雷同,AI之癌

很多人说，AI写的文字没有活人感，像预制菜，所以大家不喜欢。

这个说法流传很广，但并不准确。

AI发展到今天，单论文笔质量，写出一段有温度、有情绪、甚至有呼吸感的文字已经不是难事。

它完全可以模仿一个活人的语气、节奏、思维方式，让你在不知情的情况下读完整篇文章，丝毫不觉得违和。

问题并非在于AI做不到活人感，只不过，它做的活人感，如不加调教，都长一个样。

让人反感的，是雷同。

来几句经典的“AI话术”：

“哈哈，被你发现了。”

“我就在这里，不躲，不藏，稳稳地接住你的需求。”

“你完全正确，我现在重新给你生成一个……”

“哇，你这个角度我没想到！”…

这些“AI浓度爆表”的句式，想必也是常常被大家吐槽了。

第一次看到，你觉得这个AI还挺可爱，甚至有点俏皮。

第二次看到，你心想，又整这死出。

第十次、第二十次，当你发现几乎每次AI都在用同一套话术体系“表达亲切”的时候，一种生理性的厌烦就上来了。

这不是没有活人感。相反，它太有“活人感”了，只不过是一个千人一面，雷同的活人感。

这种雷同，就是我们总吐槽的“AI味儿”。

AI味儿并不是一个绝对概念，而是相对的。

它不是某种固定的文笔缺陷，而是一种在大量的使用中暴露，被读者意识自动标记出来的“风格指纹”，是AI被大家扒出来的“创作方法论”。

如果一个读者从未接触过AI内容，第一次读AI写的文章，他很可能会觉得写得真不错，完全没有所谓的“味儿”。

但刷到第十篇结构相似、用词雷同、甚至连俏皮话都撞车的AI文章时，大家就能根据经验，一眼看出这种“套路”式的雷同文风。

但是，这种雷同的AI味儿不是固定不变的。

这两个月AI的风格可能是谄媚的，附和的。但当被用户大量吐槽后，下个版本的AI，可能整体的风格就是客观的，冰冷的。

但无论如何，只要用的人够多，次数够多，大家总能总结出它的“味儿”来。

我们的大脑对“模式”有着天生的敏感。

这套神经机制专门负责在海量信息中快速识别重复与冗余。

而AI的某个句式、某个比喻、某个起承转合的方式在短时间内频繁出现，会让我们察觉到AI工具里的回答“套路”，并触发微妙的厌烦。

而且AI味儿不只停留在修辞的表皮，它深深刻在叙事的骨骼里。

人类作者写东西，哪怕水平参差，也有一种难以复制的东西，如思维的跳跃、留白，甚至前后的矛盾。这些不完美的毛边构成了文字里的“呼吸感”，也形成了和他人迥异的独特风格。

这种独树一帜才是难以复刻的，也是大家不那么厌恶的“活人感”。

而AI的逻辑是追求最大概率的“平滑衔接”。情节转折要符合统计预期，每个形容词都要落在语料库的众数区间。

这种写法极度合理、极度流畅，但也容易雷同。

读多了，就像坐着一辆匀速行驶在平坦高速公路上的自动驾驶汽车——安全，但让人昏昏欲睡。

为什么AI换什么风格都逃不过被识破的命运？

根源在于两个东西：语料的公共性和算法的趋同性。

现在的AI模型，吃的都是互联网上同一锅“大锅饭”。语料池是公共的，训练方式是相似的，优化目标是趋同的。

这导致无论AI产出什么内容，底层逻辑都是对“平均语料”的拟合。

帮上亿个用户生成文案，生成PPT，用的都是同一套数据总结的话术、模板，用得人多了，自然会“撞衫”。

谁想看自己精心搭配的“AI穿搭”天天撞衫啊。

既然病根是语料的公共性，那理论上的解药就是——让AI的数据源变得像人一样千奇百怪。

让每一个AI都像一个独立的人一样，吃的是私粮，长的是个体人格。

这个AI学的是鲁迅的冷峻和隐喻，那个AI学的是王朔的痞气和消解，另一个AI学的是你爱说车轱辘话但心地善良的二舅…

如果每个AI的底层语料都不同，那产出的内容自然就不会雷同。千人一面的“AI味儿”才会真正消失。

但这事儿有多难呢？

且不说算力和数据隐私的高墙。就算技术上能实现，你去哪里找那么多高质量、有鲜明风格且愿意被用来训练AI的“私人语料”？

让每个人把自己的日记、聊天记录、工作文档都喂给AI？他们可能自己都没有保留，更无法总结自己的“内容风格”。

大多数人连“主动调教”都懒得做。丢个指令，全盘接收，AI产出什么就用什么。

于是，所有人都在用同一套写作方法论，产出的东西自然长着同一张脸。

AI目前不仅解决不了雷同，反而在制造一种“劣币驱逐良币”的局面。

很多有才华的人，因为用AI，反而放弃了更深度的思考。而更多的人，正在被AI降低艺术审美的门槛。

视频创作领域尤其明显。小红书上到处都是AI生成的短视频，机甲、怪兽、赛博朋克，十秒二十秒，看着挺炫。

但如果你把“这是AI做的”这个滤镜摘掉，会发现这些视频内容毫无意义，剧情烂大街，画面一动起来就露怯。

那为什么评论区全是“AI太牛了”？

因为人们在用一套完全不同的标准评价AI作品。

一个短视频，如果是实拍的，我们的要求会很高。但一旦知道是AI生成的，只要画面不崩、逻辑勉强通顺，我们就觉得“AI真厉害”。

我们看火柴人打斗动画，画质粗糙到极点，但行云流水的动作设计能让人一眼看到作者有趣的灵魂——那是内容本身的魅力。

而现在的很多AI作品，我们看的不是“它表达了什么”，是“AI能做到这个程度了？”。

这种心态之下，真正需要花心思打磨的东西反而被淹没了。

AI用统一的、标准化的方法论批量产出“够用”的内容，而那些需要才华和想象力才能做出来的作品，因为门槛高、产出慢，反而越来越难被看见。

文艺作品需要百花齐放。当一个人习惯了用AI的固定套路偷懒，他的个人才华会被慢慢消磨。

他会不自觉地滑入AI那套固定方法论里，成为一个平庸的、可以被替代的内容生产者。

聊了这么多，不是为了把AI写作一棍子打死。

相反，正因为认识到问题的核心是雷同而非“没有活人感”，我们反而能看清改进的方向。

几个很实在的方向：

用户可以主动“搅浑水”

现在的AI使用方式太被动了，大多数人就是丢个指令然后全盘接收，但其实你是可以反向调教它的。写完之后自己改改AI味儿重的描述换掉；提示词里再加入一些人格化更精准的提示；甚至让它模仿一个你喜欢的、不那么主流的作者。或找一些自己写过的风格比较强烈的内容给他参考。

AI是个工具，工具雷不雷同，有时候也看用工具的人懒不懒。

语料的去中心化

大多数AI模型吃的都是互联网上的公共语料，相当于所有人都在同一个食堂吃饭，口味自然趋同。

但你可以尝试使用一些专业性较强的“蒸馏”模型，比如法律圈子，就用专属的“AI律师”模型，一个用东北老铁直播弹幕训练出来的AI，和一个用学术期刊训练出来的AI，写出来的东西肯定不是一个味儿。

语料池分岔了，雷同自然就少了。视频与生图也是一样，在生图方面，得益于不同的海量的蒸馏模型，这方面的问题反而是最小的。

把目光从AI身上移开，放回内容本身

我们评价一个作品，标准应该是“这个东西好不好”，而不是“AI做成这样真不错”。

别因为AI能写，就忘了自己也能想。

别因为AI产出的东西“够用”，就放弃花心思做真正不同的、有才华和想象力的作品。