公司报告教会了聊天机器人说话方式
《经济学人》数了120万个单词来核实这一点
开篇
读者，最近只要看到一个长破折号，就会有人留言说“这是AI写的吧”。英语世界里叫作em dash的那个符号，不知不觉间已经被当成了机器的指纹。可是《经济学人》把人写的文章和AI写的文章共120万个单词并排放在一起数了一下，结果发现ChatGPT现在用破折号的频率反而比人类作者更低。猎人们手里拿的，是一张过期的画像。
那么真正的指纹是什么？这个指纹又是从哪里来的？先说结论。如今AI文风的原产地不是AI，而是人写的文章。而且是像公司报告和论文那样，为了接受正式审阅而字斟句酌撰写的文章。
没人注意到指纹已经搬家了
先来看实验设计。《经济学人》只给出自家文章的摘要，让ChatGPT、Claude、Gemini、Grok这四个模型在不使用网络搜索的情况下，重新写一篇同主题的文章。就这样收集来的人类文章和机器文章，被拿来比较，规模达到句子5万5,940句、单词120万个。换算成单行本，大约相当于十五本书的分量。为了排除“自家文风可能本身就特殊”的可能性，他们还建立了对照组：《纽约时报》《华盛顿邮报》《CNN》2018~2022年文章的平均值，以及1950~2022年畅销小说的节选。
第一个发现是流行语的换代。曾是AI文章标志的delve（钻研）和tapestry（织锦）在最新模型中几乎消失了。取而代之的是significant、increasingly、consequences这类多音节单词。这说明靠某个特定单词来抓AI的方法，保质期只有几个月。
第二个发现是破折号的逆转。以最新更新版本为准，唯一比人类更爱用破折号的模型只有Claude一个。ChatGPT则是这项研究中出现的所有作者——包括人类——里用得最少的一个。
那么此刻真正的指纹是什么？可以归纳为四点。
词汇偏重。 四个模型都比人类更多地使用超过八个字母的长单词。像interdependence这样的稀有词，parameter、methodology这样的科学词汇也是如此。将动词转为名词的名词化1现象也很明显。本可以说expand，却偏要用expansion。
标点在消失。 逗号和分号用得比人类少，括号几乎不用。因为不引用专家的话，引号也很少见。
句子长而节奏单一。 最滥用的单词是连词and。句长的变化幅度比人类文章更窄，几乎没有用短句突然收住的时刻。
依赖修辞公式。 “不是X而是Y”这种句式，Claude比人类用得明显更多；将三者并列的rule of three（三段式），ChatGPT也比人类用得明显更多。
贯穿这四点的共同之处只有一个：没有别人的声音。因为没有引用，所以没有引号；因为没有插入的补充说明，所以没有括号；因为没有理由改变语气节奏，所以句长均匀。这正是一种“独自说话的文章”的统计学画像。
在这一切之上，还有一张决定性的图表。把典型AI语言的使用率以《经济学人》文章为基准1来衡量，2024年的ChatGPT达到了6倍水平，而最新的模型已经降到了2~3倍左右。也就是说，每次更新都在向人类文章靠近。现在写下的这份清单，几个月后也可能过时。
移动的目标被探测器追逐、结果冤枉了无辜者的问题，我们在上一期讨论过。今天，我们要沿着相反的方向追问：这种文风究竟从何而来？
1946年就已经写好的清单
《经济学人》给这份词汇清单起了个名字，叫乔治·奥威尔所说的“装腔作势的文风（pretentious diction）”。
奥威尔在1946年的散文《政治与英语》中解剖了当时的坏文章。他挑出的症状是这样的：用复杂的单词和专业术语去装饰简单的陈述的习惯；本来一个动词就够了，却拉长成名词短语的毛病；披上科学式公正外衣的词汇；以及一种信念——认为源自拉丁语或希腊语的单词，比本土的撒克逊语单词更显高级。
把这份清单放到上面提到的AI指纹旁边比一比。长的拉丁系单词对应奥威尔说的“装饰”；名词化对应他所称的“假肢”式名词短语习惯；科学词汇对应“公正的外衣”——一一对应。事实上在这次分析中，四个模型使用带拉丁系后缀单词的频率也确实高于人类。80年前写下的坏文章清单，如今被原样拿来当作2026年AI文风的清单。
奥威尔诊断中值得反复琢磨的地方另有其处。他认为这种文风并非只是懒惰的产物。当有些话很难开口说的时候，云雾般的词语和被动语态就成了盾牌。名词化就是典型例子。把“我这样决定了”改成“该方案的推进已被决定”的瞬间，句子中的行为主体消失了。这正是正式文体在政府机关和公司里格外长命的原因所在。既是因为显得有身份，也是因为它有助于模糊责任。80年前公文的生存策略，被机器连着文风一并继承了下来。
奥威尔不仅诊断，还开了处方。他的六条原则中，仅摘录三条如下：“若短词能用，就别用长词。能删掉的词就删掉。若能用主动语态，就别用被动语态。”而上面提到的AI指纹清单，正好是这三条原则的完全反面。
这里有一个事实需要指出。奥威尔当年瞄准的目标并不是机器，而是官僚、政治人物和学者的文章。清单先于机器存在，而按照这份清单写作的机器，是80年后才出现的。那么，机器究竟是跟谁学会了这种文风？
找老师，找到的却是镜子
嫌疑人有两个。
第一个是教科书，也就是训练数据。模型阅读并成长于其中的文本来自互联网上积累的文字，而这些文字中占大比重的不是日常对话，而是经过编辑的正式书面语——论文、报道、报告、百科全书之类。无论是破折号还是拉丁系词汇，许多被认为是“AI习惯”的东西，其实都是正式书面语的统计学习惯。
不过仅靠教科书还是解释不了一部分现象。佛罗里达州立大学的Tom Juzek和Zina Ward从科学论文摘要中骤增的21个单词——比如delve、intricate、underscore——中挑出样本，追查这些词为何被过度使用。他们在模型结构、算法、训练数据中都没能找到明确的原因。剩下的头号嫌疑人，就是第二个：人类反馈。
在名为RLHF2的这个过程中，人类评估者会比较模型给出的多个答案，选出更好的一个，模型则学习这种偏好。问题在于人类选择的标准是什么。在几秒钟内匆匆下判断时能获胜的文章，与其说是准确的文章，不如说是显得有水平的文章。《经济学人》引用的Juzek的解释也指向同一方向：模型学会了挑选人们认为印象深刻的东西，放下人们不喜欢的东西。
而展示这种“放下”速度的正是破折号。破折号一旦成为嘲讽AI的对象，下一次更新中ChatGPT的破折号使用量就骤减。《经济学人》记者观察到的一个场景很有趣：以前的模型在被问及是否过度使用破折号时，还会边用破折号边打趣回应；而现在的模型则一本正经地回答说这是应该节省使用的符号。文风正在以几个月为单位追随舆论而变化。
先澄清一个误解。越接近人类写作，并不等于变成了好文章。《经济学人》也附上了同样的提醒：数字上的距离在缩小，但AI散文依然缺乏清晰和优雅，反复重复套路化的公式。统计能捕捉到的是指纹，而不是句子的质量。所以指纹越模糊，判断的标准终究会回到文章的完成度本身。Juzek团队指出的一个障碍也依然存在：由于模型的构建方式没有公开，要彻底追查这种因果关系本身就很困难。
现在这幅图拼上了。用正式书面语当教材喂养，用显得有水平的答案给予奖励，一旦招来嘲讽就删除。三个阶段中，设定标准的一方都是人类。AI文风不是发明品，而是蒸馏物，而原液，是我们自己一直在写、一直在放行的文章。每次更新中AI文章向人类文章靠近的那张图表，既预示着识别会变得更难，但更值得反复琢磨的是这一点：从一开始，两者之间的距离，其实并没有我们想象的那么远。
Oswarld视角
我从事战略咨询文档的撰写、阅读与报批工作，已经超过20年了。回想那个世界的通用语，是这样的：不说“修改”，而说“制定改善方案”；不说“写”，而说“提高利用度”。英语中拉丁系词汇所承担的角色，在韩语文档里由汉字词名词化来承担。一条无声的规则在审批流程之上流传着：短的本土动词似乎显得档次不够。
而据我观察，AI所写的韩语，也恰恰倾向于同一个方向。“通过~”“在~方面”“各种”“整体上”。人们所说的“翻译体”，其中很大一部分其实是“报告体”。
正因如此，读到奥威尔那份清单时我心里一紧：在成为AI文风的清单之前，它首先是我以前写过的那些提案书的清单。是先有了“显得有水平的文章能通过审批”这种激励机制，AI只是把这种激励机制大规模蒸馏出来而已。所以我认为，不应该去找那种“如何消除AI味”的小技巧清单。方向恰恰相反。奥威尔的原则本来就不是逃避检测的手段，而是好文章的写作指南，现在需要的也正是这个方向：短词，活的动词，能删就删。
结语
总结一下：
- 破折号是过期的画像。现在的指纹是沉重的词汇、名词化、标点消失、修辞公式。
- 这份指纹与奥威尔在1946年整理的坏文章清单重合。这不是一种新出现的文风。
- 原因在于用正式书面语编织的教材，以及给显得有水平的文章以奖励的人类反馈。
今天请只做一个实验：在您正在写的文档中，把一个名词化的表达还原成动词。把“需要制定改善方案”改成“我要这样改”。您会立刻感受到句子变短了，责任也变清晰了。
如果您公司里有某个表达，仅仅因为“显得有水平”就一直存活下来，请在评论中告诉我们。等案例攒够了，我们下次就整理一份《韩语报告体词典》。
💬 那个能通过审批的表达，请在评论中告诉我们 📨 如果身边有正在写报告的同事，请把这篇文章转发给他
参考资料与延伸阅读
核心来源
- The Economist, “How to spot AI writing,” 2026. 链接 ··· 这是今天这篇文章的骨架分析。亲自看一下比较5万5,940句的原始图表，模型之间的差异会更清晰。
- 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. 链接 ··· 这项研究在结构、算法、数据中都没能找到原因，最终将人类反馈列为头号候选。实验设计部分堪称精彩。
- George Orwell, “Politics and the English Language,” Horizon, 1946. 链接 ··· 收录六条原则的原文。篇幅不长，建议直接阅读原文。
背景知识
- Tom S. Juzek et al., “Word Overuse and Alignment in Large Language Models,” arXiv:2508.01930, 2025. 链接 ··· 这是一项后续研究，再次确认人类反馈学习是词汇过度使用的最有力促成因素。
值得一起读的往期
- 美国独立宣言是AI写的？ ··· 如果今天说的是选手（文风），上一期说的就是裁判（探测器）。两篇连起来读，能看清整个棋局。
- 数学奥林匹克满分AI，监考官却不在场 ··· 是同一个问题——该如何验证AI的主张——的另一个分支。
📝 术语说明
