Skip to content
Back/Product Trends

AI Writing Tells — AI 生成文本的可识别语法痕迹

View in Graph
Updated 2026-09-19
2 min read
301 words

AI Writing Tells — AI 生成文本的可识别语法痕迹

来源:Every Context Window 2026-04-26

Barron's 调查发现,2023 至 2025 年间,美国大型公司文档里 "not just a ____, it's a ____" 这种 correlative construction 用法增长了 4 倍。这种相关性结构跟 LLM 普及曲线高度吻合,已成为新的"AI tell"(AI 写作的破绽)。


已识别的 AI Tell 信号

信号 描述 数据来源
"not just X, it's Y" 相关性结构,强调递进 Barron's,2023-2025 增长 4 倍
em dash (—) 滥用 破折号过度使用,制造"口语化"节奏 Barron's 观察
对仗式列表 结构过于工整的并列项 社区观察
"It's worth noting that..." 过渡套话 社区观察

这些信号的共同特征:语法上的"优美工整"反而成为机器痕迹。人类写作通常更不规则、更口语化、更跳跃。


反向信号:Taffy Brodesser-Akner 的困境

最讽刺的案例来自传奇人物作家 Taffy Brodesser-Akner。她在 2018 年那篇 Goop 巨幅特写中,几乎每隔一段就用一次"not X, it's Y"——这是她标志性的写作韵律。

今天的悖论:即使是 Taffy 这样有口碑的作者,再用这种句式也无法让人相信是她亲笔。人类作者不得不主动避开自己早就习以为常的句式,以免被怀疑是 AI 代笔。


投资者视角:Red Flag

Barron's 把这种语言痕迹定性为"红旗信号"(red flag for readers):

投资者在阅读企业沟通材料时,要把这类结构作为信号——它可能意味着这份沟通是 AI 生成或重度 AI 改写,真实信息密度需要打折。

这意味着:

  • 企业沟通的可信度正在受 AI 痕迹影响
  • 读者(包括专业投资者)开始用语法统计学判断内容真实性
  • "风格被殖民"——人类原创者要么放弃自己的某些习惯句式,要么承担"被怀疑"的成本

对写作者的启示

应审查的信号

在自己写的重要内容(简历、求职信、对外稿件)里,主动减少:

  • "It's not just X, it's Y" 句式及变体
  • 滥用 em dash
  • 对仗式列表
  • "It's worth noting that..." 等过渡套话

新的"人味"方向

当 AI 写作趋向"优美工整"时,真正可识别的"人写"反而可能是:

  • 更口语化
  • 更跳跃、更不连贯
  • 故意的不规则结构
  • 个人化的引用和典故

故意做得不那么"漂亮"反而能建立可信度。


深层含义

AI 写作正在反向定义"人味"。这不是技术问题,而是文化问题:

  • 语言风格曾被视作个人标识(如 Taffy 的句式)
  • LLM 普及后,这些风格变成了"可复制的机器特征"
  • 人类写作者被迫进入"反风格"竞赛——越不像 AI,越像人

这种动态可能持续演化:今天避开 em dash,明天可能需要发明新的"不规则"来区隔。

2026-04-26 补充:Nikunj Kothari 论写作清晰度

来源:AI Builders Digest 2026-04-26

FPV Ventures 合伙人 Nikunj Kothari 围绕清晰度和对读者的尊重重新定义了写作质量:

  • 最好的写作能清晰地传达核心,并分享一条正在 simmering 但未被充分探索的线索
  • 最好的作家不会倾倒已成形的想法,而是以邀请读者同行分享思维边缘的方式
  • 简洁和清晰是大多数写作中缺失的东西
  • 当场清晰表达是这项技能的更难版本

这与"AI Writing Tells"形成对照:AI 生成的文本往往结构工整、过渡平滑,但缺乏真正在 simmering 的未探索线索。识别"人味"的一个维度正是看文本是否包含这种"未完成的思考边缘"。

链接:https://x.com/nikunj/status/2048056524845482131


Pangram 案例:检测器识别的是分布,不是作者身份(2026-09-16)

来源:Ben's Bites 2026-09-16

Armin Ronacher 记录了用 Pangram 检测 AI 写作的实验:让 Opus 5 按 David Sacks 的结构写长推文,检测为 100% AI;随后逐段从头改写、保留结构和观点但不保留原句,仍被判为 100% AI。他的解释是,LLM 决定的结构可能已把文本带入可识别的分布,后续润色洗不掉。Pangram 自述误判人类文本率为 0.0041%、漏检 AI 文本率 0.34%。

对本页 tell 信号的补充:AI 检测器不是作者身份证明,但可作为写作流程信号。如果模型决定了结构、节奏和论证方式,人类修订可能仍是"在 AI 骨架上编辑"。这从反面定义了 tell 的边界:可检测的不是文字本身,而是结构层面的模型指纹。

Sources (addendum)

Sources

Synthesized from 3 sources

Evolution

1 event
  1. absorbed

    Derived from source material

    This page is currently synthesized from 3 sources.

    From Every Context Window — Model Wars, 2026-09-16 Good luck slowing this down, 2026-09-16 Good luck slowing this downTo AI Writing Tells — AI 生成文本的可识别语法痕迹
    Sources: raw/newsletters/Every/2026-04-26 Model Wars.md · /Users/jean/Documents/Obsidian Vault/raw/newsletters/Ben's Bites/2026-09-16 Good luck slowing this down.md · raw/newsletters/Ben's Bites/2026-09-16 Good luck slowing this down.md

Linked from