元宵节没有灯火，因为我在研究如何用 AI 辅助伪原创的逻辑。窗外一片死寂，不是因为疫情封控，而是因为我的脑子被“词向量”和“句法依存分析”塞满了。团队里那几个写手又撂挑子了，说在家办公没灵感，妈的，灵感能当饭吃吗？甲方爸爸的稿子明天就要交，五十篇行业软文，篇篇要“原创度”超过70%。我盯着屏幕上的爬虫脚本，它刚抓回来两百篇竞品文章，像一堆等待解剖的尸体。
伪原创这活儿，五年前我用的是替换同义词库，三年前升级到了打乱段落顺序加插句。去年开始用 TensorFlow 搞了个简单的 LSTM 模型，训练语料就是行业新闻，效果勉强，但生成的东西总有一股机器味儿，客户能看出来。现在我想试试更狠的：不是简单替换，而是让 AI 理解原文的“情绪骨架”，然后换一套皮肉重新长出来。比如一篇讲“疫情下中小企业困境”的悲情文，核心情绪是“焦虑”和“求生欲”，那么 AI 在改写时，就不能用上“欢欣鼓舞”的词汇链，哪怕同义词也不行。我得让脚本先做情感分析，打上情绪标签，再在对应的情绪词库里选词重组。
这涉及到 NLP 里比较深的东西了。我翻着 Google 上找的论文，什么 BERT 的 fine-tuning，什么情感极性分析。原来不是光看“悲伤”、“快乐”这种显性词，还要分析整个句子的依存关系。比如“虽然政府出台了扶持政策，但企业依然感到前路茫茫”，转折连词“虽然…但…”后面才是真正的情绪重心。我的脚本得能画出这种依存树，把主谓宾定状补拆开，把情绪承载的核心部分（感到前路茫茫）标记出来，然后寻找同义但不同词汇的表达方式（例如：“企业的信心仍未得到实质性提振”）。
搞这个不是为了情怀，是为了活命。团队开销每月压着，写手的人力成本越来越高，质量还不稳定。如果我能把这个自动化流程跑通，哪怕只能处理 60% 的标准化稿件，我也能把那俩总抱怨的写手开了，省下一大笔钱。我知道这想法冷血，但账上的数字比元宵节的灯笼更红，更刺眼。
我试了用 NLTK 和 TextBlob 做初级情感打分，效果太糙。中文环境更复杂，“雪中送炭”是正面，“杯水车薪”就是负面，但机器容易误判。我不得不手动构建一个领域情感词典，把行业黑话里的情绪色彩一个个标注进去。这活儿枯燥得让人想吐，比写十篇软文还累。但没办法，这就是 2020 年的生存现状：你以前靠信息差赚钱，现在信息差被平台抹平了；你后来靠执行力赚钱，现在执行力被更年轻的团队碾压；你只能往技术深水区里扎，哪怕呛水，也得憋着。
凌晨四点，脚本跑完了第一次完整流程。我对比了 AI 伪原创的版本和人工写的版本。AI 的版本，语句通顺，专业词汇准确，情绪基调也没跑偏，但读起来就是少了点“人味儿”，那种微妙的、不合理的、但打动人心的笔触。人工的版本，偶尔有语病，但有一两句突然能戳中你。我瘫在椅子上，感觉特别荒谬。我花了十几个小时，试图用机器模仿人的情感来生产内容，而这些内容最终只是为了在搜索引擎里获得一个更好的排名，去欺骗另外的机器。灯火？这个元宵节，我眼前只有屏幕的冷光和算法无情的逻辑。我好像把自己也伪原创了，成了一个高效、焦虑、且情绪待分析的实体。
