大家都想弄明白AI的形状和极限在哪里，为什么不能一句话生成红楼梦。

AI可以看做函数，一种输出对输入的映射。这种映射即使是非随机的，也是混沌的，就像伪随机数一样。但也没那么混沌。提示词改一两个字，对输出影响不大。甚至同一套提示词拿到不同的AI上也会产生相似的输出。所以这个映射在大部分区域是压缩映射，是有吸引子的。

但是，在AI的输入里，有没有一个是能输出红楼梦后40回的？或者是我正在做的独立游戏？目前是不可能的。那差距在哪呢？AI训练目标是预测人类文本的分布，函数天然向中庸收缩。小众游戏在统计上是非典型的，是吸引子之外的不稳定点。如果只提供一句话的提示词，非典型的信息被模型用先验补齐，结果只是一个独立游戏样板戏，而不是我的游戏。

所以品味至少是一部分问题，另一部分是上下文长度。想要输出红楼梦，所需的上下文的长度会远超过现在AI的窗口。当然可以通过工具、记忆和迭代来提高广义的上下文，但这种增益是有限的，还耗时。现在我的游戏项目规模还很小，AI回答一个问题就要几分钟，比人类程序员慢很多。人脑的参数量高于AI模型，而且能持续学习，可以说上下文等于参数量。未来超级AI也需要持续学习能力才能赶上人脑，这种特化的成本会非常昂贵，因为需要私人订制。

即使AI上下文赶上人脑参数量，能不能写出红楼梦也是个问号。曹雪芹的大脑是在红楼梦方向上特化的，但他不是天生特化的，是“批阅十载,增删五次”迭代出来的。所以上下文信息缺失是另一个问题。我的独立游戏只存在于我的潜意识中，是在制作过程中被几千个微观决策逐步确定下来的。AI就算比我聪明一个量级，也难成为我肚子里的蛔虫。就像人比狗聪明，还是弄不明白狗的想法。

一句话生成不了红楼梦，不是AI不够聪明，只是那句话里没有红楼梦。想生成以假乱真的红楼梦，不需要复活曹雪芹，但可能需要AI内化顶级红学家的品味，并在无数次迭代中找到最优解。