公司報告書教會了聊天機器人的口吻
《經濟學人》數了 120 萬個單字來驗證
前言
讀者 您好，現在只要看到一個破折號，就會有人留言說「這肯定是 AI 寫的」。英語圈叫 em dash 的那個符號，不知不覺已經被當成機器的指紋了。但《經濟學人》把人類寫的文章和 AI 寫的文章各 120 萬個單字擺在一起數了一遍，結果 ChatGPT 現在用的破折號反而比人類作者還少。也就是說，只有偵測者還拿著過期的通緝照在找。
那真正的指紋是什麼呢？這些指紋又是從哪來的？先說結論：現在 AI 文風的源頭不是 AI，而是人寫的文章。更精確地說，是那些為了正式審查而寫的文章，比如公司報告書和學術論文。
沒有人注意到指紋在搬家
先看看實驗設計。《經濟學人》只給 ChatGPT、Claude、Gemini、Grok 四個模型自家文章的摘要，讓它們在不使用網頁搜尋的情況下，就同一主題重新寫一篇文章。然後把收集到的人類文章和機器文章進行比較，規模是 55,940 個句子、120 萬個單字。換成書籍的話，大約是十五本的份量。為了排除自家文風可能偏離常態的風險，他們還設了對照組：《紐約時報》、《華盛頓郵報》、CNN 2018 到 2022 年文章的平均值，以及 1950 到 2022 年暢銷小說的節選。
第一個發現是流行詞的世代交替。曾經是 AI 文章標誌的 delve（深入探究）和 tapestry（織錦）在最新模型中幾乎消失了。取而代之的是 significant、increasingly、consequences 這類泛用詞。也就是說，靠特定單字來抓 AI 的方法，有效期只有幾個月。
第二個發現是破折號的反轉。以最新更新版本為準，比人類更愛用破折號的模型只有 Claude 一個。ChatGPT 的用量是研究中所有作者——包括人類——中最少的。
那現在這個時間點的真正指紋是什麼呢？可以歸納為四點。
詞彙變重了。 四個模型都比人類更愛用超過八個字母的長單字。包括 interdependence 這類罕用詞，以及 parameter、methodology 這類科學術語。把動詞改成名詞的名詞化1現象也很明顯。明明說 expand 就好，偏要說 expansion。
標點消失了。 逗號和分號的使用比人類少，括號幾乎不用。因為不引用專家，所以引號也很少見。
句子長且節奏單調。 最濫用的詞是連接詞 and。句子長度的變化幅度比人類文章窄，很少出現用短句利落收尾的時刻。
依賴修辭套式。 “不是 X 而是 Y”的句式是 Claude 比人類用得明顯多，三聯法（rule of three）則是 ChatGPT 比人類用得明顯多。
貫穿這四點的共同特徵有一個：沒有別人的聲音。沒有引用就沒有引號，沒有插話補充就沒有括號，沒有換氣的理由所以句子長度均勻。這就是一篇獨白文章的統計肖像。
而在所有這些之上，有一張決定性的圖表。以《經濟學人》文章的典型 AI 語言使用率為基準 1 來衡量，2024 年的 ChatGPT 是 6 倍，最新模型則降到了 2 到 3 倍左右。也就是說，每次更新都在向人類文章收斂。現在列出的這份清單，幾個月後可能也過時了。
移動目標的偵測器追著跑結果誤傷無辜的問題，上一期已經討論過了。今天我們來追一個反方向的問題：這種文風到底是從哪來的？
1946 年就已經寫好的規格書
《經濟學人》給這份詞彙清單起了個名字：喬治·歐威爾所說的「浮誇的用詞（pretentious diction）」。
歐威爾在 1946 年的散文〈政治與英語〉中解剖了當時的壞文章。他列出的症狀是這樣的：用複雜單字和專業術語來包裝簡單陳述的習慣、一個動詞就夠的地方偏要拉長成名詞短語的毛病、披上科學客觀外衣的詞彙，以及認為拉丁語或希臘語來源的單字比本土撒克遜語單字更有格調的信念。
把這份清單放在上面的 AI 指紋旁邊看看。長拉丁系單字對應歐威爾的「包裝」，名詞化對應他稱為「假肢」的名詞短語習慣，科學詞彙對應「客觀的外衣」。一一吻合。事實上，這次分析中四個模型確實比人類更愛用拉丁系後綴的單字。一份 80 年前寫成的壞文章規格書，原封不動地成了 2026 年 AI 文風的規格書。
歐威爾的診斷中值得反覆咀嚼的是另一點。他認為這種文風不只是懶惰的產物。當必須說出難以啟齒的事情時，霧氣般的單字和被動語態就成了盾牌。名詞化就是典型例子。把「我做了這個決定」改成「該方案的推行已獲決定」，句子中的行為者就消失了。正式文風在機關和企業中格外長壽，原因就在這裡。不僅是因為看起來有格調，更是因為它能模糊責任。80 年前機關文件的生存策略，被機器連同文風一起繼承了。
歐威爾不只做了診斷，還開了處方。六條原則中摘三條就是這樣：「能用短單字就不用長單字。能刪掉的詞就刪掉。能用主動語態就不用被動語態。」上面的 AI 指紋，正是這三條原則的完全反轉。
這裡有一個需要指出的事實。歐威爾瞄準的靶子不是機器。是官僚、政治家和學者的文章。規格書先存在，照著規格書寫的機器是 80 年後才出現的。那麼機器是向誰學會了這種文風呢？
找到老師了，結果是面鏡
嫌疑人有兩個。
第一個是教科書，也就是訓練資料。模型讀著長大的文字是堆積在網上的文章，其中佔大比重的不是日常對話，而是經過編輯的正式書面語。論文、新聞、報告書、百科全書之類。不管是破折號還是拉丁系詞彙，被認為是 AI 習慣的東西，很多其實就是正式書面語的統計習慣。
但光靠教科書解釋不了的部分也有。佛羅里達州立大學的 Tom Juzek 和 Zina Ward 從科學論文摘要中篩選出 21 個急劇增加的單字——delve、intricate、underscore 之類——然後追蹤為什麼偏偏是這些詞被濫用。在模型結構中、演算法中、訓練資料中，都找不到明確的原因。剩下的最大嫌疑人是第二個：人類的回饋。
被稱為 RLHF2 的這個過程中，模型給出多個答案，人類評估者比較後選出更好的那個，模型再學習這個偏好。問題在於人選的是什麼。在幾秒鐘內匆匆做出的評估中，勝出的文章不是最準確的，而是看起來最像樣的。《經濟學人》引用的 Juzek 的說明也是同一個方向：模型會挑出人們覺得令人印象深刻的東西，放下人們不喜歡的。
放下破折號的速度就是最好的例子。破折號成為 AI 的嘲笑對象後，下一次更新中 ChatGPT 的破折號用量就急劇下降了。《經濟學人》記者觀察到一個有趣的場景：以前的模型被問到破折號濫用時，會邊用破折號邊開玩笑；現在的模型則會老實地回答說那是應該節制使用的符號。文風正在以幾個月為單位跟隨輿論走動。
有一個誤解需要先澄清。接近人類文章不等於變成好文章。《經濟學人》也加了同樣的限定：數值上的距離縮小了，但 AI 散文仍然缺乏清晰度和優雅，還在重複僵化的套式。統計捕捉到的是指紋，不是句子的品質。所以指紋越模糊，判斷的標準就越要回到文章的完成度上。Juzek 研究團隊指出的障礙也還在：模型是怎麼製作的沒有公開，要徹底追查這種因果關係的研究本身就困難。
現在拼圖對上了。用正式書面語當教科書餵它，給「看起來像樣」的答案獎勵，被嘲笑了就刪掉。三個階段的標準都是人定的。AI 文風不是發明品，而是蒸餾物，原液是我們寫過、通過過的文字。每次更新 AI 文章都更接近人類文章的那張圖表，既是偵測變難的預告，但更值得咀嚼的是這一點：從一開始，兩者之間的距離就沒有我們想的那麼遠。
歐威爾的視角
我寫、讀、核准策略顧問文件超過 20 年了。回想那個世界的通用語言，是這樣的：不是「修正」而是「制定改善方案」，不是「撰寫」而是「提升利用度」。英語中拉丁系詞彙扮演的角色，在韓文文件中由漢字名詞化來承擔。短的原生動詞不知為何看起來就低一級，這條無聲的規則流淌在簽核線上。
而且據我觀察，AI 寫的韓文也正好往那個方向傾斜。「透過～」、「從～的角度」、「各種各樣的」、「整體而言」。人們所說的翻譯腔，很大一部分其實就是報告書體。
所以讀到歐威爾的清單時才會嚇一跳。那不只是 AI 文風的規格書，更是我以前寫的那些提案書的規格書。先有「看起來像樣的文章才能通過簽核」的激勵機制，AI 只是把這個激勵機制大規模蒸餾了而已。所以我不認為該去找「去除 AI 味道的技巧」之類的小竅門清單。方向是反的。歐威爾的原則本來就不是偵測迴避術，而是好文章的寫作指南，現在需要的也是那個方向。短單字、活生生的動詞、能刪就刪。
結語
整理一下就是這樣。
- 破折號是過期的通緝照。現在的指紋是沉重的詞彙、名詞化、標點消失、修辭套式。
- 這些指紋與歐威爾 1946 年整理的壞文章規格書重疊。不是新產生的文風。
- 原因是用正式書面語組成的教科書，以及給「看起來像樣」的文章獎勵的人類回饋。
今天試一個小實驗吧。把現在正在寫的文件中一個名詞化表達改回動詞。把「需要制定改善方案」改成「我們這樣來修正」。你會立刻感覺到句子變短了、責任變清晰了。
如果公司裡有那種純粹因為「看起來像樣」而存活下來的表達，歡迎在留言區舉報。案例集齊的話，下次我來整理一本「韓文報告書體詞典」。
💬 那個讓文件通過簽核的表達，歡迎在留言區舉報 📨 如果有寫報告書的同事，請把這篇文章轉發給他們
參考資料 & 延伸閱讀
核心來源
- The Economist, “How to spot AI writing,” 2026. 連結 ··· 今天這篇文章的骨架就是這份分析。直接去看比較了 55,940 個句子的圖表原文，模型間的差異會更鮮明。
- Tom S. Juzek and Zina B. Ward, “Why Does ChatGPT ‘Delve’ So Much? Exploring the Sources of Lexical Overrepresentation in Large Language Models,” Proceedings of COLING 2025, 2025. 連結 ··· 在結構、演算法、資料中都找不到原因，最終將人類回饋列為最大嫌疑的研究。實驗設計部分是精華。
- George Orwell, “Politics and the English Language,” Horizon, 1946. 連結 ··· 包含六條原則的原文。篇幅不長，建議直接讀原文。
背景知識
- Tom S. Juzek et al., “Word Overuse and Alignment in Large Language Models,” arXiv:2508.01930, 2025. 連結 ··· 再次確認人類回饋學習是詞彙濫用最可能貢獻因素的後續研究。
推薦搭配閱讀的往期文章
- AI 寫了美國獨立宣言？ ··· 如果今天是球員（文風）的故事，上期就是裁判（偵測器）的故事。兩篇連著讀就能看到整個球場。
- 數學奧林匹克滿分的 AI，沒有裁判 ··· 同一個問題——如何驗證 AI 的主張——的另一條分支。
