太平洋科技要聞

對話文風(fēng)測試主創(chuàng)：如何花500元撬動百萬流量？

頭號AI玩家整合編輯：太平洋科技發(fā)布于：2024-07-18 15:59

從想法到現(xiàn)實，三個人只花500元，做出一個爆火的C端AI應(yīng)用，可能嗎？

6月下旬，一個名叫“文風(fēng)測試”的網(wǎng)站在全網(wǎng)悄悄走紅。截至目前，話題#文風(fēng)測試#在小紅書已有超346萬次瀏覽，抖音、微博、微信視頻號以及X（前推特）等平臺上也遍布網(wǎng)友曬出的文風(fēng)測試結(jié)果。

受文風(fēng)測試網(wǎng)站啟發(fā)，一些開發(fā)者相繼推出了類似的基于AI模型驅(qū)動的互動玩法，如“名家嘴替”文風(fēng)模擬器、OC成分測試等。

其中，OC成分測試為開發(fā)者王登科團隊的產(chǎn)品實現(xiàn)了精準(zhǔn)導(dǎo)流，通過小成本撬動了大流量。有業(yè)內(nèi)人士預(yù)測，很快會有套路化的一波流產(chǎn)品策略。（相關(guān)閱讀:）

文風(fēng)測試網(wǎng)站的使用很簡單，只需將文字內(nèi)容復(fù)制粘貼進去，即可測出這段文風(fēng)與哪位作家最相似。

網(wǎng)址：testurtext.site

據(jù)主創(chuàng)團隊透露，自6月5日文風(fēng)測試網(wǎng)站上線以來，后臺數(shù)據(jù)顯示已產(chǎn)生了超200萬條運行結(jié)果。而這個網(wǎng)站從頭到尾投入就只花了500元人民幣，團隊三人全是女生，其中負責(zé)算法和模型的主創(chuàng)Ankie是一名人工智能專業(yè)在讀的本科生。

文風(fēng)測試走紅后，爭議也隨之而來。有網(wǎng)友抱怨頻繁測出大冰、郭敬明等作家，還有人質(zhì)疑文風(fēng)測試只是新瓶裝舊酒，實際上并不能測試“文風(fēng)”，只是披了層文風(fēng)外衣的“關(guān)鍵詞測試”。

“AI新榜”近期和Ankie聊了聊這款爆款應(yīng)用最初的靈感來源、相關(guān)爭議、測試原理，以及在大模型調(diào)用成本仍然昂貴的當(dāng)下，她們是如何以小成本做出一個爆火C端AI應(yīng)用的。

爆火的文風(fēng)測試是如何誕生的？

AI新榜：文風(fēng)測試這個點子是怎么來的？

Ankie：我們的靈感來源于一個叫“I write like”的英文網(wǎng)站，它可以測試你的寫作風(fēng)格與哪位作家相似，之前在一些社群里小范圍地火了一下，但它只能測英文。

網(wǎng)址：https : //iwl.me/

現(xiàn)在看可能會覺得它的UI界面很高級，但當(dāng)時這個網(wǎng)站就只有一個輸入框，甚至比我們的網(wǎng)站還要簡陋一些。

當(dāng)時我們使用了這個網(wǎng)站，覺得非常不準(zhǔn)，于是另一位開發(fā)小伙伴提出要不要自己做一個可以測中文的網(wǎng)站，于是就真的做了一個。

AI新榜：文風(fēng)測試網(wǎng)站測中文的準(zhǔn)確率如何？準(zhǔn)確率是怎么計算的？

Ankie：中文作家測試很準(zhǔn)，輸入1500字以上準(zhǔn)確率可達92%。

我們創(chuàng)建了一個初步的測試集，目前還在改進。這個測試集包含了一些中文作家未用于模型訓(xùn)練的作品片段，這些片段是隨機選取的他們不常寫的文體或題材。接著把這些片段上傳到網(wǎng)站進行測試，如果測試結(jié)果中前三位相似度最高的作家包括了目標(biāo)作家，即視為測試成功。

AI新榜：在開發(fā)之前，有預(yù)期會吸引哪類用戶群體嗎？

Ankie：我們預(yù)計會用這個工具的人，大多數(shù)會來自同人圈，正式一點說就是年輕的中國網(wǎng)絡(luò)作家。

上線后我們發(fā)現(xiàn)，不止同人女（同人圈中的女性創(chuàng)作者），像文字博主這類本身寫東西寫得比較多的人群，以及喜歡閱讀或?qū)懽鞯娜?/strong>也會使用這類工具。

AI新榜：開發(fā)過程中運用了哪些編程語言或AI工具，以及主創(chuàng)各自負責(zé)什么？

Ankie：與其他AI應(yīng)用不同，我們選擇自主開發(fā)了網(wǎng)站的前端網(wǎng)頁和后端代碼，而不是依賴現(xiàn)成的模版或框架。這種自主開發(fā)的方式導(dǎo)致前期出現(xiàn)了很多技術(shù)上的問題，嚴(yán)重的時候系統(tǒng)都進不去。

文風(fēng)測試主創(chuàng)團隊

我們主要用的是Python，由我（即上圖中的Ankie 1678）負責(zé)算法和AI方面的編程。

4201負責(zé)開發(fā)和部署，最初因為考慮便捷性，也是用了python flask的框架。因為大家之前都沒有前端的經(jīng)驗，所以很多功能是通過后端注入html來實現(xiàn)的，但這也導(dǎo)致我們突然訪問量提升的時候服務(wù)器無法支持�，F(xiàn)在經(jīng)過學(xué)習(xí)已經(jīng)改成前后端分別處理，不過這方面能提升的空間還很大。

隊友4680是做UI設(shè)計的，她原本設(shè)計的頁面比現(xiàn)在的要更復(fù)雜漂亮一些，不過我們目前還在提升我們的開發(fā)技術(shù)來實現(xiàn)。

整個網(wǎng)站開發(fā)用了兩個月，周期還是比較長的。這個網(wǎng)站的算法部分和實現(xiàn)一晚上就寫好了，代碼還算簡單，大部分時間都花在了數(shù)據(jù)準(zhǔn)備上和UI調(diào)整上。

AI新榜：據(jù)說你們自己訓(xùn)練了一個小模型，能否詳細介紹下前期數(shù)據(jù)準(zhǔn)備遇到的難點？

Ankie：前期準(zhǔn)備訓(xùn)練數(shù)據(jù)，我們是去尋找一些作家的作品資源，這會花費很多時間，因為很多開放的圖書館都需要付費或限制下載量。

數(shù)據(jù)一直是AI領(lǐng)域面臨的一個大問題。數(shù)據(jù)一旦好了，算法和解決方案都是有的，但數(shù)據(jù)并不一定有。

很多人會吐槽為什么測出來像主創(chuàng)，其實是因為訓(xùn)練數(shù)據(jù)收集是一個很耗時的過程，但我們在開發(fā)初期又想快速知道用的算法是否可行，所以最后用了我們自己寫的東西去訓(xùn)練模型，以最小的成本去測試想法是否可行。

網(wǎng)友測出來的結(jié)果像主創(chuàng)團隊中負責(zé)開發(fā)網(wǎng)頁的4201

網(wǎng)站最開始的時候，只能測出來用戶寫的東西最像我們?nèi)齻€之中的誰。

最早的文風(fēng)測試網(wǎng)站版本

另一個大家不知道的是，現(xiàn)在的版本里，我們?nèi)齻€的數(shù)據(jù)相比大作家來說是很少的。寫得最多的4680，一共也就才3萬字，而大作家動輒就大幾十萬字。

一般來說，數(shù)據(jù)量越小，模型識別會更困難，如果模型連我們都可以測出來，那說明它在準(zhǔn)確度上還是比較可靠的，所以我們?nèi)齻€也是一種基準(zhǔn)。

AI新榜：決定自己訓(xùn)練模型是出于什么考慮，為什么不是用現(xiàn)有模型？

Ankie：說白了就是又便宜又快。

文風(fēng)測試結(jié)果頁給出的單句解析需要對原文本進行重新采樣。比如說，一段文字它可能需要刪掉一些詞、或者刪掉一些句子作為新的樣本，再進系統(tǒng)不斷反復(fù)調(diào)整才能計算每一個句子的重要性。

點擊按鈕為關(guān)鍵句著色，圖中文字以不同顏色標(biāo)識了出來，即為單句解析

也就是說，用戶那邊產(chǎn)生一個結(jié)果，我們的機器其實猜了幾千次。

幾千次運算，如果用免費的大模型，運算時間成本很高，用戶點擊測試以后，5分鐘出不來一個結(jié)果，使用體驗會很差。但用ChatGPT這樣的昂貴模型，開銷就會很大，我們后來測試看到效果也并不好。

我們所有開銷總和大概是500多塊錢。小模型在自己電腦上訓(xùn)練好以后放在服務(wù)器上直接使用，開銷只花在了租服務(wù)器上。

最近我和一些AI創(chuàng)業(yè)者也聊了很多，他們面對的主要問題就是目前調(diào)用大模型的成本太高，做toC應(yīng)用想要盈利比較困難，C端用戶付費意愿相對較低。

許多團隊和初創(chuàng)公司在投入大量資金后并沒有收到很好的效果，所以大家都在找一種能夠?qū)崿F(xiàn)to C盈利的解決方案。

在我看來，無論選擇哪家大模型，要么成本特別高，要么效果不盡人意。而且大模型也不是砸錢就能砸出來的，也有可能砸很多錢進去但出來的效果也不太理想。

文風(fēng)測試走紅背后，加入大冰是一個神來之筆

AI新榜：我們觀察到文風(fēng)測試6月下旬在網(wǎng)上討論度很高，從后臺數(shù)據(jù)來看，網(wǎng)站流量最大的階段是什么時候？

Ankie：網(wǎng)站上線是在6月5日晚上，一開始先在QQ空間火了，第二天轉(zhuǎn)發(fā)量就達到了1.4萬，接著小紅書、微博、豆瓣上也出現(xiàn)了相關(guān)討論，6月5日至6月13號期間網(wǎng)站訪問流量是最大的。

不過我們前四天沒有統(tǒng)計訪問量，后來還是王登科指導(dǎo)我們做的統(tǒng)計，截至目前，網(wǎng)站累計產(chǎn)生了約200萬個測試結(jié)果。

AI新榜：一些用戶反饋，同一個人的文字會因為不同的文章體裁（例如散文和議論文）產(chǎn)生不同的結(jié)果�？梢越忉屢幌挛娘L(fēng)測試的原理嗎？

Ankie：總共分為兩步，第一步是教機器閱讀，第二步是教機器分類。

教機器閱讀的核心是讓機器理解文本內(nèi)容。這通常通過訓(xùn)練模型來實現(xiàn)，原理類似于做填空題：將文本中的某些詞挖去，讓機器嘗試填充，從而學(xué)習(xí)每個詞的含義。在這個過程中，每個詞會被轉(zhuǎn)換成一個向量形式（即一串?dāng)?shù)字），因為機器只能處理數(shù)字。通過這種方法，機器能夠?qū)W會如何閱讀和理解文章。

教機器分類本質(zhì)上是一個文本分類任務(wù)，即判斷文章的風(fēng)格與哪位作家相似，前提假設(shè)文章就是數(shù)據(jù)庫中的某位作家寫的，讓機器去找出來。

AI新榜：很多網(wǎng)友吐槽自己測出來是大冰、郭敬明等作家，一定程度上帶火了文風(fēng)測試網(wǎng)站。一開始是怎么想到把他們納入模型訓(xùn)練的？

Ankie：主要原因是大冰、郭敬明和韓寒在幾年前是真的很火，書店一推門進去都是他們的書。他們被嫌棄也不是因為寫的不好，可能文字上矯揉造作了一些，但不能否認(rèn)他們寫的東西確實有一定價值。

選作者的時候，是我靈光一閃想到把大冰加進來，因為我覺得他會增加節(jié)目效果。很多人其實不是非常熟悉太多嚴(yán)肅文學(xué)作家，但他們都認(rèn)識大冰。

加入大冰反而是一個神來之筆。

AI新榜：關(guān)于訓(xùn)練數(shù)據(jù)的版權(quán)問題，是否有明確的標(biāo)準(zhǔn)來判斷哪些作家的作品可以收錄，哪些作家因為版權(quán)問題不能收錄？

Ankie：我們一定不會收錄網(wǎng)絡(luò)作家。雖然我們也知道網(wǎng)絡(luò)作家很受歡迎，如果大家測出來是網(wǎng)絡(luò)作家因為會更有趣一些，但這點也是我們在網(wǎng)站上線前就已經(jīng)深思熟慮過的。

現(xiàn)在大多數(shù)人對AI的認(rèn)識基本上就是GPT、文言一心這樣的大模型。如果我們說我們要拿寫手的作品去訓(xùn)練AI，那他們可能會覺得我們是不是要拿他們的作品去“尸塊拼接”，許多網(wǎng)文作家、網(wǎng)絡(luò)寫手是非常介意這點的。

相比之下，由出版社出版的知名作家的作品，不用于商業(yè)目的一般都沒有問題。

除了版權(quán)問題，我們還考慮到，我們網(wǎng)站是可以分析單句的，看起來很像“調(diào)色盤”。如果你的作品和網(wǎng)絡(luò)作家相似，就會有風(fēng)險被指責(zé)抄襲。而我認(rèn)為使用機器學(xué)習(xí)來檢測抄襲是不合理的。

如果你測出來像莫言，不會有人說你抄襲；但是如果測出來像網(wǎng)絡(luò)作家，那就有可能被指責(zé)抄襲，甚至有些粉絲會專門用這個來“鑒抄”，這是我們絕對不想看到的。

而至于具體加入什么的作家，這其實是非常主觀的，最初網(wǎng)站上有的作家，也都是開發(fā)者讀過、能想到的作家，這也是我們一直在聽取用戶建議、新增作家的原因。我們并不會根據(jù)作家的“寫作水平”來判斷加不加。我們一直希望尊重每一位作家，我們也無權(quán)評判任何一位作家的“寫作水平”。

主創(chuàng)回應(yīng)爭議：我們的AI不是“關(guān)鍵詞檢測”

AI新榜：有網(wǎng)友認(rèn)為文風(fēng)測試并不能測試“文風(fēng)”，只是披了文風(fēng)外衣的“關(guān)鍵詞測試”，對此你怎么看？

Ankie：我們在“文風(fēng)”測試上的確是存在不足的，我們現(xiàn)在也在積極改進，但我們網(wǎng)站絕對不是所謂的“關(guān)鍵詞檢測”網(wǎng)站。

有人會覺得我們所用的技術(shù)并不是AI，認(rèn)為這個網(wǎng)站只是根據(jù)關(guān)鍵詞來判斷文章像哪個作者。例如寫了某個詞就被認(rèn)定為某位作者，但這個詞在文章中只出現(xiàn)了一次，誰知道它就是那個關(guān)鍵詞呢？如果真能做到這樣的話，那我們的AI技術(shù)反倒是太智能了。

但是我們網(wǎng)站確實沒有真正測試“文風(fēng)”，這個負面評價我們一致認(rèn)同。

雖然我們的網(wǎng)站叫做文風(fēng)測試，但實際上測試更多關(guān)注的是寫作內(nèi)容和詞匯使用，對于句子結(jié)構(gòu)、上下文結(jié)構(gòu)等文風(fēng)問題，其實測試并不能給出一個很好的答案。

在網(wǎng)站上線之前，我們就已經(jīng)考慮過目前面對的所有質(zhì)疑和問題，可以說現(xiàn)在展示的這個文風(fēng)測試網(wǎng)站，就已經(jīng)是我們當(dāng)下對這些問題的解決方案。

AI新榜：是完全沒有解決的辦法嗎？還是可操作性低？

Ankie：是有解決辦法的，但是操作難度太大。如果有語言學(xué)大佬坐鎮(zhèn)，手動標(biāo)注數(shù)據(jù)的話，我們的模型也許能夠進行句子結(jié)構(gòu)分析，但是很可惜我們并沒有語言學(xué)相關(guān)的專業(yè)背景。

哪怕真的有大佬幫助我們，我們訓(xùn)練模型總共用到了五十多萬條數(shù)據(jù)，如果都需要手動標(biāo)注的話，這個工作量實在是太大了。

其實我們一開始的網(wǎng)頁標(biāo)題是“文字測試”，但是上線后幾乎所有人都說我們的網(wǎng)站叫做“文風(fēng)測試”，而我們優(yōu)化SEO（注：搜索引擎排名）的時候，必須讓網(wǎng)頁標(biāo)題與網(wǎng)站傳播的內(nèi)容相匹配，不然大家搜索“文風(fēng)測試”，根本就搜不到我們的網(wǎng)站，還有可能會被一些垃圾網(wǎng)站影響，所以后來才進行了“改名”。

對于質(zhì)疑，我們一直是持積極態(tài)度的，有問題我們完全承認(rèn)，能修改的地方我們都第一時間就做出了更正。而“文風(fēng)”這個問題，我們確實還需要更仔細的研究。最近我們也在查閱計算語言學(xué)的文獻，爭取盡快為這個質(zhì)疑給出一個答案！

AI新榜：你提到過，測試結(jié)果提供的單句解釋是想要對可解釋性AI如何能夠增強用戶信任和理解進行研究，你現(xiàn)在對此的結(jié)論是什么？

Ankie：我論文的數(shù)據(jù)分析結(jié)果顯示，單句解釋可以增強用戶信任，但無法增強用戶的理解能力。增強用戶信任這一點很明顯，問卷結(jié)果也顯示很多人之所以相信文風(fēng)測試的結(jié)果，很大程度上是因為單句解釋的存在。

我甚至覺得一些用戶對我們的AI有點過于信任了，我看到有網(wǎng)友測出來自己寫得像大冰或者郭敬明，就覺得被打擊到了，甚至不想再寫作了。

圖片來自小紅書“生啃兩頭�！�

我覺得大家沒有必要這么相信這個結(jié)果，畢竟算法不是100%準(zhǔn)確，在評判上也有缺陷，當(dāng)個娛樂就好！

AI新榜：不能增強用戶理解是指什么方面？

Ankie：我們想要了解的是用戶的理解程度，即他們能否理解為什么他們的文章與某個作者相似、哪些地方相似等。但很多用戶無法完全理解我們標(biāo)記出的句子和百分比的意義，甚至?xí)艿秸`導(dǎo)。

比如有網(wǎng)友覺得我們的網(wǎng)站跟Turnitin（注：知名論文查重系統(tǒng)）是一樣的，就是通過查看句子的相似度最終累計得出整篇文章與哪位作者最相似的結(jié)論。但實際上我們跟Turnitin使用的方法是完全不一樣的，Turnitin是通過計算每個句子之間的相似度來得出總相似度，而我們是先進行分類給出整篇文章像某個作者的概率，然后再由解釋器來依據(jù)結(jié)果計算每個句子對結(jié)果的影響。

Turnitin查重頁面

Turnitin需要查看每句話的相似度并將其相加以得出最終結(jié)果，而我們是從全文的角度來判斷的，并不是通過簡單的相加得出的結(jié)果。

我們提供的單句解釋是指每句話如何影響“像某位作家”這個結(jié)論，跟查重的方法可以說是完全相反的。

文風(fēng)測試網(wǎng)站單句解釋

我在論文里指出單句解釋無法增強用戶理解的主要原因在于，非專業(yè)人士對AI的認(rèn)識有限，這樣過于“機器學(xué)習(xí)”的呈現(xiàn)方式還是比較抽象。這也是我們正在改進的方向之一。

AI新榜：從邏輯上來講，我們對事物的理解可能是我只有了解它才能信任它。但是對于AI，我們實際上并不了解它，但是卻接受它的結(jié)果。

Ankie：是的。我感覺我們收到的用戶反饋存在兩個極端，有些人認(rèn)為機器計算的結(jié)果一定是正確的，而另一些人則認(rèn)為AI完全不可靠。我覺得主要原因還是人們對AI了解有限，畢竟這項技術(shù)還是很新。

AI to C創(chuàng)業(yè)熱潮中的冷思考：盈利和成本的困境

AI新榜：你們是否考慮過用文風(fēng)測試來創(chuàng)業(yè)或?qū)崿F(xiàn)商業(yè)化？

Ankie：可以明確地說，沒有。

因為其實我們一開始就是因為好玩才想做這個網(wǎng)站的，對于我來說可能一開始就是想完成論文，對于4201（注：另一位主創(chuàng)）來說，她更多的是想練練手，而設(shè)計師就完全是出于興趣了。我們目前都想繼續(xù)學(xué)業(yè)，而且我們也認(rèn)為創(chuàng)業(yè)之前至少應(yīng)該在行業(yè)里積攢一些工作經(jīng)驗，所以目前不考慮創(chuàng)業(yè)的一個原因是創(chuàng)業(yè)并不符合我們當(dāng)前的職業(yè)規(guī)劃。

還有一個比較重要的，也是很現(xiàn)實的問題，就是我們目前看不到AI應(yīng)用到C端的盈利空間。創(chuàng)業(yè)除了有一個好的想法之外，還需要考慮如何賺錢。

AI新榜：是很難變現(xiàn)嗎？

Ankie：是的。如果你只是免費提供服務(wù)，可能會有一段高峰期每天都有幾十萬甚至上百萬的用戶，但是一旦開始收費，一天可能十個用戶都沒有。

AI to C應(yīng)用現(xiàn)在真的很難找到賺錢的方式。有很多AI創(chuàng)業(yè)者和我聊起這個網(wǎng)站，問的最多的問題就是，“你們成本是怎么做到那么低的？”

AI應(yīng)用的變現(xiàn)真的是一個很大的問題，前期投入完全就是在燒錢，但是后期盈利很難。比方說王登科做的哄哄模擬器，當(dāng)時一夜爆火，登科一睜眼賬單欠費幾千美刀，后期也沒能完全變現(xiàn)回本。

哄哄模擬器

因為很現(xiàn)實的一個問題在于，很多AI to C的應(yīng)用對用戶而言不存在必需性。如果你做了一個很實用的軟件，大家都在用，那考慮盈利是完全可以的。但是現(xiàn)在人們對AI的態(tài)度就是可有可無的，可能除了ChatGPT之外，大家也不覺得什么東西是非用不可的，甚至ChatGPT的必需性都沒有那么強。

連OpenAI和百度都在虧損，可想而知初創(chuàng)者的處境了。

AI新榜：從我們的角度來看，AI創(chuàng)業(yè)就像一片藍海，大家都想進入。但從初創(chuàng)者親身經(jīng)歷的角度來看，情況感覺完全不同？

Ankie：最主要是因為現(xiàn)階段AI的成本實在太高了。

AI現(xiàn)在的發(fā)展趨勢實際上就是砸錢。比方說沙特阿拉伯，在AI的學(xué)術(shù)研究方面幾年內(nèi)就迅速“趕英超美”，其實就是砸錢砸的多。GPT等大模型更是證明了，只要砸錢砸得夠多、訓(xùn)練得夠多，效果就會很好。這個領(lǐng)域沒有足夠的資金是很難發(fā)展的。

所以對于初創(chuàng)公司來說，資金就是最主要的問題。從技術(shù)角度來看，即使你有好的想法和更好的解決方案，如果沒有資金支持，也可能很難實現(xiàn)。

像我們運營這個網(wǎng)站，做一些實驗性的東西是沒什么負擔(dān)的，但是一旦要考慮創(chuàng)業(yè)，考慮賺錢的話，壓力就會特別大。

AI新榜：雖然變現(xiàn)很難，但感覺還是有很多人在做這個事情？

Ankie：我認(rèn)為現(xiàn)在這個行業(yè)還是太早期了，大家還沒有探索出盈利的模式，大多都是用AI應(yīng)用作為幫主業(yè)務(wù)輔助、引流的手段。除此之外，現(xiàn)在AI技術(shù)變革太快，新技術(shù)的出現(xiàn)就意味著更高的成本，也就是說很有可能我們花費大量成本開發(fā)出一種新技術(shù)，很快又出現(xiàn)更先進的新技術(shù)“暴打”我們的技術(shù)，讓努力和成本都打水漂了。比如ChatGPT的出現(xiàn)就完全顛覆了自然語言處理這個領(lǐng)域。

不管是從技術(shù)層面也好，還是從成本方面去考慮，變化都太大了，我們很難去控制方向。

AI新榜：聽上去好像“圍城”一樣。

Ankie：是的，其實AI的學(xué)術(shù)研究也是一樣的，誰都想往AI靠，但說實話AI真正厲害的技術(shù)就那么些，大家都在換個研究場景改一改這些技術(shù)，或是把幾個技術(shù)拼在一起來發(fā)表論文。

在做這個應(yīng)用的時候，我也時常有一種割裂感。AI研究者更偏向于不計成本地做到更好，會說：你們?yōu)槭裁床蛔龅酶�？為什么不用大模型做？缺錢為什么不去拉贊助？但是AI創(chuàng)業(yè)者就覺得，天哪，你們這成本也太低了，流量熱度又很不錯，怎么做到的。

一種非常直觀的割裂感，很有意思，但確實也是現(xiàn)實面臨的情況。

熱潮之后，回歸日常

AI新榜：文風(fēng)測試火了之后對你們的生活有什么影響嗎？

Ankie：開心��！我的論文拿了很高的分?jǐn)?shù)，4201說要練手也被狠狠地拉練了。我們特別滿意，看到大家喜歡我們網(wǎng)站真的特別開心。但實際生活上來說，還真沒有什么太大的影響。

我第一周的時候特別開心，開心得都有點不對勁了，每天什么都不干，一睜眼就點開手機開始看評論、帖子。后來忙起來就好多了，不過也有可能是當(dāng)時開始被罵了，本能地有點逃避看這個事情。

不過我現(xiàn)在對于這些罵聲不太在意了，我們心態(tài)都挺好的，也可能是我們覺得這個項目就是曇花一現(xiàn)，因為它真的很不常規(guī)，甚至整個火起來的鏈路都很不常規(guī)。

實際上文風(fēng)測試能火也不是因為技術(shù)有多牛，可能因為這個想法很有意思，或者是頁面做的很漂亮，又或者是可解釋性AI的部分做得好，我也沒有一個確定的答案，就是天時地利人和吧。

所以你問我為什么不考慮創(chuàng)業(yè)，還有一個問題就是我覺得可能我們這輩子都不會再做出來一個像這樣的東西了。

AI新榜：說“曇花一現(xiàn)”的話會不會有點悲觀？

Ankie：主要是我們的目標(biāo)和人生規(guī)劃都不在此。

我們都覺得，火了很好，那不火其實也無所謂了。我們自己做著玩的東西，大家能夠喜歡就已經(jīng)讓我們特別開心了。

AI新榜：接下來還有其他計劃嗎？網(wǎng)站會繼續(xù)迭代嗎？

Ankie：肯定會的！我們一直在聽取反饋來加入更多的作者，也在對已有的作者數(shù)據(jù)校對。目前計劃在這個暑假期間做一些學(xué)術(shù)性的更新，特別是關(guān)于數(shù)據(jù)集方面的內(nèi)容，以及改善AI可解釋性的部分。后續(xù)的話我們計劃有一個大版本更新，但是還不能保證可以做出來。

AI新榜：計劃的大版本更新是什么？可以小小的透露一下嗎？

Ankie：這方面的更新大家可以小小期待一下，我們先不透露了，算是給大家一個驚喜吧！

本文來源：頭號AI玩家

文風(fēng)測試 AI應(yīng)用盈利空間

頭號AI玩家

原創(chuàng)欄目