当我开始使用AI来辅助自己码字就发现了AI生成文章的一些套路。
套路1：深刻的开场
先给一个貌似深刻的开场：“在这个快速变化的时代，XX 正在重新定义我们如何……”
或者：“很多人以为 X，真正的问题却是 Y。”
套路2：快速宣布一个中心观点
比如：“真正重要的不是工具，而是思维方式。”
你还能看到更多的例子，看着像是一个非常干净的二元对立：
- 不是 A，而是 B
- 真正的问题不是 X，而是 Y
- 关键不在于 X，而在于 Y
而且每一节都是 “观点 → 解释 → 举例 → 小结”
例如： AI 降低了编码成本。 这意味着…… 所以真正的变化是……
内容完整的像教科书，这。。。老师也不会这么讲。
套路3：转折
AI会疯狂使用“转折连接词”，这个在中文文章生成时尤其明显：
- 然而
- 与此同时
- 更重要的是
- 换句话说
- 从这个角度来看
- 值得注意的是
- 这意味着
- 归根结底
（话说，谁写文章的时候加这么多转折啊？显得有些太唐突了。）
套路4：刻意制造金句
比如：
AI 不会淘汰工程师，会淘汰不会使用 AI 的工程师。
未来属于那些能够驾驭 AI，而不是与 AI 竞争的人。
而且 LLM 还对排比非常执着。
更快地开发，更低成本地试错，更高效地迭代。 它不是一个工具，不是一种趋势，而是一种全新的工作方式。
这些句子单独截图很好看，但连续看 AI写的文章，基本上全是这个节奏。
套路5：结尾刻意升华
其实没啥必要的升华也非要搬出来卖弄卖弄文字。这种结尾已经快成 AI 版“让我们携手共创美好未来”了，笑。
最终，我们需要思考的并不是 AI 会走向哪里，而是我们希望自己成为怎样的人。
未来已经到来，真正的问题是，我们是否准备好了。
其实也不是没有解决办法
还好现在有很多人在注意到这个问题，并提供了一些可选的解决方案。 我最早发现的就是 blader/humanizer，它是源自于Wikipedia 的 “Signs of AI writing” 指南，也就是 WikiProject AI Cleanup 长期整理出来的一套 AI 写作特征 taxonomy。目前被很多其他skill当做了基础规则集。
当然，这个也有中文版的 humanizer 仓库 jiji262/humanizer-chinese，上游是基于 blader/humanizer 。同时也参考了一些论文来做补充，个人用起来感觉还是有一定效果，能避免不少AI常用的文章范式（比如上面提到的都会被毙掉）。
中文版还有另一个仓库可以参考使用 op7418/Humanizer-zh。
在写英文文章的，推荐把 petergyang/no-ai-slop 和 blader/humanizer 同时加到智能体skill set里使用。在生成好文章后再翻译成其他语言，要求智能体按照原意来翻译能避免不少slop。
但是其实就算用了这些skill来限制AI，还是会留下一些AI味。
测试
我做了个测试，比如同一个题目生成文章，在是否加载skill的情况下进行对比，字数限制200字。
这里使用了 op7418/Humanizer-zh 单个skill。
题目：AI 为什么让写作更容易，却更难写出个人风格？
A｜普通 AI
AI让写作容易，因为它能替我们开头、搭框架，把零散想法连成文章。困难也随之出现：当一句话已经足够通顺，我们往往懒得再想自己会怎么说。久而久之，文章读着顺了，作者的特点却可能淡了。个人风格藏在具体的选择里：偏爱哪个词，怎样讲一件小事，愿意保留什么判断。这些选择仍需作者亲自完成。
B｜Humanizer 后
AI几秒钟就能给出一篇通顺的初稿，省去了对着空白页发愁的时间。麻烦在于，现成的句子太容易被接受。原本想说“我不喜欢”，看见它写“仍有改进空间”，也觉得可以，便留下了。改上几轮，态度淡了，措辞倒是挑不出错。我觉得，个人风格最难保留的就是这些小选择。用AI写完以后，还得逐句看：这句话是不是我的意思，我平时会不会这样说。
还是会有一些AI味，但是少了一些。接下来进行“人味”追加处理即可。