大語言模型的底層邏輯
從語言老師的角度：大模型通過訓練海量文本數據，找到規律，預測人類如何產生新文字。它不「理解」語言 — 它極其精準地模仿人類書寫的統計模式。
「天下文章一大抄」
文本數量巨大，但規律其實有限。LLM 學的，正是這些有限的規律。
文本數量巨大，但規律其實有限。LLM 學的，正是這些有限的規律。
金庸與爽文模式
劉震雲批評金庸：寫了這麼多部，其實都是一個故事。
屌絲逆襲 → 習得神功 → 打敗反派 → 抱得美人
金庸是「爽文鼻祖」— 細節不同，但橋段固定。
機器學習：找到規律就能生成類似內容。
▶ 展開觀看：劉震雲批評金庸（B站視頻）
體裁分析 Genre Analysis
英語老師把文章拆解為 Moves（步驟） 與 Steps（子步驟）。
例：研究論文引言 = 建立領域 → 找出空缺 → 填補空缺
結構是可學的，內容才是你的。
寄托天下：像經濟學家一樣思考，像程序員一樣寫作 ↗▶ 查看截圖
Christopher Booker：The Seven Basic Plots [Wiki ↗]
人類幾千年的故事，歸根結底只有七種：
1. Overcoming the Monster — 戰勝怪物
2. Rags to Riches — 屌絲逆襲 ← 金庸
3. The Quest — 尋找聖杯
4. Voyage and Return — 離家與歸來
5. Comedy — 誤解與和解
6. Tragedy — 英雄的墮落
7. Rebirth — 黑暗中的重生
核心洞見
人類文明的特點：到最後都在遵循模式。無論小說、學術論文、求職信，皆如此。這正是 LLM 能夠學會寫作的原因。 模式可以被機器複製，而模擬（simulation）的能力也在不斷進步。但至少目前，你獨特的人生經歷、真實的觀察與判斷仍然是最難被完全模擬的。關鍵在於：你是否還在積累這些經歷？