AI与人类语料“大屠杀”。
文｜陈梅希
编｜园 长
“你看看篇文章，像不像是AI写的？”
在一个普通的工作日，我将一篇稿子发给了编辑部的同事，接着便围绕这篇稿子展开了 AI 文风的大讨论。这篇稿子仅有两千字，却出现了三个“有人认为”以及三个“有网友认为”。因为正文内容有着明显的“端水”行为，也就是先写一段正面观点，紧接着就跟一段反面观点，所以我们甚至开始猜测起这篇文本是由哪位 AI 创作的。
给 AI 断文风这件事听起来很荒谬。我们无法得知准确答案，因为去找作者问这篇稿子是由哪个 AI 创作的，实在有些冒昧。更何况，这只是一种揣测，很有可能那些“疑似 AI 创作”的痕迹，原本就来源于某位人类写作者自己的文字习惯。
我们更焦虑的是开篇那个问题答案之外的这种怀疑本身。随着 AI 生成的内容不断增多，人类渐渐意识到，自己难以准确分辨眼前的文字到底是出自一双手还是一串代码，于是一种普遍的怀疑就笼罩在了所有文字内容的上方。
编辑在邮箱里收到文学作品投稿，会怀疑它是否由AI创作。
读者在网络读到新闻报道，会怀疑它是否由AI“采写”。
用户在社交平台刷到一篇帖子。用户会怀疑这篇帖子是否是由 AI 批量生产的。用户还会怀疑这篇帖子是否是用来起号的。
打开外卖软件的客人，都需要去怀疑那些辞藻华丽的好评。这些好评充满了“食缩力”，不知道是否由 AI 生成，其目的是为了掩盖预制菜的乏味。
人类的文字内容正步入特殊的怀疑主义时代。此前在每一次大众媒介变革中，我们都曾处于或多或少的怀疑氛围里。而如今，AI 的高效使得硅基语料的传播度呈指数级增长，同时也让怀疑的情绪呈线性增长。
我没有真实的数据，这只是对类似“Scaling Law”这种表达的一种模仿。情绪无法进行统计，并且我们也已经无法将所有的 AI 语料都打捞起来，这些语料与人类语料共同存在，就如同全世界的黄豆和全世界的绿豆混合在一起一样。
鲁迅真的没说过
但我们总归需要打捞些东西，比如去探测一下 AI 编造能力的界限。就如同在武侠小说中，徒弟倘若打不过了就会请师父出场，师父要是也打不过了那就搬出宗师。我们学习文学的人，很自然而然地就会想起一些文学史上的名字，以此来安抚自己那颗被 AI 碾压得破碎不堪的心。
AI 对人类作家的风格进行模仿，它到底能不能做到以假乱真呢？我们决定展开一场单方面的测试。
五位参赛选手分别是：豆包，Kimi-k1.5，Deepseek-R1，文心一言 4.0 工具版和 GPT o3-mini。其中，除了豆包之外，其他几位选手都具备展示思考/推理过程的能力。基于此，我们能够对“AI 如何模仿人类作家”这一问题进行探究。
以鲁迅为例：
文心一言当下的推理过程较为简洁且结构清晰，具体表现为：其一，对鲁迅作品的特点进行解析；其二，生成新的内容。
这位选手从生成结果来看，似乎更注重去模仿鲁迅会关注的那些主题，然而却没有顾及到鲁迅本人所在的那个时代，也没有顾及到更微观层面的文本风格以及语言习惯。正因如此，才产生了带有很强烈穿越感的文本。
听起来很适合写进初中升旗仪式演讲稿里。
GPT o3-mini 需以其“母语”来进行思考，即便我与它对话时用的是中文，且要求它输出中文语料。从结构方面来讲，它的思考过程和文心一言相近似，也就是先将鲁迅作品“批判现实主义”“愤世嫉俗”“风格简洁有力”这些特点总结出来，然后宣称自己会“进行深刻的反思和尖锐的社会评论”。
这位“洋鲁迅”的深刻之处在于，几乎在每一段生成的内容里，都要提及他所认为的鲁迅“三件套”，不是“麻木”，就是“讽刺”，或是“苦闷”。
Kimi 的思考过程较为复杂，DeepSeek 的思考过程也较为复杂。在如何模仿鲁迅的写作风格这方面，Kimi 有更具体的执行方案，DeepSeek 也有更具体的执行方案。
Kimi 对鲁迅风格的思考涵盖内容题材、语言风格、句式以及音韵等方面。接着，Kimi 为自己设定了“时间”“希望”“社会”“梦想”“自由”等 10 个主题，并要求自己针对这些主题分别进行模仿。
但完整的思考过程结束后，Kimi 产出了 10 段文本，且几乎句式完全相同。其中 9 段是以“xx 如 xx”这样的形式开头的。在模仿鲁迅这件事上，Kimi 深知不能失去比喻，就如同西方不能失去耶路撒冷一样。
看起来很像我爸会发在朋友圈，然后感慨自己青春不再的文案。
DeepSeek 的思考过程与 Kimi 相近，然而它的具体方案未聚焦于段落主题，而是直接聚焦在“核心意象”上，要求自身运用长衫、辫子、茶馆等元素，同时注重语言的凝练与节奏感，以增强批判的力度。尽管方案看上去较为完备，但在实践过程中，DeepSeek 明显未能克制住“极繁主义”的本质。
DeepSeek 在一段 85 字的文本中使用了 18 个名词，它通过意象的堆砌展示了词汇拼贴的能力，却将自己思考过的语言要点完全抛在脑后，从而露出了类似 AI 鲁迅的破绽。
已知是 AI 生成的文本，我们就能够找出每位 AI 选手在模仿作家时的不足之处。然而，如果将真假作家的文本打乱混在一起，人类读者能够凭借敏锐的洞察力识别出碳基和硅基创作者的差别吗？
认出那个假鲁迅
本次 AI 作家测试，邀请了我的老板 Tim 和我的同桌园长来担任测试嘉宾。Tim 是湖南人，他最喜欢的中国现当代作家是沈从文，这是很合理的；园长毕业于复旦，他最喜欢张爱玲，但他说这与学校的研究浪潮并无关联。
测试结果表明，当前 AI 模仿作家风格所生成的新文本，根本无法骗过那些作家的读者。
确认他们各自熟悉的作家之后，我指挥五位“AI 牛马”。五位“AI 牛马”分别模仿沈从文的风格和张爱玲的风格，然后各自生成 10 段新内容。并且我要求“不要只是在原文基础上简单改写几个字，而是要模仿 XX 的风格，生成新的内容”。与此同时，我准备了若干条沈从文的文本和若干条张爱玲的文本，为避免影响测试结果，我避开了两位作家的热门作品。
完成语料准备工作后，我将 50 条 AI 版作家语料与随机数量的真作家语料进行打散排列，使其变成一套测试题。接着，我把这套测试题分别交给了 Tim 和园长。最终的测试结果表明，在 50 段 AI 沈从文和 50 段 AI 张爱玲中，没有任何一条能够成功蒙混过关，被测试者 100%判断为 AI 生成。
Tim 在 5 分钟内完成了测试。复盘时，他对自己的判断标准进行了详细解释。其一，但凡用到“美好”这个词的，都被他全部排除掉了，因为他认为沈从文那个时期不太可能使用这个词。其二，对于意象堆叠的情况，有些段落会把很多意象堆叠在一起，但一般成熟的作家都追求文字的简洁性，所以不太可能进行很多无用的堆叠。首先是意象的选择方面，优秀的作家必然会挑选具有创造性的意象，然而 AI 却会选取许多陈旧且重复的词汇。基于上述三条标准，Tim 迅速地找到了全部 50 条由不同 AI 模拟出来的沈从文的创作。
园长补充了另一种判断方式，那就是直觉。他说：“很明显水平不行的，是（AI）写的段落，就像一个刚开始学习写小说的人写出来的那样。即便我不是张爱玲的爱好者，仅仅看过一两篇张爱玲的小说，也能够分辨得出来。”
两位碳基测试者完成测试之后，我突然产生了好奇，那就是硅基选手自身能否区分出 AI 文本的文风呢？接着我把五位 AI 选手仿写的鲁迅片段，逐一投喂给了 DeepSeek。
结果，它将豆包分迅视为钱钟书，觉得 Kimi 分迅的题材带有鲁迅的痕迹且接近王小波；把文心一言分迅当作郁达夫，认为 GPT 分迅融合了鲁迅、余华和王小波三位作家的风格。最为幽默的是，它把自己刚刚模仿鲁迅创作出来的文本，当成了张爱玲、施蛰存和白先勇的结合体。
大家如果也想测试自己识别假鲁迅的能力，欢迎将页面拉到文末，然后点击“阅读原文”，去试试这套真假鲁迅测试题。
日常语料，才是AI编造重灾区
论文、小说、报告、新闻等领域的 AI 写作容易引发广泛讨论。然而事实上，那些由职业人类写作者（暂且用此身份称呼他们）完成的文本内容，对于当前的硅基写手而言，仍具有很高的模仿难度。文本可能更长且结构更复杂，对前后文的一致性以及逻辑关系有着更高的要求；或许需要去获取新的信息，以生产出新知识；要是属于成熟作家的创作，还会具备强烈的个人风格，而 AI 在编造过程中更容易暴露出破绽。
更何况，受众对于由 AI 生产的严肃内容或长内容，有着更强的辨别意愿。同时，也存在着更多明文规定的限制、约束以及惩罚措施。
相比之下，互联网上充斥的日常语料是 AI 文本真正的重灾区。复杂文本与之相比，日常语料具有适宜 AI 生存的特征条件，比如文本较短、语境较为轻松、辨别成本较高、用户的辨别意愿较低。
例如社交平台的短内容。
批量生产的八卦新闻和家庭故事在围攻社交平台。前者偶尔会出现事实性错误，这会暴露其硅基面目。后者因为涉及个人隐私，很难被证伪，只能激发无限猜测。儿媳与恶婆婆争斗，妻子抓住出轨渣男，情节离奇，细节生动。一半用户随着情绪起伏，另一半用户则怀疑这只是为了“起号”，甚至在留言区抓狂地发问：“你这是不是 AI 写的啊？”纯想知道自己猜得对不对。”
又例如新闻、短视频、图文内容的评论区。
微博有罗伯特，小红书有点点。这些 AI 内容助手在评论区十分活跃，用户都能清楚知晓它们是 AI，不存在混淆的情况。然而，还有大量由 AI 生成的日常语料，它们顶着随机生成的头像和用户名，以仿佛活人的姿态混入了评论区。
Tim有观看新闻的习惯。今年开始后，他留意到新闻的评论区里，增添了许多“假人所说的话”以及“虚假的内容”。
从内容方面来看，像“詹姆斯今天打得真不错”这样只有一句话的评论，很难让人怀疑其是否由 AI 发布。Tim 最初发现问题，是由于他在评论区看到了很多标点符号齐全、句式结构完整的句子。我们通常正常说话不会如此循规蹈矩。于是他点进那个用户的个人主页，发现该用户在一分钟内就在很多条新闻下面发了评论，并且这些评论都与新闻相关。人肯定无法在一分钟内看完这么多篇幅的内容，也无法写出这么多的评论。基于此，我就对它是否为机器人产生了怀疑。
AI 会伪装成人类与用户互动，这种情况在很多内容平台上都存在，并且比 GPT 的出现还要早。有互联网行业从业者向刺猬公社透露，在五、六年前就已经有这样的行为了，会生成一堆用户头像和用户名，然后去那些粉丝数量较少的用户的评论区留言。那时候 AI 生成的留言还很难做到个性化，只能使用一些通用的话语，比如“真棒”“今天真不错”，或者发送一堆表情包。大模型出现后，理论上讲，AI能伪装得更像了。”
那么谁会有动机去生产 AI 评论并制造虚构的互动呢？上述从业者向刺猬公社表示，有可能是所谓的“水军”，也有这种可能是平台本身。“水军属于第三方，市场上存在增加评论量的需求，他们就会去生产，而用 AI 比用人要高效得多。”平台的动机在于促活跃，主要聚焦于低粉用户的内容。能火起来的内容数量极少，处于金字塔底座上的那些内容，或许从始至终都不会获得一条留言。为激励这些用户持续生产并保持活跃，部分平台会采用一些科技手段。
至此，这不再仅仅是“AI 幻觉”方面的问题了。人类的日常语料被不断地稀释。我们在刷着由 AI 刚刚编写的婆媳关系帖子。给新闻评论区的 AI 评论点了一个赞。又收到了一条 AI 留言的提醒。或许人类才是一种幻觉。
我们不能每次都拿鲁迅、沈从文、张爱玲这样的名字来应对，就如同达摩祖师不可能从开始一直打到结束。
编造并非由 AI 带来，对 AI 稀释人类语料的这种担忧，也不代表一种反 AI 的立场。当观察人类语料被 AI 稀释的过程时，会让我不断回想起《现代性与大屠杀》的阅读记忆。如果不加以修正，人类语料所将要经历的“大屠杀”，或许会成为 AI 时代的一种潜在可能。
