隔了几天，一家叫 Graphite 的营销公司交出一份字典，13000 条。
做法不复杂。研究团队先找了一万篇 ChatGPT 发布之前的文章当人类对照组，然后让几个前沿模型仅凭摘要重写这些文章。这一步是关键：只给摘要，等于把选题、用材、原始措辞全挡在外面，对比剩下的就只有用词和句式，不会变成“模型选了个别的题造成的差异”。最后筛出 13000 个在 AI 文本里出现频率至少是人类两倍的短语，Graphite 把这类东西叫 tell，口语里就是“破绽”。
单词 dependable（可靠）比人类多用 23 倍。“this matters”（这一点很重要）多用 116 倍。“why X matters”（为什么某件事重要）多用 92 倍。句式上它已经不用“它不是 X，它是 Y”这个被公开点过无数次的旧毛病了，换成了它的近亲——“它不只是一个 X，它是一个 Y”。改掉了旧疤，长出了新疤，位置还差不多。
Astra 爱说某个话题的“另一个维度”，爱用“may provide”“can provide”这种和缓语气。最突出的被 Graphite 叫作“纠偏式表达”——先说“它不单纯是 X”，再说“而不是依赖于 X”。这类结构在 Astra 写的文本里，比人类文稿多了一百倍以上。
以前人人都能一眼认出 AI 写作有个标志：句子中间夹一个长破折号。现在这个标志快被剿灭了。Opus 5.5 比 Opus 5 少用 99%，Astra 比人类基线少用 88%，谷歌的 Gemini 3.1 Pro 几乎把这个符号从自己的输出里清干净了。那个被当成 AI 标志的动词 delve，也基本绝迹。过去那套“看破折号加生僻词”的经验手册，一夜之间作废了。
Graphite 首席 AI 官 Greg Druck 对 TechCrunch 说的原话是：这些特征并没有在减少。他们成功去掉了最有名的那些，但新的会冒出来。每个模型版本都有自己的。这家公司的研究还看出一个分裂：Claude 系列每一代都在往人类的词频分布上靠，GPT 系列在持续偏离。同一家实验室的两条产品线，一个在装得像人，一个越来越像自己。
Druck 的解释很实在：这些是有数十亿参数的大模型，他们能跑的测试是有限的，总会有东西漏出来。这句话放在编程里人人懂——你测了一万个用例，剩下那一条漏了，就等着它上线那天爆。语言也一样。禁掉一百个具体词，不等于禁掉一整类结构。禁用词表能压住某个说法，压不住“倾向”。它更像训练落在词选上的统计残留，不是一个能拧回零的旋钮。
还有一层得替这项研究说句公道话，它的实验设计有个边界：让模型照摘要重写，一次交活。真实的工作流不是这样。人是让AI先写，自己再改一遍。改过之后指纹会被稀释，句式会跟着人的习惯走。也就是说，实验室里测出来的 116 倍，和你实际收到的一篇文章之间，还隔着一个人的手。这大概能解释一件怪事：词典都一万三千条了，为什么从没见哪篇文章因为这个被大规模揪出来。
字典要跟着模型版本不停重训，每个版本换一批词，检测器就得跟着重写一遍规则。这是一场防守永远在追一个刚移动过去的目标的军备竞赛，字典的半衰期大概是几个月。往前看更实用的判断是，别把“AI 味”当成判决。116 倍是相对人类基线算出来的，而绝大多数读者对人类基线并不熟悉。写东西本来就拗口、喜欢用对照句的真人作者，被这套词表扫进去的概率并不低。风格强烈的人一直被怀疑在用AI，这事很早就有了。
学生和写手最直接：交出去的作业、投出去的稿子，可能一眼就被认出来。我把几条最扎眼的摆出来自查——“这一点很重要”、“为什么这事重要”、“它不只是一个 X，它是一个 Y”、“不只是……而是……”、“一个维度”、“而不是依赖于”。这几条你数一数自己的稿，中两条以上就有点悬。自媒体人看的是另一头，平台和读者开始按“AI 味”给内容定价，写得太像，掉的是信任。打工人最容易忽略的是这一层：邮件、周报、季度总结，正在被无形标注，老师和HR面前那点差别，可能就是这几个词。开发者拿到的是一份永远不会完工的活——检测工具的字典要跟着模型版本不断重训，这条赛道没有终点。
我觉得字典追不上模型，这不怪谁笨。检测的价值也不在抓人，在提醒——一份AI腔的稿子里，最先被读出来的永远是那套句式，而不是观点。真正的损耗在这儿：所有人都开始用同一套转折句说话，久而久之，读者听见的就不再是字面意思。
回去翻翻自己最近发的东西，数一数那六个短语出现了几次，评论区报个数字。