ARTICLE · 1029684
有人用283万字做实验,把AI味变成了统计题
有人用283万字做实验,把AI味变成了统计题每天用AI写东西的人，对某些句式的厌恶是生理性的。「不是A而是B」的对举，滥用到发指的破折号，动不动「主要有以下几种场景」。 这些句子单独看都没毛病。但它们以特定密度反复出现的时候，就是一股扑面而来的气息。 去AI味的开源项目不少，我都试过，有用。但用久了发现两个毛病：规则覆盖不全，很多我感觉得到的AI味，规则里没写；误伤严重，我自己原本的表达习惯也被一并干掉了。 根源是一样的。那些项目的规则，来源基本是个案观察和语感总结，没人系统检验过。 有个博主干了件狠事。他不用语感，用数据。 
他先收集了329篇真人写的文章，164.8万字。 AI这边麻烦一点。要控制变量：同样的话题，同样的体裁，不联网，不给任何风格指令。他建了个workflow，5个agent分别用Claude、DeepSeek、Gemini、GPT、Kimi写作，每个模型60篇，晚上下班启动，第二天上班跑完。 合计629篇，283万字。 然后逐项算频率。某特征AI的使用频率达到人类2倍以上，才算显著；0.8到1.25倍之间，算没有差异。 他一开始提了26项候选特征。 过检验的，11项。 也就是说，网上流传的那些AI味清单，一大半在数据面前站不住。 最强的一项不在词汇，在篇章结构。 叫「段首零回指评论」，AI的频率是人类的4.4倍。AI爱在新段落开头直接甩一句评价，比如「听起来像一条功能描述」，但不交代说的是什么，读者得回头翻上文才知道。改起来简单到离谱，补个「这」字就行。 比喻那条更有意思。作者本来认定AI爱用比喻，让脚本统计了比喻句总量，结果AI反而比人类用得少。 他没把这条扔掉，继续细分，发现AI真正超标的是拟人化比喻。「像一位不知疲倦的助手」这种，AI用得明显多。模型并不真的理解什么像什么，只是把看起来相关的东西硬凑到一起。 最反直觉的是设问。 「AI爱设问」几乎是所有去AI味建议的标配。实测下来，人类的设问频率是AI的17倍。五个模型都不爱用设问句。 你要是按「少用设问」去改稿，只会改得离人更远。 初测的时候，「句长均匀度」这个特征显示AI是人类的51倍，全场最强，他一度把它排在规则第一条。 后来发现是切句程序出了bug。Markdown表格没句号，被当成了一整个句子，有一组甚至跑出来一个19335字的「段落」。 修正重测，比值0.87。两侧根本没有差异。 问句小标题也是。Agent拿「每千字」当分母，算出32倍。可AI本来就爱写小标题，一篇十来个，人类只有一两个，基数差了5到10倍。换成占小标题总数的比例，重算，差异消失。 他吸取的教训就一句话：改规则之前，先抽样看20条命中，再看频率。 研究还顺带发现，根本不存在统一的「AI文风」。破折号，DeepSeek每千字5.16次，GPT只有0.11，差47倍。拿单一模型总结的AI特征，换个模型就全不成立。 11条规则全文在他开源的skill里，GitHub搜lieflat-less-ai-tone。 有一条方向和其他九条相反，值得单独说：往文里加数据。AI的数字密度只有人类的0.35倍，通篇没有数字的文章，读起来特别「滑」。翔实的数据支撑本身就在对抗AI味。 最后他有个判断，我记到现在：能让AI不用破折号，但很难让它明白一个比喻什么时候才算贴切。skill能修的只有局部，写作水平的天花板，还是要等模型预训练自己往前走。 283万字不算多，他自己也说不够。但面对一个所有人都在凭感觉发言的话题，他选择去数一遍。这个姿态比11条规则值钱。 项目地址：https://github.com/larashero3-dotcom/lieflat-less-ai-tone