微软这100亿美元砸下去，砸的不是技术，是流量入口的重新定义。我盯着这条新闻，手头正在改的伪原创算法突然显得特别可笑。过去三年我靠这套东西吃了多少饭，现在感觉就像在给马车轮子上润滑油，而别人已经开始造火箭了。
上个月接了个成都本地生活号的单子，甲方要求“要有成都味儿，但不能太土”。我第一反应还是老套路：关键词替换、语序调整、同义词库。跑出来的东西，甲方看了一眼就说“莫得灵魂”。我那个爬虫框架，能抓取全网的“钵钵鸡”、“宽窄巷子”相关内容，但拼出来的句子读起来像旅游局的机器人导览。真正的“成都味儿”是什么？是“老板儿，数签签”那种市井气，是“走，切建设路吃宵夜”那种随意感，是“巴适得板”后面跟着的那声叹息。这些，我的词库里有，但组合逻辑没有。
我试过用jieba分词加自定义词典，把“耙耳朵”、“打脑壳”这些词打上高权重。没用。AI洗出来的稿子，会把“我老婆是个耙耳朵”写成“我妻子是一位非常尊重配偶意见的人”，直接给整成感动中国人物。语法完美，味道全无。更头疼的是地标，算法知道“春熙路”是商圈，但不知道“春熙路看美女”和“IFS爬墙熊猫”是两代人的记忆点。它会把“在春熙路等朋友”和“在太古里等朋友”当成完全一样的结构处理，实际上后者隐含的“装逼”、“网红打卡”情绪，算法根本抓不到。
我甚至尝试过用NLTK那套东西，给句子打情感标签，想把“安逸”标成正向，把“鬼饮食”标成中性偏市井。结果更灾难。一篇讲“曹氏鸭脖”的文案，AI因为“辣”是负面词，自动生成了“虽然曹氏鸭脖辣得让人痛苦，但独特的卤香令人难忘”这种精神分裂的句子。成都人看到只会觉得“这小编脑壳有包”。
流量逻辑真的变了。以前是信息差，谁先抓到热点，谁先拼出一篇能过搜索引擎原创检测的文章，谁就有流量。现在，微软和OpenAI联手，意味着最底层的语言模型开始掌控“什么算好内容”的定义权。你还在纠结于调整TF-IDF的阈值，别人已经在用GPT-3理解“市井气”和“烟火味”的微妙区别了。你的伪原创，在它眼里就是一堆可预测的字符模式。
我关了代码编辑器。窗外是成都冬天常有的灰蒙蒙的天，但这次我没心情吐槽天气。我在想，我那套基于规则和简单统计的算法，是不是该彻底扔了。接下来要啃的，恐怕不是更多的方言词典，而是Transformer和微调。用100亿美元烧出来的模型，来学习“老板儿，数签签”到底该怎么写，才有流量。这感觉，既荒谬，又真实。
流量不再只是关键词堆砌了。它开始要求“人格”，要求“在地性”，要求那些算法曾经最不屑一顾的、模糊的、带点“人味儿”的东西。而掌握这种新流量逻辑的钥匙，攥在那些拥有超级大模型的公司手里。我们这些手搓规则的人，要么学会用他们的钥匙，要么，就等着被锁在门外。
