互聯網的AI腔，該清算了！

新智元報道

編輯：傾傾

【新智元導讀】互聯網上，越來越多的句子有一股「AI味」。風景永遠驚艷，事件永遠關鍵，語言被磨成光滑的模板。于是，Wikipedia在成千上萬次巡查里最先察覺，并悄悄發起一場清理行動。

現在互聯網上的句子，好像都是一個師傅教的。

風景總是breathtaking，建筑永遠modern，隨便一個事件都「標志著一個關鍵時刻」。

這些話聽著完美，卻輕得像飄在空中。讀多了，人會感到恍惚。

Wikipedia的編輯們也受夠了這種「廣告腔」，開始了一場清理行動。

他們校對大量新增內容后發現，最愛說場面話的，竟然不是人，而是AI。

于是，一本奇怪又實用的《識別AI文風手冊》，就在無數次刪刪改改里被寫出來。

同一個模板寫出來的互聯網

互聯網的語言越來越整齊劃一，Wikipedia最早察覺到「味道不對」。

每天都有成千上萬的新內容被塞進條目里，編輯們一邊巡查一邊發現：不少新增段落看起來順滑，但讀起來像是套話。

編輯們越看越覺得奇怪。等他們把這些可疑段落攢在一起，真相也浮出水面：

來源模糊、論據空洞、表達統一得異常。這一切都指向同一個可能——越來越多的內容，是AI生成的。

為了避免百科被這種空心句子掏空，一群志愿者在2023年發起了WikiProject AI Cleanup。

傳送門：https://en.wikipedia.org/wiki/Wikipedia:WikiProject_AI_Cleanup

他們系統地記錄這些異常寫法，想弄清楚AI到底在什么地方露出痕跡，哪些句子看似正常，但經不起查證。

維基編輯最先發現「不對勁」

清理行動一開始，編輯們就發現：檢測器根本不靠譜。

正管用的，是他們在多年巡查中練出來的「語感」

AI寫出來的段落，表面都挺正常，但細看會有三種特別明顯的痕跡。

第一種，反復強調「重要性」，卻不給現實中的例子。

AI 生成的段落常常會把主題寫得很宏大，比如「a pivotal moment」「a broader movement」。

但落到細節時，沒有年份、不提來源，也沒有可查證的材料。這種寫法在百科語境里非常異常。

第二種，句尾掛著體面的現在分詞

這種emphasizing… reflecting… highlighting… 的尾句，是目前最明顯「AI痕跡」。

TechCrunch的作者也在報道中指出：

這類present participle是區分AI文風的關鍵線索之一

第三種，是頻繁使用互聯網式的「營銷形容詞」。 breathtaking、modern、renowned、scenic這些詞在廣告里正常，但在百科里使用很不恰當。

維基編輯碰到這種描述時，會立即查來源，結果常常找不到對應證據。

后來，這些規律都被整理進了《Signs of AI writing》。

https://en.wikipedia.org/wiki/Wikipedia%3ASigns_of_AI_writing?utm_source

比起技術指南，它更像一份經驗冊。記錄著編輯們踩過的坑、看到的怪句式，方便更多人一起清理。

AI為什么總寫成這樣？真相在語料里

當編輯們把可疑句式整理出來后，一個問題也變得清晰了：AI之所以寫成這樣，根本原因是人類語料。

也就是說，它從哪里學來的語言，就會說出什么樣的語言。

因為大型模型訓練時吃的是整個互聯網的語料。新聞稿、SEO軟文、宣傳冊、社交平臺的內容都會混在一起。

而這些地方最常見的表達，就是宏大但空泛、形容詞夸張但沒事實、評價多于證據的寫法。

Wikipedia在把這類現象稱為：Vague praise和Marketing language。

換句話說，AI不是故意用「公關腔」，而是這類語料最容易在互聯網上抓取。

這也解釋了為什么「重要性夸大」「-ing 尾巴」「廣告式形容詞」會頻繁出現——這些是模型在大語料里看到得最多、最容易復制、也最缺乏上下文約束的句式。

Wikipedia的解決方式非常務實。他們知道無法杜絕AI生成內容，于是把重點放在「證據鏈」上。

他們要求注明來源、核查鏈接、追溯出處。

這一點在《WikiProject AI Cleanup》的流程說明里寫得很清楚：

凡是出現評價性語言、缺乏具體事實，或看上去「像模型寫的」，編輯可以先貼上「需要引用」的模板。

如果作者無法補充來源，這段內容就會被移動到討論頁，必要時進入快速刪除程序。

這一整套流程相當于「免疫系統」：去掉評價形容詞，讓句子必須基于事實。

凡是經不起查證的部分，就會被自動攔截。這對于一個完全依賴可驗證性運作的百科來說，百利無一害。

真實的句子有骨頭，AI的句子一戳就空

維基編輯在清理中發現，最能一眼看出「AI味」的地方，是句子到底有沒有「事實」。

AI喜歡用形容詞和評價支撐文章結構，而百科寫作靠的是年份、數量、地點、報道來源這種能查到的事實。

為了讓更多編輯能看懂這種差別，《Signs of AI writing》里特地列出了多類典型句式。

看下面這一組改寫，就能感受到兩種語言的「骨骼」完全不同：

AI腔寫法：

The conference was a pivotal moment, highlighting the continued relevance of the field.

這類句子在指南里被稱作“Importance inflation + present participle tail”。

「關鍵」「持續重要」這些判斷沒有來源，尾巴的 highlighting… 屬于典型AI的空轉分詞。

維基會寫成：

The 2023 conference in X City drew about 1,200 attendees. Coverage in Y Newspaper and the Z Journal discussed A and B policy proposals.

年份、人數、媒體報道，全是可以查證的事實。評價不需要說，材料會自己說明事情的重要性。

再看另一個例子，也是編輯們最常遇到的那類廣告腔：

The park offers breathtaking views and modern facilities, emphasizing its status as a renowned attraction.

指南把這種叫做「Vague praise / marketing tone」：breathtaking、modern、renowned這些詞在廣告里再合適不過，但在百科里毫無信息含量。

維基會寫成：

The park has two viewing platforms and a 5-km walkway. It recorded about 450,000 visits in 2019 and completed accessible restroom and visitor-center upgrades in 2021.

不夸人、不定性，也不判斷價值。只列設施、列年份、列客流量——所有內容都有來源可查。

在維基的世界里，沒有來源的評價就是不存在的評價。

當越來越多內容由模型生成，我們讀到的語言難免會被模板化的腔調包圍。

Wikipedia的做法提醒我們，判斷一段文字是否可靠，并不靠某種神奇的檢測器，而是靠這句話能否查證、這個判斷能否追溯、這條信息是否站得住。

AI也許會寫出更流暢的句子，但百科在意的不是好看，而是可信。

當空心句被刪掉、廣告腔被濾掉、無出處的判斷被請出頁面，百科頁面留下的，就只剩下事實本身。

互聯網的未來，大概也會沿著這條路走下去——越是模型生成的時代，越需要人類替語言把關。

參考資料：

https://techcrunch.com/2025/11/20/the-best-guide-to-spotting-ai-writing-comes-from-wikipedia/

https://www.theverge.com/report/756810/wikipedia-ai-slop-policies-community-speedy-deletion?utm_source

秒追ASI

?點贊、轉發、在看一鍵三連?

點亮星標，鎖定新智元極速推送！