诗词，人生与rewards' verifiability
同时做 AI 研究和写古典格律诗词，让我对 verifiable 与 not verifiable 的人生结构有一套很私人的理解。格律决定下限，审美与心境决定上限——人生也是如此。
我同时做 AI 研究，也长期写古典格律诗词，这两个身份，让我对 verifiable 与 not verifiable 的人生结构有一套很私人的理解：在所有创意写作里，格律诗词的位置非常特殊，它刚好落在 verifiable 规则和 not verifiable 审美的交界点上。这种双重性，既是古诗词的本质，也几乎是现代人一生最核心的矛盾来源。
格律：混合奖励任务的Verifiable部分
从 AI 训练的视角看，格律诗的门槛非常清晰，是典型的混合奖励任务。平仄、押韵、字数、对仗、章法，这些都是完全 verifiable 的：有固定韵书、平仄表，有明确的正误标准，机器可以逐条校验、客观判定，不存在主观争议。格律是诗词的底层约束，是创作的基本功、及格线，像代码语法、单元测试、客观指标一样：规则公开、标准统一、结果可复现。
去年，我和交大国学社另一位同学一同自研了一套格律检测算法，如今它不仅深度集成在我们的诗词创作者产品「方寸」诗词画布里，也作为算法基建给出一套稳定的 verifiable reward，带领我们走向第一篇 ACL Main Conference。
审美与心境：not verifiable 的上限
但诗词真正的价值，几乎全部落在 not verifiable 的维度：一首诗格律没有问题，不代表它是好诗。它可能工整、合规、无硬伤，但空洞、匠气、没有情绪、没有画面、没有余味。真正决定一首诗质感的，是意境、分寸、留白、气质、共情力，是文字背后的心境、视野与故事。这些东西没有 lint，也没有客观的 rubrics（可以有主观的，但最后仍然需要对齐人类偏好，纯靠 judge 按 rubrics 判断会有偏差）。
所以诗词的逻辑是：格律决定下限，审美与心境决定上限。 下限可被算法校验，上限只能由生命本身说了算。
人生，就是一首格律诗
现代人的人生，就如同一首格律诗。人生里所有世俗、社会化、标准化的部分，都是 verifiable rewards：学历、分数、证书、工作、收入、职位、履历、社会阶段任务。它们清晰、公平、可量化，可以被外界客观看见、比较、判定。人生的「平仄与格律」是一个人立足社会的基本功和底座，认真打磨、踏实完成，本身非常有意义。
但人生真正决定质量、幸福感、完整度的东西，更多是 not verifiable 的，例如：内心是否安宁、是否舒展、是否自洽；关系是否真诚温暖；人格是否温柔通透；生活是否有热爱、有感受、有属于自己的节奏；活着是否有踏实、笃定、不虚空的意义感。这些没有证书、没有榜单、没有 KPI、没有 OKR。
Verifiable 的部分，定义了我们“是否合格”；not verifiable 的部分，才定义了我们“是否活过”。
Reward hacking：跑完所有可验证指标，却丢掉了初衷
在 AI 训练里，一个常见的问题是奖励投机（reward hacking）：模型拼命优化可观测、可打分的指标，却偏离了任务真正的意图。放在人生和诗词里也是如此：很多学诗的人，先是大量读诗（CPT/mid-train），然后选定一二家作为重点模仿的对象（SFT），再抠格律、堆典故数量、追求工整（RL），最后写出一堆“零错误、跑分高，但无灵魂”的文字。他们跑完了所有 verifiable rewards，却丢掉了写诗的初衷：抒情、观物、言志、寄情。
很多现代人的人生也是如此，一辈子专注优化社会给出的可验证指标：分数、头衔、收入、地位、外在标签。所有看得见的标准都越来越好，人生越来越合规，但内心越来越空、越来越疲惫、越来越找不到落点。
社会给我们的，永远是 verifiable 的及格线；但生命想要的，永远是 not verifiable 的圆满感。我们习惯用可量化的努力，去换不可量化的幸福，自然会产生无尽的落差和虚无。
先守格，再破格
因为同时做 AI、写旧诗，所以我想，我不会走向两种极端。
我不会轻视 verifiable 的规则，我清楚：没有格律打底的诗意，是悬浮的情绪；没有能力和现实打底的自由，是脆弱的逃避。规则、技能、世俗功课、现实责任、经济基础，都是人生必要的底座。先守格，再破格，是所有成长的规律。
但我也非常清醒：我不会把 verifiable rewards 当成终点。工整不等于高级，合规不等于丰盈，世俗成功不等于内心安定。
我想，我的人生态度大概是这样的：对外，夯实可验证的秩序，踏实做事、积累、负责，把人生的格律写工整；对内，守护不可验证的自我，保留感知、温柔、热爱、心性与留白。格律教会我规则的边界，审美教会我精神的无垠。verifiable rewards 让我落地、踏实、有底气；not verifiable 的部分让我独特、鲜活、有温度。
最好的 AI 模型，是规则学得扎实、同时具备创造力与泛化能力；最好的诗词，是格律严谨、同时气韵自然、心境自成；最好的人生，也是同理：有可验的立身之本，无定式的生命风骨。不必刻意追逐满分的世俗，也不必逃避必要的烟火规则。
工整立身，自由养心，一生如此。