当人工智能开始写诗，诗意还存在吗？

几乎是一夜之间，新的AI产品DeepSeek很“deep（深度）”地参与了我们的具体生活。从行业前景到新年祝福，从新闻热点到社会议题，DeepSeek可以根据不同社会与文化情景进行创作，甚至可以写诗，韵致、格调，样样在线。

这是一种对于人工智能更上一层楼的震撼。我们早已开始焦虑AI代替人类的计算、数据分析与资料整合等能力，但这一次，人类被放置到了一场兼备脑力与情感创造力的对决里。如果AI连议论和艺术水平也开始独具创造性，可以轻轻松松超越平庸的头脑和平庸的情感，我们还有多少超验性和独创性的东西值得被保存？

从经验的角度，人类比不过AI是必然的。后者拥有的数据和技术经验远超人类个体，除此之外，它还具备人体机能所不能匹敌万分之一的精力和效率，可以同时创造出不计其数的文本，也可以同时与不计其数的人进行对话。

AI就像一个班级里永远排在前二三名的学生，成绩稳定在优等分数线上且绝不偏科，但永远达不到最高。

在创作领域，许多最优都不仅是绝对数值的最高，往往也包含些溢出评判规则的意外性。2020年有一篇充满争议的高考满分作文《生活在树上》，使用了大量深奥而晦涩的语言和生僻字，一名北大教授评价该文作者：“知识面较广…但像拙劣的翻译，的确在有意显示‘理论性’”。放在明确考验作文技法的考卷上，它是十拿九稳的。但如果放在竞技赛场上，胜算未必大。

这也是AI如今面临的问题。从遣词造句到修辞手法，它都可以网罗最丰富、华丽和深刻的语言，但它无法精准。它不能理解为什么“僧敲月下门”就是比“僧推月下门”更好，为什么在张爱玲的比喻里，生命华美的袍子上，“爬”满虱子就是比“长”满虱子要好。

这种精确性，不是数据的精确性，而是人类感情里可遇不可求的灵感和真实生活经验的浓缩，是创作者在过程中的顿悟，是前进一步又后退两步的犹疑与彷徨。

而AI擅长的精准性，是数据和技法上的精准。“AlphGo”出世的第二年，即2017年，钢琴家郎朗被邀请分别鉴听钢琴少年与长着53根手指的机器人的演奏。演奏结束后，郎朗慨叹于机器人的精准性：“机器人Teo的速度超越人类，节奏也很精准，但钢琴演奏中很重要的一环是展现情感，这是人类的长处。”

情感具备不可控的波动性，比如一个无伤大雅的错音，一个根据作者情绪而变化的力度与节奏。而机器人弹一百遍，都是一模一样的平稳顺滑，毫无差错，也毫无意外。

世界围棋冠军李世石败给AlphoGo的围棋程序后选择退役，不是因为不再追求输赢，而是在发现输赢已经不再是围棋求索路上的重要意义后，他开始重新重视围棋作为一门文明艺术所承载的，对人的延伸。

都说AI的学习速度的确非常快，但这种学习更像是一种建立在效率之上的模仿。是胡子眉毛一把抓的填鸭式自我灌输，难免囫囵吞枣。而真正的学习，是与异质碰撞后的内化。

还是拿写诗这件事来说。叫DeepSeek模仿爱尔兰诗人叶芝作一首诗，它使用了大量叶芝诗句里常见的意象如星空、河流等等，却在其中掺杂这样的句子：“仿佛听见了叶芝的诗句，在风中轻轻吟唱”。

而叫它写一首现代诗，AI当然理解“现代性”，也懂诗。进行一番深度思考后，它推测我想要一首具备“现代性元素”如城市化、科技等主题的作品，于是，它写出了包含“键盘”“二维码”“快递单号”等意象的诗句。

这些现代生活的碎片，站在了“现代诗”的反面。