没有灵魂的风格

来看三句话，都与爱因斯坦有关：

"Concern for man himself and his fate must always form the chief interest of all technical endeavors." 

(对人类自身及其命运的关切，必须始终构成一切技术探索的核心旨趣。)

“The definition of insanity is doing the same thing over and over again and expecting different results.” 

(所谓疯狂，就是一遍又一遍地做同样的事情，却期待着不同的结果。)

“A mind that never questions its own certainty has already stopped thinking.” 

(一个从不质疑自身确定性的头脑，早已停止了思考。)

你觉得哪一句真的出自爱因斯坦？

有意思的是：一句话可以听起来像某个人，却并不属于那个人。它甚至可以比那个人真正说过的话，更符合我们对他的想象。

这也是为什么，AI 探测这件事，已经变得越来越不容易。我们并不只是判断“来源”，我们其实在判断“像不像”。我们问“这听起来像AI写的吗？”，就像我们问“这听起来像爱因斯坦说的吗？”。但听起来像，和真的是，从来不是一回事。

其实这种混淆早就存在了。AI只是将它放大，让我们更清楚地看到：人类早就习惯了把风格当成身份。而现在，风格已经比以往任何时候更容易被复制。AI可以模仿"精致的主理人"、"笃定的创业者"、"阴阳怪气的微博老网民"，甚至故意夹杂错别字，使用网络梗。如果把我写过的文章都喂给一个大模型，它完全可以写出一篇像极了我写的文章。

而人类，其实并不擅长分辨这种差异。

2025年，德国一所大学的研究人员找来63位大学讲师，来判断一段文字是人写的还是 AI 写的。这些讲师都是受过专业训练、以批改学术写作为业的人。结果，他们正确识别出AI内容的概率只有57%，几乎和抛硬币没有区别。这些人不是随便刷手机的普通读者，而是理应最有能力判断的专家。即便如此，AI还是轻易地蒙混过关了。

写到这里，我不禁冒出一个想法：如果有一天，连我自己都分不清一段话是不是我写的，那写作这件事，还有什么意义？

想写得像个人，先活得像个人

如果我把所有精力都花在让自己的文章看起来不像AI上，我其实还是在让AI来定义规则，用外界的标准来衡量自己的“人味儿”。

但也许，有人味儿这件事，不是在句子层面证明的，而是在生活层面实践的。

想写得像个人，就得先活得像个人。

我上一篇文章，写的是LLM评估方向这十年来的演变。从结果看，最终的产出只是一篇文章。但对我来说，写这篇文章本身就是一段旅程。我读了很多论文和博客，对比了不同的评估方法，看了很多具体案例，试图理解这个领域为什么会从静态的基准测试，走向更开放、更以人为中心，更贴近具体应用场景的评估方式。我看到了随着模型能力提升，整个生态是怎么变化的。在这个过程里，我对这个领域的历史和全貌，多了一点点了解。

听起来或许微不足道，但对我来说很重要。

重要，是因为我在还不知道终点在哪里的时候，就跟着好奇心出发了。

重要，是因为我在一些没有标准答案的问题上花了时间。

重要，是因为我允许自己困惑，允许自己多读一点，允许自己改变想法，也允许自己慢慢地，形成了自己的判断。

这整个过程，在我身上留下了痕迹。

文章发出去之后，还发生了一些模型永远无法替我经历的事儿：朋友，家人，同事读了它。有人鼓励我，有人问问题（其中一个问题，催生了你现在读到的这篇文章），也有人只是简单地说了一句：挺好的。这些回应，都成了这篇文章意义的一部分。

AI当然可以生成一篇关于LLM评估的文章，而且比我写得更快更全面。但它没有我写这篇文章的理由。它感受不到终于搞懂一件事时那种满足感。它收不到家人的鼓励，也没办法把这份鼓励带进下一篇文章里。

所以，我不需要通过写得不像 AI来证明自己。我需要做的，是继续做那些让写作有意义的事：跟着好奇心走，和想法较劲，慢慢学，把东西分享出去，接受反馈，让这个过程改变我。

这就够了。

现在，判断一篇文章是人写的还是AI写的，已经很难了。往后，只会越来越难。

但这也许不是重点。因为写作的目标，从来就不是“写出 AI 模仿不了的东西”。而是写出一种文章，让人愿意相信：文字背后有一个真实的我。并且，活出一种让自己始终有话可说的生活。

一篇文章，表达了我的思考。而写作这件事本身，也塑造了我的思考。

愿我们都成为更好的自己！