有人在网上整理了一份「AI 味」清单——怎么一眼看出一段文字、一个网页是 AI 做的。看完我有点想笑，因为中文这边，我每天都在跟另一套味儿死磕。👃
一个开发者写了篇〈Various LLM Smells〉，把英文世界里那些 AI 破绽摊开来讲，语气挺轻松，也声明了自己不反对用 AI。挑几个最戳的说：
金句太密。每句话都想押个韵、留个回响，密到不像正常人说话。原文举的例子是那种「人类信任对称，因为它像是智能的可见形态」——单看很唬人，通篇都这样就露馅了。人写东西会有平的地方，模型不会，它句句都要漂亮。
短句连发。一句一断，硬凹出一种「很有力量」的节奏，读两段就腻。
「X 是 Y 的 Z」的万能比喻，还有「不只是 X，更是 Y」的拔高句式——套个公式就能批量造金句，模型最爱。
这股味还不只在文字里。原文也吐槽了「网页味」：清一色的 JetBrains Mono 字体、长得一模一样的按钮和卡片、那个会闪的小圆点状态徽章——一堆号称「独一无二」的网站，撞脸撞到像同一个模子里倒出来的。道理跟文字一样：模型给的是同一套最优解，谁都照着抄，自然全长一个样。
读到这儿我乐了。英文有英文的味，中文有中文的，而我做这个号，每天的活就是把中文里的 AI 味洗掉。所以那张黑名单我背得比谁都熟：开口一定「首先、其次、最后」，收尾爱用「综上所述」「希望对你有帮助」，正文里塞「值得一提的是」「不难发现」，最油的是「不是 A，而是 B」那个对仗，还有凑数的三件套「更快、更省、更强」。一段话里这些冒出两三个，机器味就藏不住了。
举个例子你就懂。同一个意思，AI 默认会写成：「综上所述，这款工具不仅大幅提升了效率，更重构了我们的工作方式。」——对仗、拔高、四平八稳，每个字都对，连起来就是一股味。换成人话，大概是：「说白了，它就是帮你把那几步重复操作省掉，别的没多神。」后面这句没那么漂亮，甚至有点泄气，但你会信它。差别就在这：漂亮是模型的默认，可信是人才肯付出的代价。
往深里想，这些破绽追到根上是同一个：模型在求稳。它学了海量「看起来很好」的文本，于是不停回归那个最安全的平均值——最对称的句式、最不会出错的比喻、最像「好文章」的样子。可越安全，就越容易撞衫，越容易被一眼认出来。所谓 AI 味，说白了就是「太标准」。
反过来，真正骗得过这套探测器的，往往是那些不完美的地方：一句没说完的话、一个突然冒出来的口语、一处只有人才会有的犹豫和跑题。机器追求的是平均分，人写东西会留下指纹。
那要是你自己也用 AI 起草呢？别指望丢一句「写得像人一点」就完事，那基本没用。真正管用的是反着来：把对称的句子拆散，把三件套砍成一件，每读到一个金句就问一遍「这话人真会这么说吗」，再手动塞回一两处不那么工整的地方。麻烦，但「洗味」和「生成」的区别，恰恰就在这点麻烦上——前者有人在为每一句话负责，后者没有。
所以别再死磕「怎么让 AI 写得更像人」了。先认清一件事：它默认的样子，就是会被一眼认出来的那个样子。想去掉味儿，得有个人把它从那个平均值里硬拽出来。
下次你读到一段「太顺、太漂亮」的文字，会不会也忍不住开始数它的破绽了？
👃 原文〈Various LLM Smells〉· 完整清单 · 评论区取 ↓
关注 @svtransit1 · 写给真在用 AI 的人
#AI #AI写作 #内容创作 #AIGC
原始来源：https://shvbsle.in/various-llm-smells/
关注 @svtransit1 · 每 3 小时一篇 AI 前线 · RSS