AI故事获英联邦短篇小说奖，闪小说为何最难伪装

上周，一篇名为《林中之蛇》的故事赢得了2026年英联邦短篇小说奖加勒比地区奖。作者是特立尼达人贾米尔·纳齐尔，作品发表在《格兰塔》杂志上。然而，作品发表后数小时内，读者便开始指出其中的问题。

如果知道该关注什么，这些模式显而易见。重复的句子结构、语言模型偏好使用的“不是X，不是Y，而是Z”构造，以及“嗡嗡”和“低语”这类词汇——它们已成为LLM的签名。角色们悲伤地微笑，句子试图承载情感却毫无实质。

宾夕法尼亚大学教授、AI能力领域可信的声音之一伊桑·莫里克在Bluesky上发帖称，一篇“100% AI生成的故事”赢得了该奖项。检测工具Pangram也给出了相同结果。英联邦基金会已确认正在审查该作品。纳齐尔尚未公开回应。

我不知道真相如何。在基金会之外，没人知道。我想探讨的是这一争议引发的问题，因为我自从开始撰写关于AI与文学形式的文章以来，就一直在思考它的一个变体。

AI能写出好的短篇小说吗？对我而言，更关键的问题是：它能写出闪小说吗？

读者在《林中之蛇》中指出的特征并非巧合，而是结构性的。“不是X，不是Y，而是Z”构造具有文学精确性的外表，但并不精确。它看起来像是精心写作的产物，但实际上并未做出真正决定。一个真正的句子源于作者拒绝两个错误选项，而AI只是模拟了拒绝过程。

同样，“嗡嗡”一词暗示着抒情的敏锐。空气因可能性而嗡嗡作响，寂静因悲伤而低语。这个动词指向文学语域，却不承诺任何具体内容。AI频繁使用它，因为语料库中充满了想要显得文学性却反复使用相同词汇的作品。

这揭示了AI如何接近文学语域：它从表面学习并复制表面。它读够了洛丽·摩尔和莉迪亚·戴维斯，知道文学散文在页面上看起来像什么。但它无法复制背后的过程：作者基于具体知识，决定包含什么、省略什么。

雷蒙德·卡佛不会写“悲伤势不可挡”，他会写一个男人盯着自己的双手。选择双手并非为了营造氛围，而是因为它们最能承载那特定悲伤时刻的内容。读者在双手上感受到悲伤，因为悲伤已凝结于双手。

AI可以写“悲伤势不可挡”并用更好的句子包装，但它写不出那双手。它不知道是哪双手，也不知道在悲伤降临前它们在做什么。赋予卡佛作品重量的具体性，是AI在结构上无法产生的，因为具体性来自于一个特定的人在特定地方多年生活的产物。

闪小说是最难伪造的形式。我这么说是因为我从事这一形式多年，也花了同样多的时间阅读定义它的作家。在一部小说中，一个弱句会被周围的句子吸收。闪小说无法吸收任何东西。每个词都必须承载分量。没有填充空间，也没有余地容纳那种看似有深度却无实质的语言。

艾米·亨佩尔的《在阿尔·乔森安息的墓地》是一篇关于女性目睹挚友死亡的闪小说。亨佩尔没有写悲伤巨大，没有告诉我们女人之间的沉默承载着未言之重。她写了黑猩猩学习手语，写了叙述者用来保持距离的事实。

悲伤存在于对悲伤的回避中。这不是文学技巧，而是对人类身体中悲伤如何运作的准确描述。当无法承受的事情太近时，大脑会转向琐事。叙述者的声音转向黑猩猩，因为黑猩猩是她可以抓住的东西。

AI无法写出这个故事，因为它无法选择省略什么，不知道回避的是什么或为什么。它知道文学小说倾向于间接，所以它制造间接。但没有特定中心的间接并非技巧，而是带有更好句子节奏的模糊。

英联邦短篇小说奖今年收到了7,806篇投稿。评审匿名进行，评委需要在紧迫的截止日期内连续阅读数百篇故事。

使文学小说具有文学感的特征——高雅的语域和精心修饰的表面——是可学习的模式。AI已经学会了。如果评委只阅读文学质量的表面而非其结构完整性，AI散文就能蒙混过关。在高容量、时间紧迫的背景下，显然它确实蒙混过关了。

这不是对评委的批评，而是结构性的观察。文学奖的评审方式可能并未校准到真正识别文学写作。我们一直在阅读质量的“表演”，而这种表演现在已经可以复制。

目前尚不可复制的是那些赢得自身分量的具体细节。亨佩尔故事中的黑猩猩，卡佛故事中的双手。这些细节并非风景如画或装饰性的，而是作者知道并决定不直接命名的情感内容最准确的容器。要正确运用它们，需要知道它们为何存在。

如果你正在写作并提交短篇小说，此刻是澄清而非威胁。英联邦故事（如果是AI生成）通过了，因为它从外部看起来是文学的。它复制了美学，但在具体层面失败了——细节未能完全立足，句子表演而非陈述。

在卡佛和亨佩尔身上最明显的最小主义传统，在结构上抵抗AI模仿，因为它不产生文学写作的表面，而是产生背后的东西：短句和平凡的事实，你感受到的省略却从未被告知。首先，可模仿的美学表面就更少。

这也是为什么最小主义小说比看起来更难写。表面不能支撑你。每个句子必须在结构层面而非美学层面发挥作用。结构工作——句子因为知道并拒绝说出什么而承载分量——需要一个真正知道所承载之物的作家。

这是我今年早些时候关于丹尼尔·克劳斯的单句普利策奖得主时所提出的同样工艺论点。形式迫使作家知道具体的东西，否则就会被发现。AI不会被发现，因为它一开始就不知道任何具体的东西。它只能产生知晓的表象。

AI能产生看起来像文学小说的故事，但尚不能产生真正意义上的文学小说——其每个选择都是特定人类智能基于知识和经验决定包含与省略的结果。这个鸿沟正是写作之所在，目前也是写作最安全的地方。

英联邦基金会将审查其流程。其他奖项将开始使用AI检测工具，尽管它们不完美，争论将更加激烈。这些都无法改变实际问题，即批评性的而非技术性的：我们需要更好地阅读具体性，更好地询问每个细节是否赢得了其位置，更好地区分感受的情绪和表演的情绪。

这些不是新问题。卡佛的编辑在1970年代就在问，亨佩尔的读者在1980年代就在问。它们是严肃对待压缩小说始终需要的问题。这次获奖争议只是让它们以一种新的方式变得紧迫。

阅读本站的闪小说，自己判断每个细节是否立足。这是唯一重要的测试，也是AI尚未学会通过的测试。