AI写作的“指纹”并未消失：前沿大模型暴露出新的语言习惯

【科技24时区】当大语言模型（LLM）生成的文本如空气般弥漫在互联网的每一个角落，人类读者正急切地寻找辨别真伪的“嗅觉”。曾经那些显而易见的破绽——比如滥用破折号或频繁使用“delve”（深入探究）一词——早已成为历史。然而，研究人员指出，尽管旧有的痕迹被抹去，AI模型在撰写散文时仍会不自觉地退回到某些特定的语言习惯中。营销机构Graphite的一项最新研究深入剖析了前沿模型的写作癖好，试图从字里行间揪出每个模型独有的“口头禅”。

这项研究揭示了一个令人意外的发现：所谓的“露馅”特征，其覆盖范围远比想象中广泛。Graphite团队筛选出了13,000个短语，这些短语在AI生成内容中的出现频率至少是人类内容的两倍——这也是他们定义“露馅”特征的基准线。值得注意的是，不同模型的表现呈现出截然不同的演化路径。Graphite首席人工智能官Greg Druck向TechCrunch透露：“随着时间的推移，Claude系列模型实际上正在逐渐接近人类的词汇分布规律；相反，GPT系列模型则与人类表达方式渐行渐远。”

为了在大规模数据中精准捕捉这些细微差别，研究设计必须极为严谨。Graphite首先建立了一个包含10,000篇ChatGPT发布前文章语料库，作为纯人类写作的对照组。随后，研究人员让不同的AI模型根据摘要重写这些文章，旨在最大限度地消除源文本偏差。通过对比人类样本与各模型样本中特定词汇、短语的出现频率及句式结构模式，差异得以量化呈现。

数据显示，Claude Opus 5.5最显著的“身份标识”是单词“dependable”（可靠），其在AI文本中的出现频率比人类样本高出23倍。虽然Opus 5.5已摒弃了“It’s not X, it’s Y”这种生硬的对比句式，但它依然热衷于使用“is more than an X, it’s a Y”（不仅仅是X，更是Y）这类表达。更有趣的是，Opus似乎有一种强烈的冲动要向读者解释事物的重要性，其中“this matters”（这很重要）的使用频率比人类写作高出116倍，“why X matters”（为什么X重要）也高出92倍。

相比之下，OpenAI旗下的Astra模型则展现出另一套“泄露天机”的特征。该模型偏爱描述事物的“another dimension”（另一个维度），并倾向于通过声称某项行动“may provide”（可能提供）或“can provide”（能够提供）某种益处来对观点进行对冲修饰。Graphite将其最大的破绽称为“纠正性框架”，即把话题定义为“not simply X”（不仅仅是X）或提出替代方案“rather than relying on X”（而不是依赖X）。研究表明，这类句式在Astra生成的散文中出现的频率比人类写作高出100倍以上。

一个值得玩味的现象是，所有前沿实验室似乎都对“模型过度使用破折号”这一批评做出了回应。在Graphite的样本中，Opus 5.5使用破折号的频率比Opus 5减少了99%；Astra的使用率比人类样本低88%；而Gemini 3.1 Pro则几乎完全从写作中剔除了破折号。然而，尽管个别明显的“马脚”被修补，Graphite指出，整体上的“露馅”特征数量基本保持稳定。“这并不是说破绽在减少，”Druck表示，“它们成功移除了最广为人知的那些，但新的破绽又冒了出来。而且，每个模型版本都有自己独特的一套。”

鉴于各大实验室都在极力推崇类人化的写作风格，这种“破绽”的顽固存在着实令人惊讶。在发布Opus 5.5时，Anthropic曾夸耀该模型“比以往任何模型都沟通得更自然”，早期用户也认为其写作“更清晰、更易跟随”。OpenAI在发布GPT-6版本的Sol和Luna时也做出了类似承诺，称用户可以期待“更多的清晰度、更少的行话以及更少的怪异措辞”。

但从某种角度看，Druck对于实验室能否彻底消除这些标志性句式或短语持怀疑态度。“我的一个总体假设是，实验室对这些事情的控制能力比你想象的要弱，”Druck说道，“这些是拥有数十亿参数的巨型模型。它们能运行的测试次数是有限的，总有一些东西会漏网。”这或许暗示着，只要底层架构不变，AI试图模仿人类却又无法完全摆脱算法惯性的矛盾，将长期存在。