🎯 讨论背景

这篇帖子围绕一篇把 “It’s not just X. It’s Y” 视为 AI 文风信号的文章展开，评论区把问题扩展到 em dash、固定句式和 README 模板化写法。很多人默认讨论的是 LLM（大语言模型）在后训练阶段会把高频句型放大，尤其是 SFT（监督微调）和 RLVR（基于可验证奖励的强化学习）可能让输出更像模板。也有人强调这些表达本来就属于正常英语，真正的问题是模型过度复用后让它们在“人类文本”里也显得可疑。另一些评论把焦点放在写作习惯上：为了避开 AI 误判，人类可能开始回避本来没问题的标点和句式，甚至通过先用 English 推理再翻译来减少这些痕迹。

📌 讨论焦点

AI 味还是正常英语

有人把这类固定句式看成 AI 文本的“水印”，认为只要能让人类少写这些套路，就值得付出代价。也有人强烈反对，指出 “align with”、em dash 以及 “It’s not just X. It’s Y” 本来就是合法且常见的英语结构，并不因 LLM 过度使用就失去正当性。还有人直接说，模型爱用不代表文章说法就是神谕，最多只能说明它们把普通语言放大成了可疑信号。更现实的一点是，过度依赖这些特征会逼着写作者自我审查，甚至连非英语母语者也会通过先用 English 推理再翻译来规避痕迹。

[来源1] [来源2] [来源3] [来源4] [来源5] [来源6] [来源7] [来源8] [来源9] [来源10] [来源11]

训练后处理把模型推向模板化

讨论把这种句式的高频出现，部分归因于 LLM 的后训练阶段。有人猜测 RLVR 可能会提升“not X, but Y”这类结构的比例，也有人认为更像是 SFT 把模型训练成了 mad-libs 式模板机。另有评论回顾早期 reasoning 风格，模型会直接吐出 “Wait...”“Hmm...” 之类填充词，像是在 token stream 里拼装思考过程。更进一步的解释是 mode collapse 和 synthetic data 形成反馈回路，让少数高频句式越滚越大。

[来源1] [来源2] [来源3] [来源4] [来源5]

README 和代码文档的固定套路

在 code base 和 README 里，评论者列出另一批常见套路，比如 “No X, No Y, No Z.”、 “Here is X - it makes Y” 以及滥用 emoji 勾叉。有人拿自己在 LLM 时代之前写的 README 反证：这些结构并非 AI 独有，em dash 也只是人类长期使用的标点之一。争议点在于，punctuation 到底只是一个 signal，还是足以说明文本来自机器；不少人认为它最多是线索，不是保证。还有人提到，某些 bot 会刻意把 em dash 换成 hyphen 来躲避检测，说明“像不像 AI”已经变成一种可被反向操作的外观游戏。

[来源1] [来源2] [来源3] [来源4] [来源5] [来源6] [来源7] [来源8] [来源9] [来源10] [来源11]

反讽式复读标题

不少回复故意沿用同一套 “It’s not just X. It’s Y” 句型来玩梗。有人连发 “smoking gun”“full picture”“key takeaways” 之类表述，把文章里反感的套路直接演给大家看。还有人把句式继续扩写成“not just an unlock. It's a major discovery.”，明显是在嘲讽这种修辞过于自我膨胀。整体上，这种反讽说明大家不是只在讨论 AI 文风，而是在拿这篇文章本身做一次语言学式的拆台。

[来源1] [来源2] [来源3] [来源4] [来源5] [来源6]

📚 术语解释

RLVR: reinforcement learning via verifiable rewards，一种基于可验证结果进行强化学习的后训练方法。

SFT: supervised fine-tuning，监督微调，用标注数据把模型进一步推向特定输出风格。

mode collapse: 模式坍缩，指模型输出多样性下降，反复产出少数高概率模板。

synthetic data: 合成数据，指模型生成后再拿来训练的数据，可能让某些句式自我强化。

AI tell: 能让文本看起来像机器生成的线索或破绽。