如今，由大语言模型生成的文本无处不在，人们迫切希望找到识别它们的方法。虽然早期的一些明显特征（如破折号和“delve”一词）早已消失，但研究人员表示，AI模型在撰写文本时仍会依赖许多具有标志性的习惯用法。
AI写作的新“指纹”：13,000个高频短语
一项新研究来自营销公司Graphite，考察了前沿模型的写作习惯，挖掘出每个模型最偏爱的词汇和短语。尽管破折号使用等旧有特征已被消除，但模型仍倾向于依赖对比强烈的句式结构，且每个模型版本都展现出其独特的个性特征。最令人惊讶的是，这些“特征”的范围之广。Graphite发现了13,000个短语，它们在AI生成内容中出现的频率至少是人工内容的两倍——这正是他们定义的“特征”。
Graphite的首席人工智能官Greg Druck告诉TechCrunch：“事实证明，Claude模型随时间推移正逐渐接近人类的词汇分布模式。而对于GPT模型来说，情况则恰恰相反，它们与人类用词模式的差距正在拉大。”
研究方法：精心设计的对照实验
大规模研究AI生成的写作需要精心设计研究方案。Graphite最初选取了1万篇在ChatGPT发布之前发表的文章作为人类生成内容的对照组。随后，研究人员让不同的AI模型根据摘要重写这些文章，以尽可能消除来源偏差。通过匹配来自人类和各个模型的样本，他们可以比较某些单词和短语在AI写作中出现的频率，以及句子结构中的更广泛模式。
各模型标志性特征解析
Claude Opus 5.5：最大的特征是单词“dependable”（可靠），其出现频率比人类样本高出23倍。虽然Opus 5.5现在避免了“不是X，而是Y”的句式结构，但它仍然倾向于表达某物“不仅仅是X，更是Y”。此外，它特别喜欢强调重要性，使用“this matters”这一短语的频率比人类写作高出116倍，“why X matters”的出现频率则高出92倍。
OpenAI Astra模型：喜欢描述话题的“另一个维度”，并倾向于通过“may provide”或“can provide”对主张加以限定。其最显著的特征是“纠正性框架”，即把某个主题定义为“not simply X”或作为替代方案提出“rather than relying on X”。这类句式在Astra生成的文本中比在人类写作中多出100倍以上。
破折号的消退与特征的顽固
值得注意的是，所有前沿实验室似乎都已意识到模型过度使用破折号的问题。在Graphite的样本中，Opus 5.5使用该标点符号的频率比Opus 5低了99%；Astra现在的使用频率比人类样本低88%，而Gemini 3.1 Pro几乎完全从其写作中消除了破折号。
然而，尽管个别特征在不断变化，Graphite表示总体数量基本保持稳定。Druck告诉TechCrunch：“这些标志性特征并没有减少。他们设法去除了最广为人知的特征，但其他特征又会出现。而且每个模型版本都有其自身的特征。”
为何类人化承诺难以兑现？
考虑到各大实验室对类人写作风格的重视，这些“特征”如此持久存在令人惊讶。在Opus 5.5的发布中，Anthropic宣称该模型“比之前的模型沟通更自然”，并表示早期用户“发现它的写作更清晰、更易理解”。OpenAI在发布Sol和Luna的GPT-6版本时也做出了类似声明，称用户可以“期待看到更高的清晰度、更少的行话以及更少的奇怪措辞。”
但Druck对各大实验室能否彻底消除这些标志性句式或短语持怀疑态度。他表示：“我有一个普遍假设，即实验室对这些方面的控制能力可能不如你预期的那么强。这些是拥有数十亿参数的巨型模型，它们能进行的测试次数有限，因此总会有一些问题漏网。”