2023 最后一版自动化框架上线，这玩意儿我折腾了快三个月，核心就一个：让机器写的文章听起来像个人，而且最好是个在成都生活过的人。之前的伪原创算法太垃圾了，同义词替换、句式重组，出来的东西一股子机翻味儿，连百度都嫌弃。这次我打算玩点邪的，往词库里灌方言和地标。
我搞了个三层嵌套的替换规则。第一层是常规同义词，比如“非常”换成“特别”、“极其”。第二层是地域词库，这是重点。我手动扒了上百篇成都本地论坛和公众号的帖子，抓高频词。“巴适”、“安逸”、“瓜娃子”、“摆龙门阵”这些是基础款，但直接用太生硬。我得让算法判断语境，比如描述“舒服”的状态，有一定概率触发“巴适得板”，但前面如果是负面情绪，就得换成“恼火”。第三层是地标锚点，算法在生成关于“商圈”、“公园”、“美食”的段落时，会随机从预设池里抽一个插入，比如“春熙路”、“建设路”、“人民公园”、“鹤鸣茶社”，后面还得跟个本地人才知道的细节，像“人民公园里头那个相亲角，嬢嬢些挂的资料比人才市场还丰富”。
最难搞的是口语节奏。机器写东西太规整，主谓宾定状补一个不少。真人说话，尤其是摆龙门阵，是碎片化的，会有“哦”、“嘛”、“噻”这种语气词，还有大量的半截话和重复。我试着写了几条正则规则去打断生硬的长句，在逗号后随机插入“你说是不是嘛”或者“哎，真的烦”，但测试结果惨不忍睹，经常出现“今天的天气很不错，你说是不是嘛，适合去三圣乡晒太阳，哎，真的烦”这种精神分裂的句子。逻辑连贯性和口语化根本就是天敌。
API调用频率又爆了。为了测试生成效果，我本地跑脚本，疯狂调用自己的校验接口，一晚上干出去几千次请求，服务器CPU警报响了三次。合伙人老张在微信上问我是不是被黑了，我只能回他在做压力测试。压力确实大，头发掉了不少。
我意识到一个问题：这种“个性化”本质上是另一种套路，只不过是把全国通用的机器人，伪装成一个成都本地的机器人。它依然没有真正的理解，只是在我的规则里跳舞。那些地标和方言词，像贴上去的标签，稍微懂行的人一眼就能看穿。但市场不在乎，或者说，2023年的内容市场，大部分甲方要的就是这种“看起来像那么回事”的东西。深度？理解？那是奢侈品。我要吃饭，要养团队，要应付下个月的办公室租金。
这版框架的日志模块我特意加强了，会记录每一次方言词和地标的触发条件、替换结果。我想看看，这些我精心设计的“人性化佐料”，最终的数据表现如何。是让点击率上升了，还是反而增加了跳出率？数据不会骗人，虽然它可能很残酷。
搞完打包，已经凌晨四点了。窗外是黑的，但我知道再过两三个小时，早高峰的车流就会开始轰鸣。这个框架大概率撑不过2024年，我清楚。技术迭代太快，AI写的文章已经快比人写的还流畅了，我这种基于规则缝缝补补的玩意儿，迟早被碾碎。但至少，在2023年结束前，我得把手头这摊事，用我自己能接受的方式，做个了结。不是为了赢，是为了能睡得稍微踏实点，告诉自己，这个坑我填上了，哪怕明天它可能就被更大的浪冲垮。
