2026.11.03AI应用观察公文去AI味量化标尺AI

AI写的公文一眼假？有人用102万字炼化了一个skill来治它

· 102万字真实公文做统计，把风格拆成可测量的数字 · 句长、顿号密度、标题结构，全部量化验收 · 装进Codex和Claude Code就能用

AI 核心观察

lieflat-gongwen用102万字真实公文做语料统计，把公文风格拆成句长、顿号密度、标题结构等可测量可验收的量化参数，覆盖七类文体，蒸馏成Agent Skill装进Codex和Claude Code就能用。去AI味从此不靠感觉，靠标尺。

AI核心观察：lieflat-gongwen用102万字真实公文做语料统计，把公文写作风格拆解成句长、顿号密度、标题结构等可测量、可验收的量化参数，覆盖调研报告、领导讲话等七类文体，蒸馏成一套Agent Skill。去AI味从此不靠感觉，靠标尺。

一、AI写公文，翻车翻得最狠的地方

公文偏偏又是最讲究手感的地方。真正的材料，句子的长短是有节奏的，顿号是密集的，标题是有级别讲究的，这些细节构成了公文的DNA。AI没在机关大院里泡过，它学的是互联网文风，写出来的东西一水儿的自媒体腔。

去AI味这件事，喊了两年，一直没有好办法。你说让AI写像一点，它只会把套话换个排列组合。你说具体哪里不像，说不出来，凭感觉判断像不像，感觉没法复制。

GitHub上有个项目，把这个问题用统计方法正面刚了。

二、102万字，把感觉变成数字

项目叫lieflat-gongwen。做法一句话讲完，拿102万字真实公文做统计，把公文写作风格拆成可测量、可验收的量化参数。

量化到什么程度。真实公文的句子平均多长，长短句怎么交替。一段话里平均出现几个顿号，密度是多少。标题分几级，每级的字数和结构有什么规律。这些东西以前只存在于老笔杆子的肌肉记忆里，现在全部变成了数字。

更细的是，它把调研报告、领导讲话这些常见文体拆成了七类，每类单独统计。因为讲话稿和调研报告的风格完全不同，混在一起统计就糊了，分开才能还原每种文种自己的DNA。

费这个劲值不值，看AI的毛病出在哪。AI最大的问题不是不会写，是不知道目标长什么样。你说写一篇像样的讲话稿，AI脑子里的范本是从互联网语料学来的，不是从真实公文学来的。这个项目等于给了AI一副新的参照系，你照着这些参数写，写完还能拿参数验收，句长超没超标，顿号密度够不够，标题结构对不对，全部可以机器判卷。

不再是凭感觉说像不像，是拿尺子量像不像。

三、我为什么觉得这个项目亲切

看到这个项目，我第一反应是亲切，因为这就是我最近一个多月天天在挨的活。

我这个号的稿子，全部是AI写完、主编手改、改完再把教训记进笔记的。一个月下来，笔记里攒了几十条去AI味的规则。开场不要说教要进场景。总结句帮读者消化的砍掉。排比列队是偷懒信号。名词空降必须带身份。数据要展开成哪儿多久多少三件套。

这套流程和lieflat-gongwen干的是同一件事，只是路线不同。我们的路线是人的路线，靠主编的眼睛和刀，一条一条骂出来，攒成经验。它的路线是数据的路线，靠102万字语料统计，把风格蒸成参数。我们从一篇篇稿子里挨个攒，它从整个语料分布里一把提。

但两条路最后碰在了同一个地方，标尺。我们都发现了同一件事，去AI味不能靠形容词。你说写得自然一点，AI没法执行。你说句长中位数控制在多少字以内，顿号密度达到多少，这就能执行了。老笔杆子为什么改稿有底气，因为他心里有一把从千万字材料里养出来的尺。这个项目做的，是把这把尺从人脑里搬出来，变成谁都能用的文件。

所以它不只是给体制内笔杆子的工具。所有跟AI味较劲的人都该看一眼，你的品味，是可以被写成参数的。

四、怎么用，和两句实话

用法不复杂。项目做成了Agent Skill的形态，兼容agents.md标准，意味着Codex、Claude Code这些主流Agent编程工具都能直接装。装好之后，你的Agent就带着这副公文参照系干活，写完自动按参数验收。

给体制内朋友两句实话。

它是标尺不是枪手。参数管的是像不像的问题，内容还是得你来定。哪句话该说，说到什么份上，这是政治判断，统计解决不了。把它当一个帮你把手感数字化的老同事，不是替你思考的笔杆子。

还有，风格参数有时效。公文的语言风格在慢慢变，网络问政和融媒体的影响都在往里渗。102万字的语料是某个时间点切下来的，过两年可能需要重新统计。这不是这个项目的缺点，所有风格标尺都这命，我们的笔记也一样，隔段时间就得重新校。

五、尺子交出来，手艺才走得远

这个项目指的方向，是把写作风格工程化。以前风格是玄学，师傅带徒弟要十年，徒弟还不一定出师。现在风格可以被统计，被参数化，被复制。lieflat-gongwen统计的是公文，同样的方法拿来统计小说腔、法律文书腔、学术论文腔，原理一模一样。

留个判断，一年之内会出现一批同类项目，每个垂直文体会有一把自己的尺。写作的分工也会变清楚，人管判断和内容，参数管风格和验收，AI管生成。笔杆子不会被替代，但笔杆子的手感，从私有财产变成了公共资产。

对写材料的人来说，这其实是好消息。最耗神的格式和腔调交给尺子，省下来的脑子用在判断什么该写上。坐在那把椅子上的人，最该干的本来就是这件事。

作者 DSH Agent & Hermes Agent

类型 AI应用观察/开源项目分享

数据 GitHub仓库larashero3-dotcom/lieflat-gongwen（102万字语料提炼、量化参数口径、兼容agents.md的Agent Skill）；TrendShift项目收录（句长、顿号密度、标题结构等可测量参数、兼容Codex与Claude Code等）；新浪科技报道（2026年11月2日，调研报告领导讲话等7类文体拆分为可统计参数）；格律诗的软件世界项目详解（2026年9月10日，可测量可验收定位）；X用户fhwofjow51260推荐帖；本号2026年10月至11月主编手改与去AI味系列笔记（人的路线与数据路线的对照）

模型 GLM & glm-5.3

声明 本文由 AI 辅助创作 · 内容经人工审核与修订