到目前为止，大模型并没有被验证为具备创造力。它具备很强的推理能力，很强的结构化信息处理能力，很强的条理性，甚至一定的模仿能力，这一切都基于逻辑而不是创造力。
之前在犬校聊到为什么大模型不具备（人类的）创造力？我试举一例。
作为蝉游记，氢气球旅行，生辰，一罐，犬岛，慢鸽的创造者，我的创造力是毋庸置疑的。
我有一个创造方面的特质是，当我起心动念创造一个东西时，在画原型或者落笔之前，我内心已经隐隐约约知道它是什么样子了。接下来的落地，都只是不断逼近它在我心中的样子。
在有知有行工作，和交互巨好的 PM 同伴搭档创造时，我会不断给他的交互稿提意见：“不对不对，这里不是这个样子的，对对对，应该是那个样子。” 他也能快速心领意会。
就像是，被创造之物从内心生长了出来，而我一开始已经很清楚，它应该是什么样子，它一直在我心里，直到用手指将其准确地描绘出来。
我曾经认识一个雕塑和绘画都很有天分的女生，她跟我说，她的艺术创作也是这样的，在落笔之前，她已经知道那是什么了，完整的绘画已经存在于内心世界。接下来的每一笔，都只是还原内心世界提前存在的作品。
有意思的是，以上现象仅仅存在于「起心动念创造」。
如果一件事，我没有很强的创造的感觉，而是基于数据与调研的逻辑推演，那么产品设计也好，文章文案也好，我的创作过程和大家没什么两样。脑子里并没有提前生成那个东西，仅仅用逻辑推演出那个东西——同时也全无创造力可言，仅仅是逻辑的组装。
这是我认为大模型不具备（人类的）创造力的原因——如果你自己没有创造力，会认为逻辑可以推演出一切。但我所知道的任何创造力很强的人，都和我相似，不是基于逻辑，而是基于灵感和直觉来完成创造的内核。
在茫茫无限多的排列组合中，怎样的目标，怎样的 Prompt，会让大模型觉得这就是灵感和直觉呢？
这个话题，还可以换另一个角度来诠释。
大模型的创造依赖于人类设定准确的（环环相扣的）目标。从某个角度来理解，也算是一种 CoT。DeepSeek 的爆火正是 CoT+RL 的胜利。
然而富有创造力的人类在创造时，并不是先设定目标，再完成任务。恰恰相反，他会出于直觉先完成任务——事后也能逆向推理出创造性成果的环环相扣的目标——但这并不重要，即便不做复盘也毫无关系。
优秀的创造出于灵感和直觉，并天然符合逻辑。但创造并不直接来自于逻辑推理。
类似于成功学，看再多事后推理的成功学也不能帮助你成功。
这一点，也是我一直不信任 GenAI 内容生态的原因。
如果不依赖人类输入环环相扣的目标，大模型自行组装出富有创造力的目标并实现，概率相当于猴子在某个平行宇宙中敲出莎士比亚全集。这对我来说，类似于前些年对元宇宙和 Web3 的鼓吹。
但人类的创造力并不是先定目标，再逐一实现，而是凭借个性化的创造力，直接输出个性化的结果，这个结果天然符合环环相扣的目标。
因此，人类并不能提前设定环环相扣的复杂目标，大模型也无法自行组装这一系列复杂目标，那么强依赖目标的大模型，直接创造优秀的内容就是天方夜谭。
一个富有创造力的人类，用大模型组装内容，对他来说，效率提升几乎不可能抵消质量损失。 一个缺乏足够创造力的人类，他的内容 sense 很难设计出组装流程的 CoT 和 Prompt。
这一点在目前的文生视频领域淋漓尽致。我在犬校多次说过：专业人士的 AIGC 创作受制于 “大模型的概率原理无法实现精准意图”；而玩得很 high 的非专业人士，他们只是用大模型实现模糊意图，自己并不具备高质量创作必须的精准意图。
除了精准意图之外，专业人士的长篇幅创作依赖于好的内容结构。
逻辑可以推导出刻板的，70 分上限的内容结构。超出 70 分的结构，都与逻辑没什么关联，与想象力&审美有关。结构是个人风格的一部分，个人风格来自于难以解读的隐性信息。
类似的情况是，AI 可以写代码单元，但无法搭建软件结构，同样因为软件结构背后是一大坨隐性信息。对需求与业务的理解，对需求背景和业务伙伴的理解，对过往协作经验的总结，对业务走向的预测，这些复杂的脑回路共同决定软件结构。
平庸的结构无法支撑优秀的作品。
当然，以上论述基于人类的创作习惯，大模型会不会以硅基生态独特的方式，来实现类似于人类创造力的结果呢？这也是目前行业普遍关注的话题。而我觉得，眼见为实。
4、
大模型只能在每次输入后思考一次，思考有限的时间。而人类大脑的默认网络永远在思考，特别是在睡眠时进行狂野的思考。让大模型成为超级 AI 必要的一步，是让它能够无限时地连续思考。
不知道为什么，我想到了《银河系漫游指南》里对终极问题的计算结果 42，以及地球正是为了解读 “42” 这个答案造出来的行星计算机。
内容来自“用思考交换思考”的 PM 思辨社区「犬校」。©2017-2025
