大厂数据标注员的独白:教AI写小说如何摧毁我的写作梦想

我在大厂教AI写小说,先杀死自己的文采

去年春天,科幻创作爱好者渊星入职一家科技公司的外包部门,担任起一个新身份——数据标注员。用最简洁的话说,他的工作就是为AI模型提供小说创作范例。

这位23岁的高校毕业生原本想继续深造,却把它当成一份临时差事。他想趁着这段时间,洞察AI在创意写作中的运作逻辑,心里带着一个根本的疑虑:”未来人工智能会完全接管人类的小说创作吗?”

这套体系就像一条现代化的生产流水线。工作人员的角色层层递进——从基础标注做起,进阶到质检岗,再到项目协调,最后是公司核心团队,每个人各司其职。他们将一部部热卖小说解构成若干层面的信息,作为训练素材输入模型。

他们把小说肢解开来审视,就像食品加工场的分解流程。对每个章节做细致分析,既标记故事的冲突点和爽感,也给各角色赋予”冷漠者””无能者”之类的人物定位。完成这些工作后,他们还需充当阅卷官的角色,对模型生成的内容进行评分与修改。

在这里供职的半年时间,这个年轻的写作者相当程度上放下了对人工智能的恐惧感。他逐渐认识到了AI在创作方面的天花板,同时也重新体悟了人类创意工作的独特价值。

接下来,我们来听听渊星本人的故事。这是我们”职场危机中的自救者”系列报道的第四篇。

文丨卢冠秋 黄文玥

编辑丨周航

AMP

去年的季节更替时,我决定再次冲刺研究生考试,为了维持生计找到了一份临时工作。在位于一幢办公楼的外包企业,我成了标注部门的一员。

公司招聘这个岗位对文字功底有要求。从中学年代起,我就在创作科幻作品,也曾获得过奖项,这与招聘条件相符。在招聘面试环节,我拿到一个千字左右的小说片段,要求浓缩成百字以下的情节梗概,也就是业内说的”细纲”。这是我第一次接触到这个专业术语。

随后的日子里,标注员的工作相当单调:拿一篇一万多字的网络爆款小说,将其融缩成若干条情节摘要。

团队里有十来位年纪相仿的工作者,他们大多出身于文学或传媒领域,编剧工作经历也不罕见。有些人是因为所在的剧组经营困难才转向这边。公司曾做过试验,让机器直接提取细纲,但结果是AI的概括版本比人工版本短得多,而且常常丢掉故事的关键细节。

细纲的编写有一项核心要求:不能过于文学化。比如只能表述”他非常愤怒,砸碎了杯子”,但如果加上”脸色涨红,砸碎了杯子”就不符合规范。其中”脸色涨红”属于具有视觉冲击力的内容,应该交由AI去完成生成。换句话说,我们要向模型展示,人类写手若想表现人物的愤怒情绪,通常会采用”脸色涨红”这样的细节描写。这是大型企业产品设计团队拟定的原则。他们要把细纲供给自己开发的AI程序,让它能够创作整部小说。

不少标注同事一直无法习惯这种朴素的表述方式。他们往往自然而然地加入文学性语言,到了两个多月的合作期结束时,仍然保留着”文学化”的毛病。

AMP

●图文无关。图源 视觉中国

我的本科学习是采矿工程,与他们常年投入特定文体写作的背景不同,我在这方面的切换反而更为顺利。工作几日后,我从标注岗提升到了质检岗——也就是生产流程的后一个环节。待遇没变,但职责范围扩大了,我需要修订标注员的工作成果,有权让他们返工。

比起文学化问题,我更为困扰的是语句表达的错误。一千字章节缩写成细纲时,篇幅上限是350字,又不能漏掉重要情节,标注员为了节省字数,会把多个人物的举动压缩到一个超长句子里,且全部用”他”来指代人物。把人名都替换成”他”字,能省出好几十个字。不过这样做到底的时候,句子变得逻辑不通,所以我得重新补充回去。

项目负责人解释说,严格的字数限制有两个原因:一是大语言模型单次运算处理的基本信息单位数量有上限,二是为了降低字数波动对模型判断的干扰。如果一个章节的细纲是300字,另一篇写成了500字,系统可能会错误判断后者需要深度描写,但实际上字数多的原因也许只是剧情繁杂。

标注项目分为两个组。除了我所在的”细纲”组,还有一支团队的任务更为复杂多样,需要填写”创意点子””章节标题”,为各个角色附加不同的标签。大家的工作都是在”拆解文本”,只是分解的内容存在差异。

“创意点子”是对整个作品的概括,”章节标题”是对某段文字的概括以及它的功能定位。企业内部文档罗列了段落的九种基础功能模板:开篇、递进、顶峰、反转、收尾等等。我们从这些模板中挑选适用的,再补充上类似”提供快感点”之类的功能说明。我们还需为人物撰写简传,用为数不多的几个词汇,比如”敏锐””傲慢蛮横”,或者类似”心机女”这样的”人物设定”,来总结人物的本质特征。这是在向模型教学,什么样的品性会触发什么样的行为。

做这项工作之前,我从未完整读过一部网络小说。但持续接触之后会发现,即便网络文学的人物塑造相当老套,也远非文档里那二三十个预设标签能够涵盖的。

举例来说,”心机女”这个标签经常被应用,但实际上网络小说中对这类人物的呈现有很多变体。有些角色确实爱上了男性主人公,但心地纯良,只是行事作风柔和,从我的观察来看这似乎构不成”心机女”的定义,但同事们还是会给她贴上这个标签。

我们常常觉得文档中的标签库太有限了。比如一个人物在早期显得很窝囊,后来有所转变,那”窝囊的人”就很难完整概括这个人物的发展轨迹。此时,我会用自己的语言描述这个人物特征,让大模型为我生成几个新的标签,再从中筛选合适的。这样一来,我们自己造出了”反面人物变身者””抗争者”这样的新分类。但有些标注员觉得这些新分类不够贴切,认为网文的世界里不存在这种设定。

算法团队有一次给我们讲解过大模型的工作原理,说它是通过预测下一个符号的形式来实现文本生成的。但我始终没有想明白,AI能否真正理解什么叫”爽感”,什么是”心机女”,或者说它怎样通过数学逻辑来达成这种理解。

(备注:早在2020年,北京大学中文系的一个科研计划,曾用人工标注”赘婿文”这类作品的办法,教导AI识别其中的”打脸”结尾,初步验证了把抽象的故事内容转化为可量化数据标签的可能性。)

我对这种学习模式能否产出精品小说表示疑虑。人类创意工作者也会学习创意法则,比如知名的《救猫咪编剧法》。但数据标注走的是反向过程。小说已经成形了,我们把它套进既定的模板。原作者写作时可能根本没有参照某个模板,比如没有刻意构想一个刻板意义上的”心机女”来塑造人物,但我们在标注阶段却要对它做模板化处理。

后来参与评测工作时,大家都很明显地感受到,AI生成的小说呆板至极,很难达到人类笔下的那种丰富度。

AMP

互联网上对数据标注这一行有个比喻:”数码时代的流水线工人”。

我们单位实行驻场外包模式,服务对象是一个知名互联网企业,该企业在沿海一线有庞大的园区。我们被安排在其中某幢大楼里,整个数据团队包括几百号人,都在为这家企业的各类AI应用进行数据标记工作。文本类别的工作下面,还分为通用文字创作、电影电视对白等多个分支。

我在那儿工作的半年间,该企业的核心技术部门举办了若干场全体员工教育会。讲座的讲师总是强调,标注数据的品质至关重要,对AI的学习效果影响深远。但他们不会讲具体的项目内容,也没告诉我们某种数据到底如何作用在系统上。

大企业的核心员工会制订标注指南。只不过对于小说项目,他们下达的标注指南往往很笼统。什么才是高水平的标注数据?很大程度上没有明确的判断标准。

比如在做细纲编写的时候,我们部门经常会产生各种不同意见。在一部”女性为主”的作品中,本来唯唯诺诺的太太,为什么会突然开始自我觉醒,反抗丈夫和所在家庭?有人认为是朋友的一句话触发了她,有人以为是她认真付出却被丈夫冷遇所导致。原著者的表达不够明确,各方各有各的见解。

标注们经常觉得质检员的判断有偏差。为了工作有记录可查,大家即便是坐在相邻的位置,也会在线上讨论。有时候双方谁也不肯退让,就交由项目负责人来定夺。

AMP

●互联网公司园区夜景。图文无关。图源:中国视觉

我入职的时候,项目还是初始阶段,众多系统还在开发完善,项目负责人也是被临时抽调来的。可她对小说这个领域并不熟悉。一个标注员曾坦诚地跟她讲,”我可以按你说的做,但我从思想上认同不了,我只是听从你的安排”。说真的,大家都是抱着这个心态。

项目负责人也常常有个想法,一部小说想要表达什么,应该存在一个正确答案。在一次例行会议上,她举了鲁迅的那句名言”我家门口有两棵树,一棵是枣树,另一棵也是枣树”来举例。

“鲁迅当时可能只是随意写下的。”她说,随后提出了我们一个问题:”在撰写章节的目标时,是应该站在观众立场来考虑,还是站在文章作者立场来考虑?”

这个提问在我听来显得很不专业。在我看来,一旦文本生成,它就成了独立于作者的存在。即使作者本没想到,但若有很多读者认为这是有意为之的设计,我们就应该告诉AI,作者就是故意这样做的,如此才更符合好的小说写法。才能这样从小说里萃取出一套创作理论。

可问题是,天底下有那么多的读者,”很多读者”到底代表哪一个群体?在某种意义上,我们充当了”标准观众”,但说白了,我们不过是从各自的视野去诠释。

有的时候,我们也只是顺着”热销作品”的逻辑。比如在一个主打”女性反转逆袭”的网络小说中,女主一方面嘴里说要脱离家庭束缚、和前夫协议离婚,另一方面又在使用前夫提供的经济援助、人脉资源来实现自己的梦想。我能看出作者想塑造一个正面英雄形象,但笔法还不够炉火纯青,导致逆袭的故事框架出现了漏洞。尽管如此,我们还是会遵循原著精神,给这个女主打上”女性力量者””逆转者”的标签。终究它是个”爆款”,说明确实有很多消费者买账。

后来到了第三个月的时候,换来了一个有编剧经验的项目负责人,能感觉到她对文学作品的领悟明显更成熟。但不是说她能制定出大家都同意的标准,而是她明白大家对小说的理解存在差异,会尽力采用折中策略。

刚入职那会儿,大家都觉得为AI教学小说是一项有意思的工作。但真正干起来,才体会到数据标注这活儿重点是实行指令、而非进行创意活动,枯燥感很快就涌上来了。

我在岗位上的那半年,有两位没有通过试用期,还有四位主动辞职,其中一位在入职一周后就提交了离职申请,他觉得这份工作太过机械和单调,和他想象的差太远。离职的都是标注员,没有质检员。标注员处在生产链的最底层,会时常感到被否定。从他们的感受来看,这份工作就是无休止地做,然后不断被其他人批评指正,没人会表扬我做的特别出色。久而久之,人就容易感到疲惫和沮丧。

坚持下来的人其实都把这份工作当做一个临时的中转站。这个行业的晋升空间很受局限,人员流动性大。我去复印备考资料的时候,还见到同行们印的考教资、考旅游导游证的资料。

AMP

细纲项目进行了超过两月就暂停了。没人向我们说明停止的原因,推测可能是因为培训成效达不到预期。那时起,我们开始从事一段时间的评估工作。

技术部门在完全相同的输入指令下,分别让自家的系统和其他国家或地区开发的对标产品来生成小说。我们要对生成的每一篇小说进行评分,并标注它存在的缺陷。缺陷的种类有一份详尽的清单,区分为角色塑造类、语言风格类、情节合理性类、整体结构类、故事发展类、对指令的符合度等。

企业还明确规定了什么样的小说符合”优秀”标准。比如说,剧情的紧张段和缓和段的占比,是否保持在1比1.5的比例。不清楚这个数据是如何推导出来的,或许是1.5比1,我的印象也变得模糊了。又比如,主人公必须有深度,要有清晰的个人发展与蜕变;配角则应该单一刻板,不能喧宾夺主。

语言风格的评估项里,有一项考察是否带有太明显的机器特征。虽然”机器特征”本身也是一个模糊的定义,但一开始的时候我能轻易辨识出这种特征,可看得久了,我发现我自己的分辨能力减弱了。在参与细纲项目的时候,项目经理也会问我,你写的这个没有机器感吗,但他本人也拿不太准。我觉得这挺吓人的,也许再多干上半年一年的时间,我可能就写不出真正的小说了。

通过评分可以发现,各个系统生成的小说都带有非常重的模板特征。不同系统使用的模板还不尽相同。有些系统可能前期的故事节奏非常紧凑,而中间段落就陷入了停滞,展开一些莫名其妙的旁枝末节后,倏地就草率收尾。也有些系统或许故事进度设置得还不错,可人物的刻画就显得非常扁平,呆板到了极点。

评估最高得分是3分,我们自主研发的那款AI,在评估中始终排名最后。通常仅有1到2分的成绩。这个成绩应该也能代表实际用户的感受。从后台用户的指令我们可以看到,80%的人都在让AI编写粉丝同人故事,为了磕CP的乐趣。但出来的故事里面,人物所做的事情时常与他们的性格彼此冲突,基本只能保证性别是正确的。

我们进行了多轮评估工作,模型取得了一些进步,但幅度不太显著。一个最初非常无能的人设,依然会因为一个微小的事件忽然迸发出力量。表现更好的系统也会重复这样的问题,只是程度不那么严重而已。

到了2025年11月的时候,我提交了辞呈,决定全力备战考研。当时细纲项目已经停摆四个多月了,除却参与小说类的评测工作,我们还在协助其他部门的任务,从意图分类、事务性文字撰写,五花八门的活儿都有。

离职后,我一直在思考,为什么AI用于小说创作的表现,远弱于它在其他众多领域的能力?

我的想法是,AI在模板化的创作领域表现突出,比如工作汇报、月度总结、重点记录等等。可小说不同,它没有一套明确的”操作工序”。爱好小说的人,也不是单纯为了了解发生了何事,而是想通过笔触去领会作者的人生阅历。这种情感共鸣是直观的,不是通过逻辑推演得出的结果。AI在持续进化,它的表达方式也在动态调整,某些问题现在不太容易出现了。但我的看法是它最终无法用数学化手段,一步步地激起读者的情感共鸣。

我自己在进行创意写作时,想法时常来自于生活中遭受的伤痛。我最初创作小说是在高三的晚自习,那个时期我深感反感学校的衡水式高考工厂模式。这篇小说名叫《地震降临之时》,约有六千到八千字。主人公的身体能够感知到地球磁场的变化,因此被某政府部门关押去做试验品。我在高中时期的作品基本都遵循这个思路,小说设定中的体制是压迫人性的、伤害人的,主人公在最后常常会为了争取自由而走向一个壮烈的结局。

AMP

●渊星高中时期创作的科幻小说。讲述者供图

在”章节命题”这个项目里,我们需要清晰地向系统表明,文本的每一段想要传递什么感情色彩。多数时候这样的概括是准确的,比如说伤感,但即便是具体的情绪体验,本身也是多维的、充满生气的,一旦归纳为伤感,它就变得单调枯燥了。对于人类,”伤感”是一种知觉经验,在AI层面,这变成了知觉的基础。正因为这一点,模型在写作的时候也会照搬套路,输出各类显得单调的情感表达。

从事小说数据标注的经验,也让我重新审视了自己的创意写作。近些年,我一直在学习经典作品的故事架构和表现手法,大多数情况下都不理想。相比之下,那些以我真实经历为灵感泉源而写成的作品更加生动,感情更加厚重。

这也许就是AI和人的写作工作最根本的不同之处。AI只会在做表面的模仿,它无法真正进行创意的创新,让人能看出是AI写的,我认为就在于空洞,文字背后没有真实的人生经验做铺垫。

我个人很欣赏聂鲁达的诗集《看不见的河流》。他在年轻的时候描写故乡的山河景物,步入中年后参加了社会的变革运动,在真正的悲剧到来前与世长辞了。那么我们应该如何评判他为之投入的整个人生呢?这就有了厚度。我的认识是AI永远无法给读者奉献这样的精神体验。

上一篇 2026/05/06 21:35
下一篇 2026/05/06 23:36

相关推荐