如今，大语言模型（LLM）生成的文本随处可见，人类迫切希望找到识别它的方法。尽管长破折号和“delve”这类早期破绽早已消失，研究人员表示，AI 模型在写作时仍会暴露出大量标志性习惯。
营销公司 Graphite 的一项新研究考察了前沿模型的写作习惯，找出每个模型偏爱的词语和短语。虽然使用长破折号这类旧破绽已被消除，模型仍会依赖对比强烈的句式，而且每个模型版本都表现出自己独特的怪癖。最令人意外的是，破绽的范围竟然如此之广。Graphite 发现，有 13,000 个短语在 AI 内容中的出现频率至少是人类内容的两倍——这是他们对“破绽”的定义。
“事实证明，随着时间推移，Claude 系列模型实际上正在越来越接近人类的词汇分布，”Graphite 首席人工智能官 Greg Druck 告诉 TechCrunch。“而 GPT 系列模型则越来越远。”
要大规模研究 AI 生成写作，需要严谨的研究设计。Graphite 从 ChatGPT 发布前发表的 10,000 篇文章组成的语料库入手，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，希望尽可能消除来源偏差。有了人类和每个模型相匹配的样本，他们就能比较某些词语和短语在 AI 写作中出现的频率，以及句子构造中的更广泛模式。
根据 Graphite 的结果，Claude Opus 5.5 最大的破绽是“dependable”（可靠）一词，其出现频率是人类样本的 23 倍。虽然 Opus 5.5 现在避开了“不是 X，而是 Y”的句式，但仍倾向于说某事物“不止是 X，更是 Y”。
最重要的是，Opus 喜欢告诉你事情为何重要，使用“this matters”（这很重要）的频率是人类写作的 116 倍，而“why X matters”（X 为何重要）的出现频率则是人类写作的 92 倍。
OpenAI 的 Astra 则有另一组破绽。这个模型喜欢描述所谈内容的“另一个维度”，并倾向于用某项行动“可能会提供”或“能够提供”某种益处来对冲主张。它最大的破绽是 Graphite 所称的“纠正式框架”（corrective framing），即把一个话题定义为“不只是 X”，或将其作为替代方案提出，“而不是依赖 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的 100 多倍。
值得注意的是，所有前沿实验室似乎都回应了模型过度使用长破折号的问题。在 Graphite 的样本中，Opus 5.5 使用该标点的频率比 Opus 5 低 99%。Astra 现在使用长破折号的频率比人类样本低 88%，而 Gemini 3.1 Pro 几乎已将其写作中的长破折号完全消除。
但是，尽管具体破绽会变化，Graphite 表示总体数量基本保持稳定。“破绽并没有减少，”Druck 告诉 TechCrunch。“它们设法移除了最知名的破绽，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。”
鉴于各实验室都专注于类人写作风格，破绽如此顽固令人意外。在 Opus 5.5 发布时，Anthropic 夸耀该模型“比先前模型沟通得更自然”，称早期用户“发现其写作更清晰、更易理解”。
OpenAI 在发布 Sol 和 Luna 的 GPT-6 版本时也做出类似宣称，称用户可以“期待更清晰、更少术语、更少古怪措辞”。
但 Druck 对实验室能在多大程度上彻底消除标志性句式或短语持怀疑态度。
“我的一个总体假设是，实验室对其中一些东西的控制能力比你预想的要弱，”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有限，总会有东西漏过去。”
