AI 为何写不好严肃文学：品味方差与艺术意图之辩
9 月 22 日，phl43 与 teortaxesTex 就「AI 为何至今写不出高质量文学小说」展开讨论：是后训练未将此类任务列为优先级，还是存在更深层的结构性障碍。
已确认
- phl43 提出问题并给出猜测：人类文学品味方差太大，可能使 RL 难以优化；他明确不信「AI 缺乏人类天才所以搞不出成功艺术」的说法。
- teortaxesTex 指出针对性尝试确实有人做过，但并非优先级，且任务本身极难：文学写作缺乏 ground truth，不像编程有测试、计算可即时验证、Lean 可形式化，在线打分只能靠语言模型当裁判，可靠性存疑。
- teortaxesTex 观察到结构化训练信号能泛化：代码语料预训练让模型几乎所有任务变强；R1 在数学与代码上做 RL 后写作水平远超 V3。
- 由此他得出核心论点：症结不在「风格」——模型是优秀的风格模仿者，甚至能写出 kitsch——而是缺乏艺术意图。
- phl43 补充：即便最新模型在深度概念性问题上仍不完美，表现也远好于文学写作；在其他目标上做 RL 能带来一定泛化收益，但对文学创作做类似 RL 既更困难也更昂贵。
为什么重要
- 这场对话把「AI 写不好文学」从玄学归因（缺天才、缺灵魂）拉回可讨论的机制层面：奖励信号缺失与品味方差大导致优化目标难以定义。
- 「文风不吃智商、但艺术意图缺失」的区分，为理解 LLM 能力边界提供了框架：可模仿的部分已被 RL 泛化覆盖，不可模仿的部分（意图、审美判断）仍是瓶颈。
- 实操共识（rubric、范例、分步引导）也与两人在 agent 可靠性上的经验一致，对实际使用 AI 创作者有直接参考价值。
2026-09-22 ~ 2026-09-22 · 6 条相关
一手来源
- AI 为何写不好严肃文学?或因人类品味方差太大难以 RL — phl43 ·
- 为何文学 RL 难做:没有 ground truth,谁来给小说打分? — teortaxesTex ·
- LLM 写不好文学:缺的是艺术意图,而非风格模仿力 — teortaxesTex ·
- 【源头】AI 为何写不好严肃文学?或因人类品味方差太大难以 RL — phl43 · 2026-09-22
- 【源头】为何文学 RL 难做:没有 ground truth,谁来给小说打分? — teortaxesTex · 2026-09-22
- 老玩家经验：让 AI agent 可靠要靠评分标准、示例和分步引导 — teortaxesTex · 2026-09-22
- RL 从其他任务泛化,为何文学写作仍是最难的 AI 基准 — phl43 · 2026-09-22
- 逻辑训练信号能泛化推理,但「文风」似乎不吃智商 — teortaxesTex · 2026-09-22
- 【源头】LLM 写不好文学:缺的是艺术意图,而非风格模仿力 — teortaxesTex · 2026-09-22