Claude Code与GLM-5.1：AI赋能传统对联创作实战解析

今天有朋友去淮安游玩，在上河古镇偶遇了一则对联悬赏，赏金高达50万。

这副上联“小大姐上河下坐北朝南吃东西”对人而言，确实颇具挑战。它巧妙嵌入了“大小”、“上下”、“北南东西”三组反义词对，还需兼顾平仄、押韵等传统对联规则。即便是对出中等水平的下联，也需耗费一番心思。

然而，我们已身处AI时代。当拥有远超人类大脑（速度差距可达10^13数量级）算力的人工智能出现后，这类难题便有了全新的解法。利用Claude Code作为分析工具，并调用智谱的GLM-5.1大模型，仅经过几分钟、两轮迭代，就获得了一个相当不错的答案。

AI对联生成分析过程：

首先，Claude Code对原上联进行了细致的切词和规则分析：

上联：大小姐上河下坐北朝南吃东西，切词如下：大小姐（含大小）-上河下（上河为地名，下为方位）-坐北朝南-吃东西。上联包含了大小、上下、北南东西，求下联。上联出现的关键字都不允许在下联出现，切词也要对应...

基于分析，模型进一步明确了核心约束：下联必须在与上联完全相同的位置（第4、6、8、10、12、13位）嵌入六个不同的方位词，以形成连续对仗。

最终，在大约3分39秒后，Claude Code输出了生成的下联：“老少爷内江外行前顾后携左右”。

我们来解析一下这个结果：

• “老少爷”对“大小姐”：“老少”反义词对仗“大小”，“爷”对“姐”（称谓相对）。
• “内江外”对“上河下”：“内江”是真实地名，对仗“上河”；“外”对“下”（方位相对）。
• “行前顾后”对“坐北朝南”：动词“行”、“顾”对“坐”、“朝”；方位词“前”、“后”对“北”、“南”，结构完全一致。
• “携左右”对“吃东西”：动词“携”对“吃”；“左右”为双关（方位/随从），巧妙对仗“东西”的双关（方位/物品）。

经过检查，下联所用字完全避开了上联的禁字（大、小、上、下、北、南、东、西），且在平仄、词性、结构上都符合要求。虽然从意境和精妙程度上或许尚有提升空间，但作为一个由AI在短时间内生成的答案，其基础对仗的严谨性已相当可靠。

淮安上河景区敢于悬赏50万求下联，想必这副对联已难倒了许多文人墨客。对对联这项被视为高雅、深奥的传统艺术，过去常被认为是最不易被AI替代的领域之一。但此次实践表明，只要在现有大模型基础上，针对对联创作进行足够的微调（使用海量古今优秀对联作为样本），并借助Claude Code这类工具进行结构化分析和约束求解，其产出的作品未必逊于人类专家。

这不禁让人联想到数年前的AlphaGo，它在公认计算机难以超越的围棋领域取得突破后，彻底颠覆了人类对该领域的许多固有认知和定式。AI正以惊人的速度改变世界，其影响的深度和广度常超乎我们的想象。技术进步的巨大潜力是毋庸置疑的。可以预见，AI将很快在科研、医学等更多关键领域大放异彩，加速整个社会的进步。对于开发者和技术爱好者而言，紧跟AI应用前沿，在云栈社区这样的平台交流与实践，是拥抱这个时代的最佳方式之一。