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