这些"AI 味"其实不是 AI 味
把稿子交给 AI 去 AI 味，改完读一遍，往往更假了。原因通常不是 AI 改得不好，而是指令本身错了——你让它去掉的那些特征，本来就不是 AI 的特征。
网上流传的「AI 味清单」大多靠感觉归纳：句子太整齐像 AI、段落长度太均匀像 AI、用被动句像 AI、爱用排比像 AI。这些话听着有道理，但有人较真去数过，结论是相反的。
一份被实测推翻的清单
GitHub 上有个项目叫 lieflat-less-ai-tone（2664 星），做法与众不同：它不按「像不像」立规矩，而是拿人类文章与多个模型的输出做语料对比，只保留实测有差异、且差异有触发标记可定位的规则。它专门列了一张「不作为改写理由」表，逐条推翻流行说法：
| 流行说法 | 实测结论 |
|---|---|
| 句长、段落长度不够参差，就是 AI | 与人类写作无差别。不要为了制造节奏去调句长、拆段落 |
| 单字虚词偏少（就、很、了） | AI 确实偏少，但方向是补不是删；而且补虚词无法验收，容易把正式文章改成口语 |
| 反复写全称、少用代词 | 实测人类比 AI 更常重复同一名词 |
| 被动句多 | 抽象被动（被认为、被视为）远低于收录门槛 |
| 名词化、长句本身 | 现代汉语书面语的正常写法，人类同样这么用 |
| 正文里写「首先……其次」 | 与人类写作无差别 |
| 句内同构排比（提升效率，降低成本，优化体验） | 人类用得不比 AI 少 |
| 问句、设问、问句小标题 | 正文问句人类远多于 AI，删掉反而更不像人写 |
| 比喻本身、比喻独立成段 | 人类用得比 AI 多 |
同一个项目还纠正了另一个流行错觉：「一段里恰好凑三个案例」是 AI 特征。实测在已含案例的段落里，三案例占比 AI 是 0.6%、人类 0.5%，没有差别。真正有差别的是「案例句密度」——AI 是人类的 3 到 4 倍，但差距来自数量，不是「凑三」。
这些结论未必是终审，但它们至少说明一件事：「读起来像 AI」和「实测是 AI」是两回事。 按感觉改稿，很容易把人类本来的写法当成机器腔删掉，越改越空。
真正该改的那一批
那么哪些特征是真有差异、且能定位的？同一份清单里给了四条，都带实测倍率：
一、翻案腔。 先立一个读者并没有的误解，再把它推翻。「不是技术问题，而是认知问题」「与其说……不如说……」「表面……实际……」「你以为……其实……」。这类句式换个字面还是同一个动作，要整族一起改。
改法是从正面下判断，先给判断再给依据：
- 改前：真正的壁垒不是技术，而是认知。
- 改后：真正的壁垒是认知。
二、顿号罗列过密。 用顿号串起三项以上并列，一句塞进一整份清单。实测 AI 每千字 3.21 处，人类 1.78 处。能概括就别逐项列；必须保留三项以上，就把其中一项换掉句法，不让它们排成同一结构。
- 改前：采集、存储、展示。
- 改后：从采集到展示。
三、相邻句结构同款。 连着几句用同一个骨架，逗号位置一样、成分顺序一样、收尾方式一样。单看每句都通顺，连起来像填表。实测 AI 每百段 9.41 处「连续两句同款」，人类 4.81 处；连续三句同款 AI 0.84、人类 0.41——都是两倍左右，而且在人类语料内部很稳定，不是体裁造成的。
四、破折号滥用。 这一条要小心：不同模型差距极大，有模型用得是人类的五倍，另一些几乎不用。所以不能按「某个模型的味」去套，只按原文自己数。
另有一类是价值上升词与解说导引句：「值得注意的是」「不可否认」「从某种意义上说」。这类词本身不错，问题是密度——它们只负责强调，没有新增信息。
两条判断原则
第一，按触发标记改，不按感觉改。 触发标记的意思是：你能指出是哪个字、哪个结构触发的这条规则。指不出来，就别动。含糊的「这段读着有点 AI」不是修改理由，是审美偏好。
第二，要么改对，要么不改。 这是 说人话（2051 星）的立场：默认改写要保守，清理赘语和句法，保留背景、定位、程度与作者评价；不需要修改时返回原文。它把「正常文字误改率低于 10%」写成了发布门槛。宁可少改，不可改坏——这句在改稿上是硬道理。
一个简单的自查法
真要自己动手，不必背规则表。做三件事就够：
- 数一遍。同一章里，「不是……而是……」「值得注意的是」出现几次？出现两次以上就值得处理。一次通常不算问题。
- 看相邻句。连着三四句是不是同一个骨架，逗号都落在同一个位置。是，就把其中一句合并、拆开或换语序。
- 对照自己的旧稿。把三年前自己写的、那时还没有 AI 的稿子拿出来，扫一遍上面那些「AI 特征」——你会发现它们在你身上一样多。你的文风不是 AI 味。
不过，最省事的办法是不写出来
最后说句实话：去 AI 味本质上是在补——先把稿子写成机器腔，再花力气洗回来。真正省力的路径是让初稿本身就没那么多可清的痕迹。
同一批项目在这点上也一致：先保住事实，再清掉 AI 味，最后才加人味。 顺序反了，就会出现在一堆漂亮句子里找不到作者的情况。改稿是减法，写作那一步才是加法。
本站的 AI 味检测器 按这套判据做了初筛：它会标出高频词、套路句式、重复词与标点密度，给出分数。但要记住它的定位是筛查清单，不是判决书——分数低只说明有机器腔的痕迹，不代表稿子不好；而分数高的地方，最终该不该改，仍然要你自己看上下文决定。