AI写作的破绽：不是措辞，而是没有观点

当AI写稿变得"一眼可辨"

在TikTok和YouTube上，用AI批量生产脚本已经不是什么秘密。但对内容创作者来说，一个越来越尖锐的问题浮出水面：观众其实一眼就能看出来。TikTok博主 @therealcornpop 最近的一段吐槽在开发者和内容圈引发共鸣——他被知名技术博主 Simon Willison 引用并加上了 ai-misuse（AI滥用）的标签。

这段话之所以值得展开，是因为它触及了当下AI生成内容最核心的短板：不是技术层面的语法问题，而是内容层面的"空心化"。

那些人人都能识别的"AI腔"

@therealcornpop 列举了几个典型的AI写作痕迹，这些几乎已经成为大语言模型的"指纹"：

• "It's not X, it's Y" 句式：一种对比式的转折结构，听起来很有洞察力，但被过度滥用后反而显得套路化。
• 三段式规则（rule of three）：把观点强行凑成三个并列项，节奏工整得不自然。
• 破碎的断奏式写作：用大量标点符号把句子切碎，堆砌一堆短语，营造出一种"深刻感"——"but it's not（但其实并不深刻）"。

这些特征单独看都不算致命，很多真人写作者也会用。真正的问题在于它们被组合在一起、高频出现时，会形成一种识别度极高的机械腔调。

这些语言模式之所以在AI输出中高度集中，与模型的解码策略也有关系。在生成文本时，模型默认倾向于选择条件概率较高的词语序列，而这些高频句式恰好在训练语料中大量出现——它们本就是互联网上"看起来有洞察力的写作"的最大公约数。"It's not X, it's Y"的对比句式在商业文案、励志内容和科普写作中极为普遍，三段式结构则深植于英语写作教育的基础训练中，两者都因高频而成为模型的"最小阻力路径"。值得注意的是，这些特征在AI生成工具被广泛使用后正在形成一种反馈循环：越来越多的人类写作者受AI风格影响，这些特征也越来越难以单独作为判断依据——真正的区别信号，正如文章所指出的，最终还是落在有无鲜明立场上。

真正的破绽：内容的"空心"

作者话锋一转，指出了比措辞更根本的问题：

"It's the lack of anything. It's the lack of a definitive sort of spear of your voice."

翻译过来就是——AI稿件最大的破绽不是它写了什么错的东西，而是它什么都没说。它缺乏一种明确的、像"矛尖"一样锐利的个人声音。

他更犀利地补充："我能看出来你对自己正在谈论的东西根本没有观点。"

这句话点破了当前AI生成内容的本质困境。大语言模型擅长生成流畅、结构工整、信息正确的文本，但它天然缺乏"立场"。它不会为一个观点辩护，不会有偏好，不会因为个人经历而对某件事爱恨分明。而这些恰恰是内容能够打动人的核心。

为什么"没有观点"是AI难以逾越的坎

从技术角度理解，这个现象并不意外。语言模型的训练目标是预测最可能的下一个词，其输出本质上是海量文本的"平均值"。这种机制天然趋向于中庸、四平八稳、面面俱到——也就是尽量不冒犯、不偏激、不下结论。

而优质的观点内容恰恰相反：它需要取舍，需要作者敢于说"我认为A比B好"，需要基于真实体验的判断。当创作者直接把AI生成的文本搬上台面时，观众感受到的不是信息缺失，而是人格缺失。

这也解释了为什么很多AI辅助的内容即便信息准确、表达流畅，依然让人觉得"隔着一层"。技术滤镜可以美化措辞，却无法凭空注入立场。

从训练机制看，这一局限有更具体的根源。主流大语言模型（如GPT系列、Claude、Gemini）采用的RLHF（基于人类反馈的强化学习）训练流程，会系统性地强化"被大多数标注者认可"的输出风格。标注者往往更倾向于给平衡、中立、不易引发争议的回答打高分，这在无意间进一步筛除了模型输出中的"偏激"成分。此外，为了规避法律与声誉风险，商业模型还被显式地训练成回避明确表态。结果是：模型不仅在统计意义上输出"平均文本"，还在价值判断层面被系统地"去锋化"。这与人类写作者的成长路径截然相反——真正有辨识度的作者，往往是在反复为某个观点辩护、承受读者质疑的过程中，才磨砺出属于自己的声音。

对创作者的启示

这条简短的吐槽给依赖AI的内容创作者提了个醒：

AI是放大器，不是替代品。 如果你本身有清晰的观点和独特的声音，AI可以帮你更高效地组织表达；但如果你把"有没有观点"这件事也外包给AI，成品就会暴露出那种致命的空洞。

警惕AI腔的路径依赖。 那些"It's not X, it's Y"的句式和三段式结构之所以泛滥，是因为它们是模型的默认输出。创作者若不加干预地照搬，只会让内容越来越同质化。

观点无法自动化。 在信息生成成本趋近于零的时代，稀缺的不再是流畅的文字，而是真实的判断、鲜明的立场和有温度的个人视角。这或许是人类创作者面对AI浪潮时，最值得守住的护城河。

结语

@therealcornpop 的观察之所以能被 Simon Willison 收录进AI滥用的讨论，正是因为它跳出了"如何识别AI文本"的技术层面，触及了一个更深的命题：AI能写出正确的话，却写不出"你的话"。在人人都能调用大模型的今天，敢于表达观点、拥有辨识度的声音，反而成了最难被复制的东西。