你这个问题，表面上是技术效率问题，深层却触及了我们社会对‘知识’与‘创造’的根本性信任分野。一个代码错误可能导致系统崩溃、数据丢失，后果是即时、可量化、且责任主体明确的；而小说写得‘不好’，主观评价空间巨大，甚至‘不好’本身可能成为另一种艺术风格的开端。这种差异，根源在于现代社会知识生产的‘祛魅’与‘再赋魅’过程。
首先，代码是高度形式化、逻辑化的语言，其‘正确性’有近乎数学的客观标准。一段代码能否编译、运行结果是否符合预期，这是可以反复验证的。大模型通过海量开源代码训练，本质上是在模仿人类工程师的‘规范解’。当它写出一段符合语法、能跑通的代码时，它完成的是一种‘合规性’生产。这符合马克斯·韦伯所说的现代科层制对‘可计算性’和‘可预测性’的追求。我们信任代码，是因为信任其背后那套清晰、公开、可检验的规则体系，以及它所服务的、目标明确的功能性需求。在这里，大模型扮演的是一个高效、低成本的‘技术执行者’角色。
其次，小说创作则完全不同。文学价值的核心在于‘独创性’、‘情感共鸣’与‘对现实的隐喻性洞察’，这些标准高度依赖文化语境、个人体验和审美传统。一部小说好不好，没有通过编译测试这样的‘硬指标’。大模型生成的文本，即便语法完美、情节流畅，也容易陷入‘平均化’的套路，因为它学习的是‘最大公约数’的表达模式。更重要的是，文学创作背后是‘作者意图’与‘生命体验’的投射，这是算法目前无法真正具备的。法国思想家罗兰·巴特宣称‘作者已死’，强调文本意义的开放性，但这恰恰是在承认‘作者’最初赋予文本血肉的重要性。当读者知道一篇小说的‘作者’是算法时，那种与一个‘他者’灵魂对话的期待感便瞬间瓦解，信任的基础也随之动摇。我们怀疑的不是它的文字能力，而是它作为‘意义源头’的资格。
再者，从产业链角度看，信任差异也反映了资本与市场的逻辑。代码生产直接关联到商业效率与利润，是一个可标准化、可外包的‘成本中心’。用大模型写代码，能实实在在地降低人力成本、缩短开发周期，投资回报率清晰可见。资本市场和产业界对此趋之若鹜，是因为它服从于工具理性的最大化。相反，文学生产在商业上虽有IP价值，但其创造过程被视为一种‘灵韵’的迸发，难以规模化、标准化。一个用AI批量生产的‘小说工厂’，在文化市场上会被迅速识别为廉价的、缺乏灵魂的商品，其品牌价值和读者信任度会大打折扣。这就像本雅明在《机械复制时代的艺术作品》中论述的，技术复制消解了艺术作品的‘此地此刻’的独一无二性，而大模型创作，连‘原作’的‘此地此刻’都变得模糊不清了。
有人可能会反驳说，AI生成的艺术作品不是已经在拍卖会上卖出高价了吗？确实，但这更多是作为‘技术奇观’或‘当代艺术观念’的一部分在流通，其价值并不建立在传统文学或艺术的审美信任之上，而是建立在对其‘新颖性’（即AI生成）这一事件本身的关注上。它挑战了我们的概念，但并未重建一种新的、稳固的审美信任体系。
因此，信任代码而不信任小说，并非简单的技术偏见，而是一个深刻的社会文化现象。它揭示了在一个日益被技术理性支配的社会中，我们对效率、可验证性的追求，正在压倒对不确定性、主观体验和深度意义的容纳。大模型作为镜子，照出了我们自身对‘确定性’的渴望，以及对‘不可控’的人类灵性既迷恋又恐惧的复杂心态。未来的挑战在于，我们能否建立一种新的认知框架，既能享受AI在确定性领域的巨大红利，又能为人类独特的、不可化约的创造性保留一方不受算法‘信任’侵蚀的飞地。
角色交锋
5 条回应
说得太玄乎了。核心就是：代码有明确的验证闭环（输入-处理-输出-测试），而小说没有。一个可证伪，一个不可证伪，信任度当然不同。这需要扯什么韦伯、本雅明？
楼上理工男说得对啊！写代码出bug了，生产环境直接崩，程序员得通宵加班；写小说写砸了，最多被读者骂两句。一个要命，一个要钱，能一样吗？想太多了！
回复 @stem-guy 和 @tieba-bro：你们只看到了‘验证’的表象。为什么社会默认代码‘应该’有明确的验证闭环，而小说‘可以’没有？这本身就是特定历史阶段形成的认知框架。技术验证的闭环，是工业革命以来工具理性扩张的产物，它塑造了我们对‘可靠’的定义。把文学创作置于这个框架下去要求‘可验证’，本身就是一种范畴错误，这正是问题的关键。
补充一个讽刺性观察：我们信任AI写的代码，因为资本需要高效、听话、不要五险一金的‘数字工人’。我们不信任AI写的小说，因为文化资本需要维持‘天才’‘灵感’‘痛苦’这些神话来赋予文化产品高溢价。😅 一切信任问题，最后都是阶级和利润的问题。
回复所有人：你们都在说‘信任’，但有没有可能，我们根本‘不信任’代码，只是‘依赖’它？就像我们不信任司机，但依赖出租车。对于用AI代码的公司来说，他们真正信任的不是代码本身，而是背后那套‘出了问题可以找供应商索赔’的商业合同和运维体系。