審視AI寫作，可以看到一種延續性的認知建構模式。在口語傳統中，游吟詩人通過重復的韻律和套語幫助聽眾完成敘事想象；古登堡印刷術普及后，標準化的章節劃分和段落結構成為讀者組織文本的認知腳手架；工業革命時期，報紙專欄的固定排版和新聞報道的慣用程式進一步強化了這種結構化閱讀期待。當代AI寫作系統通過分析海量文本的統計規律，將人類對“完形”的認知偏好轉化為算法模型，其生成的文本表面連貫，實則是數字技術對傳統認知框架的量化再現。這種發展軌跡顯示出，技術媒介始終在與人類的格式塔認知傾向進行著持續互動。

當這種“整體先行”的感知范式發展到AI時代，格式塔原則也在算法與數據的技術框架中完成了新一輪的結構性遷移。雖然神經網絡中的“特征提取”與20世紀感知心理學中的“組塊認知”機制在技術實現上差異顯著，但它們指向的都是一種基于形式相似性的知覺建構，即通過相鄰、對稱、連續、封閉等模式，使看似分散的語言單位在瞬時之間被組織為一個“可理解的整體”。格式塔心理學所描述的“整體大于部分之和”，在AI文本生成中也體現為“連貫優于真實”的機制：即便生成內容缺乏語義深度，只要其結構符合預期，讀者也往往默認它是“有意義的”。事實證明，當今的生成模型，正如格式塔理論所揭示的那樣，擅長通過局部線索制造出某種“完形幻覺”篇文章貌似有中心、有結構、有節奏，但深入分析時卻可能發現，它僅僅是在模擬形式感，而非展開真正的思想表達。這種由格式塔感知機制與語言模型協作生成的“整體假象”，正是AI寫作令人警惕之處。

這就引出了本節真正想正視的問題：在格式塔機制趨于技術自動化的時代，人類是否還能夠介入并打破這種“可預測的整體”？如果說感知秩序在每一次技術革新中都可能陷入同質化，那么AI時代的挑戰就不僅在于如何生成文本，更在于如何重新組織感知本身。浪漫主義將創作者視為超凡脫俗的存在一一其直覺或“神啟”被看作特殊能力。這種觀念因創作者自述（如突然降臨的靈感）而強化，但所謂“突然”可能歷經漫長的潛意識醞釀，且受時代環境的影響。今天，我們不僅可以選擇接受AI所提供的既定結構，也可以通過參與其訓練邏輯與反饋機制，干預它的整體性建構過程。這意味著，格式塔不應僅被視為一種受控的完形法則，更可以成為一種被主動重新排列的認知資源。在這一意義上，格式塔不再是必須被“超越”的障礙，而是一種必須被“重寫”的路徑：在感知秩序的斷裂與重組之間，表達的可能性由此生成。

毋庸置疑的是，無論是傳統創作還是AI生成，格式塔作為一種與文本組織相關的感知機制，確實具備強大的“輔助”能力。在對格式塔的態度上，早期知覺心理學理論往往強調整體優先于部分的建構方式。然則從創作角度看，這種機制同樣可能激發新的表達秩序。例如，前文提到格式塔原則幫助模型建立連貫結構，這一過程也可理解為算法與認知結構的協作，使表達在節奏和邏輯上更符合人類感知習慣。格式塔完全可以成為生成性寫作的結構助手，讓內容在更自然的框架中觸達讀者。在貝倫斯（RoyBehrens）21和瓦格曼斯（JohanWagemans）l22l等人的研究中，格式塔的視覺組織原理被拓展到語言生成領域。認知界面設計也將格式塔與用戶注意力、交互模式共同編人“生成機制”之中，其潛在的結構惰性也因反饋機制而得到局部松動。在AI文本研究的語境下，格式塔原則不再是必須被服從的知覺規則，而成為可以被擾動、被挪用、被拆解的結構資源。在最近有關“反完形敘事”的生成實驗中，該術語的流行也顯然得益于格式塔邏輯的反向激活，它聽起來比其他表述一一如“連續生成”“段落預設”“結構模板調用”——更具裂縫意識、更具抵抗感。

對于AI寫作，博登樂觀地認為，如果未來程序滿足了以下條件，它便達到了我們對創造性程序的基本期待：其一，棲居于能產生無限驚喜的概念空間，最好能擴展或突破該空間。其二，計算過程包含判斷力，目的性行為主導隨機過程。其三，生成策略與結果的關系能闡明人類創造力（包括受眾解讀的創造性）。這種有限度的歸納程序實際要求對當前AI生成邏輯的調整，從“純隨機生成一測試”（Random-Generate-and-Test）轉向“合理生成—測試”（Plausible-Generate-and-Test）[23]，這種“創造性”程序很大程度上基于對人類創造力的假設，即人類創造力常受益于“心智突變”一廣告商所謂的“頭腦風暴”提供非常規想法，再經結構化過程篩選。理想的創造性計算機模型也需隨機關聯能力，但必須由智能監控[24：當我們嘗試要求AI以“廚房”為主題創作超現實主義詩歌，并指明生成新的修辭規則，如“食材必須與至少一個非物理學科術語并置”時，則可能觸及規則變革，生成如下的句子：“不銹鋼勺子測量著時間的弧度，冰箱里凍僵的銀河靜靜坍縮，而砧板上的卷心菜正在演算歐幾里得第五公設。”如果我們可以證明卷心菜、銀河、歐幾里得定律可以融入統一的藝術風格，那么它就近似于創造的核心特征：驚喜。在我們尚未發現創造性過程可能存在的深層規律的當下，算法匹配的“奇異吸引子”可能持續生成新想法。但若每個想法僅細微差異，則無助于創造—一創造性想法必須兼具新穎與意外。然而，更高層級的創造性轉換仍受約束：新概念空間必須與舊空間存在可識別關聯。就像印象派或畢加索從藍色時期到立體主義的演進，當時被斥為“反自然”，但計算心理學揭示其深層合理性：這些風格根植于自然視覺的深層結構。

但我們也必須看到，人類寫作仍有其不可替代的一面。以奮戰在“AI協同文學創作”一線的陳楸帆為例，在他看來，人機寫作的關鍵在于區分以下兩種能力：一是AI擅長的語言統計與樣式模仿；二是人類獨有的審美判斷與經驗反思。這就意味著，寫作者首先要具備足夠的感知敏銳性和結構意識。至少在那些最關鍵的敘事組織與情感表達層面，人類的參與依然不可取代。對此，陳楸帆的體會是，AI提升的是他在重復性語言生成中的效率，但若脫離生活經驗的支撐，再精準的模型也只能生成空洞文句：

當AI能批量生產及格線以上的小說時，真正的創作恰恰要從“達標”走向“破格”—就像傳統水墨中的“留白”需要用心經營，AI生成的文本框架必須經由人類的情感浸潤才能獲得靈魂。我們也要在算法規訓中撕開裂隙，讓那些無法被量化的戰栗與頓悟，繼續照亮人類獨有的文學暗地。正如《十月》主編季亞婭的論斷：當DeepSeek能瞬間生成百萬字文本時，作家的價值錨點在于“浸泡過汗水的生命體驗”。[25]

AI在何種程度上能夠打破語言的完形結構，陳楸帆對人機協作的寫作經驗作出了精確劃分。重要的是，這里的劃分依據并非我們常聽到的“靈感／工具”二分（仿佛AI負責供詞，人類負責抒情），而是他本人對結構慣性與敘事慣例的自覺識別能力。這就意味著，所謂“AI去完形”的前提，恰恰是那個能意識到“格式塔感知”正在無聲主導表達方式的人。正是在這里，我們感受到了AI寫作對敘事感知秩序的真正挑戰。要知道，整整一個世紀以前，格式塔心理學便指出了人類“自動組織”知覺信息的傾向；但直到今天，絕大多數寫作者仍未能擺脫這種結構幻覺的誘導。近年來，算法推薦與語言模型的普及，進一步強化了這種整體感的幻覺，讓文本看起來更“像樣”卻更難“斷裂”。如果創作者自身缺乏對結構的判斷力和解構意識，在這樣的生成機制中我們又如何指望文本打破感知的預設？

或許，AI寫作未來面臨的真正挑戰，正在于如何實現創造性意外與文化可理解性的有效結合。而這需要我們對人類自身的創造機制有著更為深人的理解。陳楸帆在《AI未來進行式》中指出：“人類能夠清楚地了解自己知道什么、不知道什么，但GPT-3卻不具備這種自我認知的能力，這個漏洞會導致它有傳播虛假信息的可能性。而且，GPT-3在抽象概念、因果推理、解釋性陳述、理解常識以及（有意識的）創造力等方面的能力也很弱。”2這種來自算法的不確定性，一方面制造了認知沖突，迫使受眾理解新的“心理圖式”，不斷調整接受閾值；另一方面也迫使作者重新思考：程序對激發創造的限度在何處？如何最大程度發揮人的主體性優勢彌補這些尚未被科學規律發現的人類思維的奧秘，讓技術成為我們創作的動力，而非依賴？在短劇剪輯平臺或生成視頻軟件中，我們也能看到類似的趨勢：創作者使用AI生成內容后，往往經歷對“完整敘事”的依賴破裂，而當他們開始主動剪斷節奏、打亂因果，甚至插入“噪聲語段”時，反而發展出一種混雜、調節、無中心的表達風格。這提示我們，AI寫作最深遠的可能性，也許不是重建敘事邏輯，而是在制造“結構斷裂”的過程中，激活人的非完形想象。就像現代藝術放棄再現，而轉向構成材料本身的組合方式一樣，數字創作者正在與生成模型協商出一種全新的寫作語法，它的關鍵詞不是主題和結構，而是干擾、突變與裂縫。

作者簡介：凌子，北京師范大學文學院博士生。

（責任編輯 劉艷妮）