为了去AI味，有人开始故意写错字

type

Post

status

Published

date

Nov 9, 2026

slug

anti-ai-style-human-writing

summary

为了证明自己写作，有人故意拼错字。区分个体自述、检测工具的适用边界和企业语料研究。

Falade 的小说曾引来多家出版商竞购，后来卷入 AI 写作争议，失去原有的经纪合作。他否认用 AI 写这本书，承认曾用本地模型查小说相关资料和转换计量单位。

两件事需要分开。使用过 AI 查资料，无法直接证明正文由 AI 生成；作者否认，也不能替代对写作过程的调查。我们没有条件替这场争议判案。

他讲的另一个细节更让我在意。

按照 Falade 的自述，他在约八万五千词的手稿中数出了十八处 not X, but Y 结构，以及四十六个长破折号。网上流传的 AI 特征清单，把这类句式和标点都列进了怀疑范围。

在他看来，这些表达与自己成长的语言环境有关。约鲁巴语讲究比喻、谚语和对照。他举了一个骂人的例子，大意是，你的脑袋扁得像舀食物的勺底。

在熟悉这种语言的人听来，这是一种带画面感的挖苦。换个文化背景的读者，可能只觉得这比喻怎么这么奇怪。

如果读者已经拿着一张 AI 特征清单，陌生就容易变成可疑。

这才是让我不舒服的地方。一个句式原本只是写作习惯，一旦被贴上机器标签，作者就要解释为什么自己也会用。解释不通，最省事的选择可能就是删掉它。

Falade 在文章里追问，机器学会模仿人的表达之后，为什么人反倒需要压住自己的声音？这话来自争议当事人，有他的立场，但问题确实摆在这里。

说到这里，也不能顺手得出 AI 检测器都不靠谱的结论。

布鲁塞尔自由大学研究者发表的一项同行评审研究，比较了四款工具对一百六十篇英文论文的判断。样本分成纯人写、纯 AI、人机混合和 AI 稿经人工改写几类。

在其中四十篇纯人写论文上，四款工具都没有误判。

这个结果得讲。否则，只挑几个争议故事，很容易让人误以为检测器见谁都报 AI。

但换到混合文本，表现就拉开了。同一研究中，Pangram 在四十篇人机混合论文里严格命中三十七篇，GPTZero 在这组样本里没有命中。这里说的是这批样本、这套分类标准，不能拿去给所有工具排一个永久榜单。

文学文本还有另外的麻烦。法新社测试作家 Thélyson Orélien 小说的同一段节选，不同工具给出的结果，从很可能人写到百分之百 AI 都有。这个案例同时涉及抄袭指控和其他出版争议，不能简化成一位作家被机器冤枉的故事。

工具的判断可以提供线索。作家有没有代写、学生有没有违规，需要更多证据。那篇论文的研究者也明确提醒，不应把检测器当作高风险决策的唯一依据。

英文论文上的测试，离中文公众号文章、方言叙事、诗歌还有距离。这次材料里，没有足以回答中文写作者受到多大影响的研究。

只靠标点认 AI，还有个实际问题：标签会过时。

营销公司 Graphite 做过一项语料研究，拿一万篇 ChatGPT 发布前的人类文章，与九个模型按相同主题生成的九万篇文章比较。在它的样本里，GPT-6 Astra 使用长破折号的频率约为人类的八分之一。

这个反差很有意思。有人担心破折号让自己像 AI，某个模型在特定测试里却已经比人更少用它。

但这个数字也别拿去发明一套新的鉴定法。

研究里的模型都用了同一个固定提示词，人类文章来自较早时期，文体限定为网页文章。换提示词、换文本，结果可能变化。这是企业研究，未经同行评审。研究者自己也不建议拿单个语言特征判断作者身份。

我们能看到的是，某些旧特征在这些样本中变弱了。至于背后有多少来自训练调整、提示词影响或年代差异，这组比较并没有替我们分清。

所以，多用一个标点，少用一个词，都很难证明是谁敲下了整篇文章。

我觉得，去 AI 味这件事可以继续做，但得想清楚自己在改什么。

一句话太绕，改短一点。段落全是空泛评价，补上具体对象和依据。某个判断自己也不信，干脆删掉。这些修改能让读者少费点劲，即使完全没有 AI，照样有必要。

故意加错别字就不同了。它让文章更难读，却没提供可靠的作者证明。模型同样能被要求拼错单词，人也完全可能写出工整的句子。

如果某个场景确实需要说明写作过程，我更愿意建议保留大纲、资料出处、文档版本记录，以及自己改过的几段。它们也未必能终结所有争议，至少能让讨论从一个分数，落到具体的工作上。

下次改稿，可以先留着那个本来就想用的标点。把时间花在检查事实和补来源上。

参考资料：

选题线索来自量子位原文。文中区分了个案自述、受控测试与语料比较，未将它们合并为人群层面的趋势结论。