“这句话很重要”：研究者扒出 1.3 万个 AI 写作口头禅，Claude 在学人，GPT 在跑偏

现在的人有一种新本能：读到一段文字，心里会默默判断“这是不是 AI 写的”。而研究者发现，尽管破折号、delve 这些早期“破绽”已经被模型改掉，AI 写文章时仍然会不自觉地暴露出独属于它的习惯。

一分钟速览

• 营销研究公司 Graphite 分析了前沿模型的写作习惯，找出每个模型偏爱的词句。
• 研究共识别出约 1.3 万个短语，在 AI 内容中出现的频率至少是人类的 2 倍。
• 早期破绽（如破折号、“delve”）已被模型改掉，但对比式句式和口头禅依然顽固。
• Graphite 首席 AI 官 Greg Druck 称：Claude 模型正越来越接近人类的词分布，GPT 模型则在远离。
• 研究基于 1 万篇文章规模的语料，用统计方法定位“AI 腔”。

AI 的“口癖”为什么改不掉

据 TechCrunch 报道，Graphite 分析了多个前沿模型的写作习惯，试图找出每个模型偏爱的词汇与句式。结果最令人意外的不是找到了多少破绽，而是破绽的“广度”——研究识别出约 1.3 万个短语，它们在 AI 生成内容中的出现频率至少是人类内容的两倍。

早期的破绽，比如滥用破折号、“delve”这类词，基本已经被训练流程“消灭”。但模型依然会频繁使用对比强烈的句式结构，比如“不是 X，而是 Y”这类写法，并且每个模型版本都带着自己独特的怪癖。

有人越写越像人，有人越写越像机器

Graphite 首席 AI 官 Greg Druck 给出了一个颇具信息量的观察：“研究发现，Claude 模型实际上在随时间越来越接近人类的词汇分布，而 GPT 模型则是在越来越远。”

这句话点出了不同厂商优化目标的分歧。有的模型在追求更自然、更有人味的表达，有的模型则可能在追求结构清晰、信息密度高的“工程师式”输出，代价就是更像一份机器写的报告。同一句提示词，交给不同模型，得到的“人格”截然不同。

为什么“AI 腔”值得较真

有人会觉得，这只是文风问题，无关痛痒。但在内容行业，AI 腔已经变成一个实际的商业问题：平台要判断内容质量，品牌要保持一致的语调，读者要用几秒钟决定是否继续读下去。当大量内容由 AI 生成，能识别“AI 腔”就等于掌握了一把筛选尺子。

研究本身也说明了一个方法论上的转变：检测 AI 文本，正从“找个别关键词”，升级为“分析整个词频分布”。单个词很容易被规避，但整体统计特征很难伪装。

趋势洞察

值得玩味的是，模型厂商一边被要求让输出更“像人”，一边又被要求让输出更“可识别、可溯源”。这两个目标其实存在张力——越像人，越难被检测；越可检测，越容易显得机械。

对普通用户来说，最实用的建议或许是：别再靠一两个词判断一篇文字是不是 AI 写的，那套办法早就过期了。真正稳定的破绽，藏在句式的节奏和词汇的整体偏好里——而这，恰恰是普通读者很难一眼看穿的地方。