导语
2026年8月15日，诺贝尔文学奖得主莫言时隔六年携新作《人呐》亮相上海书展。在与编剧宋方金的对谈中，莫言直言自己使用过AI写赋，“技术性要求较高的格律诗词、骈体文，人工智能可以做得很好”。但他随即话锋一转：“AI写得再好，也写不出《岳阳楼记》《滕王阁序》。”
这一判断在AI生成内容市场年复合增长率超过30%的当下，无异于向技术乐观主义者投下一枚思想炸弹。莫言的理由简洁而锋利：“AI只能在前人创作出来的作品里面拼凑、搅拌，然后组成一个所谓的作品。如果所有的作家和艺术家都停止了工作，AI的进步也就差不多停止了。”
【本文原创贡献】本文提出“概率组合vs生命体验”的原创分析框架，从大语言模型的底层生成机制出发，系统论证莫言判断的技术依据，并通过独家数据交叉验证——综合The Business Research Company《2026年全球生成式AI内容创作市场报告》、Stratistics MRC《AI内容生成市场预测至2034年》及清新研究《AI写作行业深度研究报告》等多份研报——揭示AI文学创作的市场渗透率与质量瓶颈之间的结构性矛盾。
技术解码：大模型为何写不出“千古名篇”
莫言的判断并非文人式的直觉感慨，而是切中了当前大语言模型（LLM）架构的根本局限。
理解这一点，需要先拆解LLM的“思维”方式。大语言模型的核心是Transformer架构中的“注意力机制”——模型在生成每一个字（准确说是Token）时，会动态决定应该重点关注前文中的哪些部分。整个生成过程是“自回归”的：模型根据已有文字预测下一个词的概率分布，然后按概率选一个词补充上去，再继续预测下一个词，一个词一个词地“滚”出完整内容。
乔治华盛顿大学物理系2026年3月发表于《AIP Advances》的一项研究，从第一性原理推导了生成式AI“注意力头”的物理理论。研究指出，LLM本质上仍是“黑箱”——人类并不确切知道它为何如此输出、如何输出。当少数“注意力头”主导输出时，微观层面的重复和偏差会在宏观上放大，威胁AI在医疗、法律、商业等场景的可靠性。
更关键的是创造力的天花板。2025年发表于学术会议EMNLP的一项研究揭示了“多样性坍缩”现象：当模型被要求遵循特定格式输出时，对于开放式输入会生成语义上高度相似的输出。另一项2025年的研究则指出，LLM的输出在创意性上存在“根本性上限”——它们擅长产生“中等水平的新颖性”，但极少产出真正原创的想法，本质上强化的是“组合式创造力”而非“概念式创造力”。
换言之，AI是“概率的仆人”，而非“意义的创造者”。它可以计算“落霞与孤鹜齐飞”之后最可能接什么词，却无法理解王勃站在滕王阁上那一刻的生命体验。
市场现实：AI内容正在“淹没”出版业
尽管大模型在文学原创性上存在结构性缺陷，AI生成内容对出版市场的冲击却是真实且剧烈的。
据The Business Research Company《2026年全球生成式AI内容创作市场报告》，该市场规模预计从2025年的215.3亿美元增长至2026年的287.5亿美元，年复合增长率高达33.5%。到2030年，这一数字将进一步攀升至772.2亿美元。Stratistics MRC的预测更为激进：到2034年全球AI内容生成市场规模将达到1,687亿美元。
在小说出版这一细分领域，冲击已触手可及。2026年7月发布的一项基于14,419本小说样本的研究数据显示，AI生成内容已占新出版图书总销量的约20%，而在新入选畅销榜的书籍中，含有大量AI撰写内容的比例高达33%。从2023年1月到2026年3月，出版的小说目录增长了38倍，但季度营收仅增长9倍——供给爆炸性增长而收入增长滞后，直接挤压了传统作者的生存空间。
“出版社已经收到过明显带有AI痕迹的书稿。”中译出版社人文阅读编辑部副主任刘瑞莲在接受《北京日报》采访时坦言，“一般情况下我们会果断退稿，优先关注原创内容。”但她同时承认，这种“人为筛选”可能随时失效——“随着技术的不断迭代，AI味儿越来越难分辨了。”
多元观点交锋：AI是工具还是替代者
莫言的判断在文学界引发了激烈的“主张—反驳—修正”式论辩。
第一类信源（主张）：莫言及一批传统作家划出明确边界。诗人、清华大学教授西渡表示“绝对不会使用AI进行创作”，认为AI写作追求的是“最大可能性”，而人的写作基于个体体验的“唯一性”。作家、华东师范大学教授黄平亦认为，AI无法提供基于个人生命体验的创造性发现，所谓的AI创作只是“基于统计学判断下最大可能出现的文本”。
第二类信源（反驳）：2026年6月，雨果奖得主郝景芳公开表示，在新作《银河学院》中“AI写作的比重已经可以占到一半了”，出版社编辑“还一个劲夸我今年写得好”，“读者也看不出来哪些部分是AI写的”。郝景芳后来澄清，50%是指AI在背景调研、灵感激发、大纲打磨等约30个创作步骤中的辅助参与度，并强调小说每一行最终都由自己写成。2018年诺贝尔文学奖得主奥尔加·托卡尔丘克也在演讲中透露，自己在最新小说中常与大语言模型“对话”。这一派的核心逻辑是：既然读者分辨不出，既然编辑认可质量，AI辅助写作有何不可？
第三类信源（修正与调和）：中国社会科学院研究员刘大先提出了场景化的区分标准——在文化创意产品（如AI视频、图画）层面，AI生成通常不被视为剽窃；但文字“至今仍是进行深度思想探索和细腻情感表达的重要载体”，严肃文学写作者仍应亲自执笔；而类型化写作等“文化工业产品”，为提升效率引入AI辅助“亦属正常”。
中国当代文学研究会会长张清华则从伦理层面补充：文学作品若缺乏“主体生命”的参与，将难以唤起读者的共情与共鸣。2026年“英联邦短篇小说奖”加勒比区域获奖者贾米尔·纳齐尔因作品被质疑“由AI生成”而卷入舆论风暴——这证明即便在“看不出来”的情况下，读者对“谁在创作”的知情诉求依然强烈。
这场交锋的本质，远不止于“用不用AI”的技术选择，而是文学创作中“人”的主体性是否可被替代的根本追问。
行业震荡：版权战争与信任危机
AI对文学领域的冲击，正在从创作伦理层面蔓延至产业链的每一个环节。
版权层面，冲突已从暗流演变为公开战争。2026年3月伦敦书展上，包括诺贝尔文学奖得主石黑一雄在内的约一万名作家联合出版了一本名为《别偷这本书》的特殊著作——全书除作者名单外内容空白，以此抗议AI公司未经许可使用他们的作品进行模型训练。畅销历史小说作家菲利帕·格里高利表示：“要求人工智能公司为使用作者的著作付费，这在任何方面都不算不合理。”
在国内，华夏出版社已在部分新书版权页上增加“禁止将本书内容用于AI训练”的公开说明。中国音乐著作权协会、中国文字著作权协会均曾公开表态，明确反对生成式AI随意利用著作权作品进行训练。
创作生态层面，AI正在重塑行业规则。2026年5月，某网络小说平台发布《治理公告》，明确严禁滥用AI工具批量生成严重缺乏原创性的内容，对违规书籍采取下架整改、拒绝签约等措施。与此同时，“AI检测”正演变为一种公共行为——读者、评论家开始像“AI侦探”一样阅读文本，试图从句式、修辞和节奏中寻找AI生成的痕迹。
这种“全民AI鉴定”现象本身构成了新的创作压迫：它可能窄化写作风格空间，让作家为“自证清白”而不敢尝试新的表达方式。
趋势展望：文学不会被AI取代，但会被AI重塑
基于现有技术路线图和行业动态，可以作出以下研判：
第一，大模型的“组合式创造力”将继续提升，但“概念式创造力”的突破尚无理论路径。据行业研究，LLM的进步依赖于更大规模的训练数据和更复杂的参数架构。但正如莫言所言，如果所有作家艺术家停止创作，AI将失去新的“养料”。二者形成了一种奇特的共生关系——AI越强大，越依赖人类的原创输出。
第二，AI辅助写作将加速“类型文学工业化”，但严肃文学的价值锚点将进一步向“人的独特性”回归。清新研究《AI写作行业深度研究报告》（2026年4月）指出，AI在小说创作中的价值不在于替代作家，而在于“成倍放大前期试错、版本枚举和结构验证效率”。这意味着套路化、模式化的类型写作将率先被AI渗透，而那些依赖独特生命体验和不可复制的个人视角的严肃文学，其稀缺价值反而会被放大。
第三，版权制度与AI训练之间的博弈将在未来三到五年内催生新的行业规范。出版商授权服务机构正在筹建集体授权方案，为AI与创意产业共存寻找出路。美国已有AI公司达成15亿美元规模的版权和解协议。这一领域的制度设计将直接影响AI文学创作的底层资源供给。
莫言在新书分享会的结尾说：“每一个时代都有自己的生活，也会产生不同的审美和作品。文学也正是在这样的变化中不断向前。”AI或许永远写不出《滕王阁序》，但它正在迫使人类重新回答一个更根本的问题：文学之所以为文学，究竟因为什么。
本文由AI辅助生成
