如今 LLM 生成的散文无处不在，人类迫切想要找出识别它的方法。虽然破折号和“delve”这类早期标志早已消失，但研究人员表示，AI 模型在写作时仍会暴露出许多习惯性的蛛丝马迹。
一项新研究来自营销公司 Graphite 的研究考察了前沿模型的写作习惯，找出了每个模型最爱用的单词和短语。虽然破折号这类旧标志已被消除，模型仍会依赖对比强烈的句式，且每个模型版本都展现出自己独特的怪癖。最令人意外的是这些标志的范围之广。Graphite 发现了 13,000 个短语，它们在 AI 内容中的出现频率至少是人类内容的两倍——这就是他们对“标志”的定义。
“事实证明，Claude 模型实际上随着时间推移越来越接近人类的用词分布，”Graphite 的首席 AI 官 Greg Druck 对 TechCrunch 表示。“而 GPT 模型则越来越远。”
大规模研究 AI 生成的写作需要精心设计的研究方案。Graphite 首先建立了一个语料库，包含 ChatGPT 发布前发表的 10,000 篇文章，作为人类生成的对照组。随后研究人员让不同的 AI 模型根据摘要重写这些文章，希望尽可能消除源文本偏差。有了人类和每个模型相匹配的样本，他们就能比较某些单词和短语在 AI 写作中出现的频率，以及句子结构上更宏观的模式。
根据 Graphite 的结果，Claude Opus 5.5 最大的标志是“dependable”这个词，其出现频率是人类样本的 23 倍。虽然 Opus 5.5 现在避免了“it's not X, it's Y”的句式，但它仍倾向于说某事物“is more than an X, it's a Y”。
最重要的是，Opus 喜欢告诉你为什么事情重要，使用“this matters”这一短语的频率是人类写作的 116 倍，而“why X matters”的出现频率则是 92 倍。
OpenAI 的 Astra 则有一套不同的破绽。这个模型喜欢描述它所谈论的任何事物的“另一个维度”，并且倾向于用某个行动“may provide”或“can provide”某种特定好处来对冲其说法。它最大的标志是 Graphite 所称的“纠正性框架”，即把一个话题定义为“not simply X”，或将其作为替代方案提出，“rather than relying on X”。根据 Graphite 的研究，这些结构在 Astra 生成的文本中出现的频率是人类写作中的 100 多倍。
值得注意的是，所有前沿实验室似乎都对模型过度使用破折号这一说法做出了回应。在 Graphite 的样本中，Opus 5.5 使用该标点符号的频率比 Opus 5 低了 99%。Astra 现在使用它的频率比人类样本低 88%，而 Gemini 3.1 Pro 几乎已在其写作中完全消除了破折号。
但 Graphite 表示，尽管个别破绽会变化，总体数量基本保持稳定。“并不是说这些破绽在减少，”Druck 对 TechCrunch 说。“它们设法去掉了最广为人知的破绽，但其他破绽又冒了出来。而且每个模型版本都有自己的破绽。”
考虑到各实验室对类人写作风格的重视，这些破绽如此顽固令人意外。在 Opus 5.5 发布时，Anthropic 夸耀该模型“比之前的模型沟通得更自然”，称早期用户“发现它的写作更清晰、更易读”。
OpenAI 在发布Sol 和 Luna 的 GPT-6 版本时也做出了类似宣称，称用户可以“期待看到更清晰、更少术语、[以及]更少古怪措辞”。
但 Druck 对各实验室能在多大程度上彻底消除标志性结构或短语持怀疑态度。
“我有一个总体假设，那就是各实验室对其中一些东西的控制力比你想象的要弱，”Druck 说。“这些是拥有数十亿参数的巨型模型。它们能运行的测试数量是有限的，总会有东西漏过去。”
当你通过我们文章中的链接购买时，我们可能会赚取一小笔佣金。这不会影响我们编辑的独立性。
Russell Brandom 自 2012 年起一直报道科技行业，重点关注平台政策和新兴技术。他此前曾在 The Verge 和 Rest of World 工作，并为 Wired、The Awl 和 MIT 的 Technology Review 撰稿。 可通过 russell.brandom@techcrunch.com 或 Signal 412-401-5489 联系他。