AI 文本越来越难辨真伪？新研究揭示各大模型的“写作习惯”
研究背景与方法
LLM 生成的文本已无处不在，读者越发渴望辨别文章是否出自 AI 之手。虽然早期一些“机器味”特征（如大量使用破折号或 delve 一词）已基本消失，但新研究显示，AI 模型在长文写作中仍存在不少惯用套路。
营销公司 Graphite 发布了一项新研究，系统梳理了前沿模型的写作习惯，识别出各模型偏好的词汇与句式。研究者将“AI 写作特征”（tell）定义为：在 AI 内容中出现频率至少是人类内容两倍的短语。按此标准，Graphite 一共发现了 13,000 个这样的特征——规模远超预期。
研究设计颇为严谨：团队首先收集了 ChatGPT 发布前发表的 10,000 篇文章作为人类写作对照组，再让不同 AI 模型根据摘要重写这些文章，以消除来源偏差。这样一来，研究者可以在相同主题下对比人类与各模型的实际用词与句式差异。
核心发现：各模型“写作习惯”差异明显
Claude Opus 5.5：爱说“这很重要”
Claude Opus 5.5 最显著的特征是用词 “dependable”，出现频率是人类样本的 23 倍。虽然该版本已不再使用“it's not X, it's Y”这类句式，但仍然倾向于“is more than an X, it's a Y”的表达结构。
最夸张的是 Opus 对“重要性”的执念：“this matters” 出现频率是人类写作的 116 倍，“why X matters” 则是 92 倍。
OpenAI Astra：偏好“纠正式”表达
Astra 的特征与 Opus 截然不同。它喜欢描述某事物的“another dimension”（另一个维度），并惯用“may provide”或“can provide”来弱化声明的确定性。
最大的特征被 Graphite 称为“纠正式框架”（corrective framing）——用“not simply X”来定义主题，或以“rather than relying on X”提供替代方案。这些句式在 Astra 生成文本中的出现频率是人类的 100 倍以上。
破折号几乎被全面消灭
一个值得注意的共同趋势是，所有前沿实验室似乎都已针对“过度使用破折号”这一问题做出调整：
| 模型 | 破折号使用降幅 |
|---|---|
| Opus 5.5 | 减少 99% |
| Astra | 减少 88% |
| Gemini 3.1 Pro | 几乎完全消除 |
影响与建议：AI 写作特征为何如此顽固？
Graphite 首席 AI 官 Greg Druck 指出，研究结果出人意料地显示：Claude 模型正逐渐向人类词汇分布靠拢，而 GPT 模型则越走越远。 更值得关注的是，尽管各实验室宣称新一代模型“表达更自然”“更少术语”，但 AI 写作特征的数量并未显著下降。Druck 对实验室能否彻底消除这些特征持怀疑态度：
“实验室对这类问题的控制能力，可能比外界预期的要弱。这些模型参数高达数十亿，测试样本有限，总有漏网之鱼。”
换言之，AI 写作检测是一场持续升级的猫鼠游戏：旧特征被压制，新特征又会涌现。
评论