TwilightRain | 四个小时,我按了三次回退

四个小时,我按了三次回退

约 4621 字 · 阅读约 12 分钟

上午八点零五分,我对着终端说,

帮我找一下 AI 味文本工具,我们工作区里面。

中午十二点十四分,我终于收工。

四个小时里,AI 下载了一堆语料,删掉三个 G 的文件,给我的小工具做了三版界面。

第一版,我说打回。

第二版,我问它,你确定这个按钮能用?

第三版,终于对了。

我本来只是想找个检查 AI 味的工具。谁知道折腾到最后,工具改好了,我的火气也改出来了,还挺大。

一、我让它找个工具,它开始搞研究

它一开始没犯错。

它在工作区里找到了我自己写的文本整理工具,里面有个「AI 味检查」功能,跑完会出一份只读报告。

我拿一段网上的讽刺文试了一下。那段文章特别热闹,「不是 A 而是 B」「石子投入湖中」「指节泛白」,一千字里什么都有。

AI 数了一遍,说有四十八处。

我的工具只报了十四处。

这下它来劲了。

它开始找中文评测数据集,研究人写的文章和机器写的文章有什么区别,还想算一算某些写法每十万字出现多少次。

我原本以为它查查资料、看看代码,很快就能告诉我该怎么改。

到了九点半,它已经在研究英文了。

它甚至真算出了点东西。「不只是」这种写法,机器生成的文本里出现得比人写的多得多;身体反应之类的描写,也有类似的区别。

它还特意提醒我,拿小说和角色扮演对话比较不太公平,得尽量找相似的文本来比。

你说它做得对不对?

挺对的。

我让它干这个了吗?

我要的是一个能查 AI 味的小工具。它给自己安排的任务,已经变成了研究人类和机器写文章的区别。

中间我提醒过它两次。它每次都答应得很好。

然后继续干活。

现在回头看,我头疼的地方就在这。它没在摸鱼,也听懂了某条命令。它觉得,上一步发现了问题,下一步当然应该继续研究。

一个小工具,就这么被它研究成了一个大项目。

它那三个小时到底量出了什么

中文侧比的是创意写作语料,人写与机器各一份,单位是每十万字:

写法 人写 机器 倍数
网文脸 0.50 10.62 21
对举句式 10.97 27.56 2.5
程度词 22.25 78.83 3.5
陈词比喻 0.08 0.25 3.3

英文侧是四十本公版小说共三百九十六万词,对一千五百一十二段角色扮演对话共二百零四万词,单位是每十万词:

写法 人写 机器 倍数
不只是 0.03 47.19 1870
身体反应 0.28 15.94 57
分量 0.96 34.34 36
某种东西 0.15 4.27 28

「不只是」最离谱:一千五百一十二段对话里有将近四成都带这个句式,四十本书里只有一本用过一次。

它也撤回过几条站不住的假设。人写的小说里「然而」「似乎」出现得比机器还多,这类写法就进不了判据。

二、九点四十八分,我终于喊停了

我决定不陪它研究了。

我跟它说,

不测了,删语料,对一个小工具本身做研究就已经超出界限,删完之后改程序,使得词表可配置,可修改,复用现有代码。

它倒是执行得很利索。

刚下载的九百零八兆,删了。

分析用的临时环境和脚本,一百八十兆,删了。

还有一个我本来就不用的旧语料目录,两个半 G,也删了。

加起来三个 G 左右,硬盘终于不用陪 AI 一起读博。

删完以后,它还主动告诉我,有两个地方没弄明白,最好先问清楚再动手。

我当时还挺欣慰。心想好嘛,终于知道有问题要问了。

我高兴早了。接下来,它把一个小小的词表配置功能,做成了三版不同的界面。

三、第一版,我只是想改词表,它给我加了个新页面

我说词表要能配置、能修改,尽量复用现有代码。

它理解成了,给词表单独做一个管理页面。

左边放列表,右边放编辑表单,整整齐齐。

我看完只说了一句,

规则词表为啥单独成页,打回返工,你看看原有逻辑

这句话其实已经把线索给得很明白了。

程序里也有类似功能。检查页有规则勾选侧栏,标点替换页能直接编辑规则,预设方案也有自己的弹窗。

照着现有的做不就行了吗?

它看完代码,也承认自己第一版做错了。

然后它把新页面删了。

问题来了,页面删掉了,主窗口里引用它的代码还在。构建一跑,六个编译错误。

我看着那一串红字,问它,

我说打回返工,你也不跟我讨论一下,最终是什么形态

我想说的就是这个。我说打回返工,意思是先别急着换个方案再写一遍。

你先告诉我,你准备怎么改。我看看方向对不对,点头了你再动手。

不然你写半小时,我再打回一次,咱俩到底是在开发软件,还是在轮流练习删除文件?

这次它总算停下来了,给我列了三个选择题,问最终长什么样、哪些字段能改、要不要留恢复内置。

我看了看,没急着选,先让它去查,别让我给你讲一遍程序里已经有的东西。

你先自己看看。

四、看完以后,它才发现我想要什么

它把相关代码读完,回来第一句话就是,

确实是我搞错了形态。

程序里原本就有一套现成的做法。

页面上放一个按钮,点开是勾选窗。窗里是一棵树,组下面有具体规则,勾选和选中各管各的事。

树下面有新建、编辑、删除、导入、导出几个按钮,再往下是会跟着勾选变化的摘要。右下角还是熟悉的取消和确定。

编辑的时候,再开一个小窗,左边是字段名称,右边是输入框。哪里填错了,哪里就显示提醒。

这些东西听起来都不复杂。

这个程序已经有六页了,大家早就习惯了这些按钮和窗口的摆法。新加一页,突然换一种操作方式,用户就得重新摸索。

我不想让一个小功能搞出这种麻烦。

更何况,我让它改的是词表,没让它带我重新认识这个软件。

它这回终于理解了,照着原来的样子做了第二版。

我打开截图,又沉默了。

五、那个按钮,你自己没看见吗?

第二版改成了侧边栏列表,选中一条规则,再点编辑按钮。

思路听着没什么问题。

实际截图里,列表框只有一百八十像素高,五十二条规则挤在里面,只能看见三条。

底下那个编辑按钮被挤到了框外面,只剩半截。你点什么?点空气吗?

我直接问它,

你确定这个编辑按钮可用?

然后拍板,不让它再自由发挥了,

侧边栏的只跑规则直接删掉,只留下一个[预设AI痕迹方案勾选]按钮,点击后弹窗,就像之前的逻辑,在弹窗的底部是新建方案/编辑方案/删除方案等等,这就是一个简单的抄页面任务,别再弄巧成拙了。

说完我还给它发了截图。

我以为这次总该没问题了。

它尝试读图的时候,又开始折腾路径。

它先担心这里是 Linux,读不了 Windows 上的图片。

这台机器是 WSL,那两个小时里它跑的命令全在这台机器上。

我问它,你直接 mnt 读不行吗?

它这才去读。我当时已经有点火了。我没气它不知道路径怎么走。路径不熟,可以查,可以试。

我气这一点,截图明明已经摆在那里,按钮明明都快掉出去了,它却先忙着解释自己为什么可能读不了图片。

你倒是先看一眼啊!有些问题真不用开会讨论,更不用设计四个选择题。

按钮露在框外面了。这还不够明显吗?

六、第三版,终于不用我再说话了

十点四十二分,我把最终形态说清楚以后,它终于没再另起炉灶。

这次就两个窗口。

一个负责勾选预设规则,一个负责编辑具体判据。

勾选窗照着原来的页面来,中间一棵树,组在上面,具体规则在下面。下面一排操作按钮,右下角取消和确定。

编辑窗也照旧,一行行填字段,填错了就在旁边提醒。

还有一些小规矩也处理好了。

系统自带的规则可以取消勾选,不能直接删除;自己新建的规则,才可以整条删掉。

它还顺手检查了不少容易漏掉的地方。比如一个组里只勾了部分规则,组前面的勾该怎么显示;一条规则都没选,能不能直接点确定;自带规则的删除按钮该不该禁用。

最后,程序编译通过。

这版交上来时的验收数字

五百五十三项检查通过,四项跳过。

三种语言的一百六十七个文案键也都能找到对应内容。十张弹窗截图在深色和浅色主题下都没有把文字裁掉。

这次我没再打回。

它没突然变聪明。这回我终于把它该照着什么做,说到了具体页面。

它不用猜了。

我也不用再看第四版了。

七、四个小时,究竟浪费在哪了?

把三版放在一起看,过程其实挺好笑的。

版本 它交出来的东西 我的反应
第一版 单独一个词表管理页 你看看原有逻辑
第二版 侧栏列表加编辑按钮 你确定这个按钮能用?
第三版 一个按钮加原有风格的弹窗 这次可以了

这三版,代码都写得出来。

编译能过,程序也能跑。它做出来的东西,总跟我想要的差那么一点。

这点差距,每次都要等我看见成品才暴露出来。

这四个小时的流水账
  • 从八点零五分到十二点十四分,四小时零九分。
  • 它说了二百五十四轮话,跑了两百四十三次命令行,写了十一次文件。
  • 我只发了十九条消息,其中七条是在纠偏。
  • 下载的语料、临时环境和旧目录,最后删掉了三个 G 左右。
  • 三版界面,前两版返工。
  • 第三版交上来是十点五十四分,剩下那一个多小时是我自己在翻代码。

更离谱的一点,我提醒过它不要闷头做事,它也答应了。

它还是一路做到了我不得不喊停。

八、最后留下了什么?

这次也没白忙。

原来那个小工具,现在可以自己修改规则了。点开预设方案,勾选要用的判据;想改具体内容,可以打开编辑窗;自己建的规则也能新建、删除。

改完以后,数据写进程序目录里的 JSON,命令行和界面用的是同一份东西。

另外还多了一条判据。

我原本想研究哪些写法更像机器,折腾到最后,反倒发现有些东西靠统计决定不了。

比如「石子投湖」「抿唇绞手」「指节泛白」这几种描写。

机器生成的文本里,它们出现的密度甚至可能比人写的还低。读者看多了,已经对这些写法有了条件反射,一看到就觉得熟悉得不太对劲。

这条规则还是加进去了。

放在小说档,严重程度设为提醒,不直接判错。理由也写清楚,这条根据大家读多了之后形成的观感来判断,统计结果没证明机器更爱这么写。

四个小时里,研究了那么多数据,最后进产品的研究成果,就这么一条。

其他东西也有点用,只是没必要为了它们把一个小工具做成研究项目。

这条判据的来路

「石子投湖」这一族描写,人写的密度是每十万字 0.12,机器侧是 0.00。

按密度它进不了工具。它进得去是因为读者对这几个词的反射,所以只放小说档、严重程度是提醒,既不进智能体回复档,也不拦回复。

规则表从五十一条变成五十二条。

仓库里最后多出来的是两个窗:预设规则勾选窗、判据编辑窗。中间为了让侧栏列表能绑数据写过一个行对象,侧栏改成单按钮之后它就没有存在理由了。

九、下次我会早点喊停

这次它把按钮做到了框外面,这倒没让我长多少记性。

我明明只想改一个小功能,它却能一路做出一整套看起来很合理、实际上越来越远的东西。这一点更让我长记性。

我贴一段文章,它去统计。

统计发现需要对照,它去找语料。

中文数据不够,它又去研究英文。

每一步看起来都有理由。

直到我回头一看,等等,我最开始到底让你干什么来着?

下次再碰到这种情况,我得早点喊停。

发现它开始给任务不断加内容,就先问一句,这一步是解决眼前的问题,还是又给自己开了个新项目?

至于改界面,我也算是学到了。

别光跟它说「做得跟原来一样」。

直接告诉它,「去看那一页,照着抄。」

程序里明明有现成的例子,就别让它凭空想象。尤其是它已经做错一次的时候,先把新方案拿出来给我看,我点头以后再改代码。

这不算多此一举。

第一版做完再返工,第二版做完再返工,最忙的那个人一直是我。

说到底,我也不打算把这次经历写成「AI 又翻车了」。

它确实干了不少活,最后也把功能做好了。只是中间有些活,压根就不该开始;有些界面,也压根就不该自己发明。

四个小时,我按了三次回退。下次开工前,我想先让它回答一个问题,你准备做的这个东西,真的是我要的吗?

评论