夜雨聆风AI写出来的东西，有一种奇怪的句式执念？
打开任何一篇AI生成的文章，翻几页，大概率会撞上这句话：
“这不是技术问题，而是认知问题。”
“我们缺的不是算力，而是想象力。”
“AI取代的不是你的工作，而是你的工作方式。”
一、这个句式到底有什么问题
先说清楚，“不是…而是…”本身没问题。人类写作这么多年了，一直有它。
问题出在哪？出在AI用它的方式。
你看这句话：“（全AI文案）最大的危险不在于内容本身，而在于思维的惰性。”
这句话拆开看——
前半句“不在于内容本身”：谁在说内容本身是最大的危险？没人。这是一个AI自己立起来的假靶子。
后半句“而在于思维的惰性”：因为假靶子太容易打倒了，后半句看起来就像一个深刻的洞见。
但仔细想：A错，不等于B就对。“思维的惰性是最大危险”这个判断本身需要论证，但“不是…而是…”的句式绕了一大圈，跳过了论证环节，直接把结论塞给你。
这就是这个句式真正的问题——用AI的话说——：它不是在表达观点，而是在逃避论证。
二、假靶子、判断成本、和语言八股
Gemini自己也承认这个问题。我问它为什么AI爱用“不是…而是…”，它说：
“这种句式能通过先否定一个极端，再肯定一个维度的方式，显得逻辑严密且滴水不漏。”
然后它在自我批评的过程中，又用了两次“不是…而是…”。
它自己管这叫“语言八股”。
为什么说它是八股？因为这个句式有一套固定模板：
- 第一步：立一个没人真的在争论的靶子（“不是内容本身”）
- 第二步：假装打倒它
- 第三步：用“而是”引出自己的观点，借着前半句的否定势能，让后半句显得格外有力
如果你在阅读时不加思考，假靶子显而易见的结论会吸走你的注意力，让你不知不觉地认同后半句话。
更糟糕的是，它增加了判断成本。如果有人直接告诉你“AI最大的危险是让我们产生惰性”，你可以立即就这个观点展开辩论——同意或不同意，很清晰。但当“不是…而是…”的句式嵌套进来，它用一种看似客观、逻辑自洽的方式包装了一个观点，让你觉得需要先理解它的否定逻辑，才能评判它的肯定部分。
这不是深度，是绕路。
三、不止“不是…而是…”：AI的句式全家桶
如果你开始留意，AI有一整套“深度感制造机”。
伪辩证句式：
“不是…而是…”
“与其说…不如说…”
“表面上看…实际上…”
万能过渡句：
“值得注意的是”
“更重要的是”
“说到底”
“归根结底”
假金句模板：
“真正的XX，从来不是XX，而是XX。”
“XX的本质，是XX。”
“当我们谈论XX时，我们真正在谈论的是XX。”
单独拎出来，每一句都没问题。人类也写。但当它们按照固定比例、固定节奏、固定位置出现在一篇文章里——就像一个人每说三句话就要清一次嗓子，开始觉得不对劲了。
而且这不只是中文的问题。英文世界里，外网也在诟病ChatGPT的类似癖好：
“Not just...but also”
“It's not... It's...”
还有一个词叫Delve（钻研）。这个词以前只在学术论文和旧书上偶尔出现，但ChatGPT特别喜欢用，导致近两年英文播客中Delve的使用量快速上升。
这种AI式英文甚至被归纳成一个专门的词：ChatGPTism（ChatGPT主义）。
四、为什么AI会形成句式依赖
因为RLHF奖励了它。
人类反馈强化学习（RLHF）的核心逻辑是：让人打分，分高的留下来。问题是，打分的人是谁？
是标注员。大部分标注员的审美标准是“这篇文章看起来像不像一篇好文章”——注意，是“看起来像”，不是“真的是”。
“不是…而是…”这种句式，天然“看起来像”深度分析。标注员看到这种句式密度高的文章，倾向于给高分。模型学到了：多用这种句式=高分=好文章。
这是一个典型的Goodhart定律案例：当一个指标（“看起来有深度”）变成目标时，它就不再是一个好指标了。
大语言模型的训练目标是“预测下一个token”。在海量文本中，“不是A，而是B”这种结构出现频率极高，而且后半句（B）往往承载核心信息。模型学到了：这个句式是一个高置信度的“内容载体”，用它来填充文本，出错概率低。
AI用这个句式是因为它觉得安全。
五、语言殖民：一个没人讨论的副作用
这里有一个比“AI写得不好看”更严重的问题。
当“不是…而是…”被AI滥用之后，它从一个正常的修辞工具变成了一个AI指纹。你用这个句式，别人会觉得是AI写的。
从社交媒体文案、到YouTuber的台词、到电视新闻主播，都在频繁使用这个句式。问题是——你分不清哪些是人写的，哪些是AI生成的。
结果是什么？一个用了几千年的句式，一夜间被AI殖民了。你说那是你写的，别人还不信。
用的话，别人把你当AI。不用的话，换一种表达方式，没准过两年又被AI学去了。
人类最终会不会只能说出一口AI话？我最近都觉得AI在反向训练我，我跟他提需求的时候，会下意识的使用JSON这种结构化的表达方式，纯粹的自然语言反而弱化了。
六、怎么让AI写作去AI化
说了这么多，核心问题来了：如果你就是想用AI帮你写文章，怎么让成品不像AI写的？
第一层：句式层面的“去模板化”
最简单粗暴：在prompt里直接禁掉这些句式。
“不要使用以下句式：不是…而是…、与其说…不如说…、值得注意的是、归根结底、真正的XX从来不是XX而是XX。”
有效，但治标不治本。你禁掉这些，AI会找到新的模板来替代。
更好的做法：要求AI用口语重写。
“假设你在跟一个朋友喝咖啡聊天，你会怎么说这件事？用那种语气写。”
口语天然没有“不是…而是…”的执念。你在咖啡馆里不会说“我们缺的不是算力，而是想象力”，你会说“算力其实够了，关键是没人知道拿它干嘛。”
第二层：结构层面的“去对称化”
AI文章的另一个特征：结构过于对称。每个段落差不多长，每个论点差不多重，每个过渡都差不多丝滑。
人类写作不是这样。人类写作会突然跑题，会在某个细节上花三倍篇幅，会突然插入一句“对了，说到这里我想起来一件事”。
在prompt里加入：
“不要追求结构对称。某个你觉得特别有意思的地方可以多写，无聊的地方一笔带过。允许段落长度差异很大。允许突然跑题再拉回来。”
第三层：立场层面的“去中立化”
AI最让人疲倦的一点：它永远在“辩证地看问题”。
“一方面…另一方面…”
“有利有弊…”
“需要综合考虑…”
这其实是回避问题。
真正的深度是有立场的。你可以说“我觉得这个东西就是垃圾”或者“这是我见过最优雅的方案”——然后用论据支撑你的判断。
在prompt里加入：
“给出你的真实判断，哪怕它有争议。不要两边都讨好。如果你觉得某件事蠢，就说它蠢，然后解释为什么。”
第四层：素材层面的“去虚构化”
AI文章最大的硬伤不是句式，是素材。
AI会编造案例。它会说“某头部互联网公司的技术负责人曾表示…”——这个“某负责人”大概率不存在。它会说“数据显示…”——这个数据可能来自它的训练集幻觉。
怎么解决？不是靠prompt技巧，是靠工作流：
- 先让AI列大纲，不写正文
- 你自己填充真实案例、数据、个人经历
- 再让AI帮你润色和扩展
- 最后你过一遍，把所有“某公司”“有研究表明”替换成具体来源
核心逻辑：AI负责结构和语言，人负责事实和判断。
七、最后说一个不舒服的观点
去AI化的终极方法，不是让AI写得更像人，而是你写得更有价值。
AI能帮你组织语言、优化结构、提速产出。但它不能帮你拥有独特的经历、真实的判断、和不可替代的视角。
“不是…而是…”这个句式之所以让人生厌，本质上不是因为它用了太多次，而是因为它背后没有真正值得否定和肯定的东西。
当你真的有一个强烈的观点，真的有一手的经验，真的有一个别人不知道的案例——你用不用“不是…而是…”，文章都会好看。
反过来，如果你只是让AI把一堆正确但无聊的常识重新排列组合，那你再怎么调prompt、再怎么去AI化，成品也只是一个“看起来像好文章”的空壳。
AI写作的真正问题，从来不是AI。是我们自己有没有值得写的东西。
