背景
最近职场槽点真的有点多，这周开会的时候大老板在质疑AI投入的必要性问题，其中有一句我个人觉得可以列入年度金句了：“没有用AI之前，xxx问题有什么影响？我看大家都觉得没什么问题都能扛得住，我承认它是「屎」，但是不是大家也能忍着，也没出什么事......”
说这句话是基于大老板对于当前AI的认识：
- 直接让大模型分析一些业务问题，它给出的回答看上去像模像样，将来80%的Agent会被大模型内化掉；
- 现在Agent的构建很方便也很廉价，甚至外包都能做；
- 目前Agent在内部的应用碰到了非常强烈的幻觉问题，没法立竿见影地产生业务价值；
- 面对技术趋势，一群程序员是为了做AI而做AI；
在大厂环境中，上面提到的大老板的这些潜台词无可厚非，我不打算做更多的吐槽，我打算思考一个问题：怎么判断一段内容是AI生成的，它的特点和根因是什么。
只有了解通用大模型生成内容的原理以及特点，才能继续评价Agent的价值和发展，这个问题留待下一篇职场生存实录文章探讨吧。
读一段文字，你有没有过那种感觉？哪儿都对，就是心里不得劲，通顺有逻辑，但就是没人味儿。当时我还纳闷，后来才反应过来，这就是所谓的“AI味”。
一开始我也觉得，是AI还不够牛，等它再进化几代就好了。利用周末的时间我研究了一下这个问题，我感觉这根本不是技术问题，换言之模型进化未必能解。AI的本质是个超级厉害的统计学模型能算出哪个词后面跟哪个词的概率最高——它知道“心碎”这个词旁边经常出现“眼泪”和“夜晚”——但它跟人不一样没有自己的「心」，所以它根本不知道心碎是种什么感觉，这些具身数据的缺失注定它没办法真正“体验”，就像一个人照着菜谱念菜名，词儿都对但没有锅气。
“AI味”的特点
为了可以识别“AI味”，我觉得可以从结构、语言、语调和内容深度四个维度来分析“AI”内容的特点：
| 类别 | 具体标志 | 示例 |
|---|---|---|
| 结构 | 公式化的文章结构 | 严格遵循“引言-论点1-论点2-论点3-结论”的模板。 |
| 冗余的总结 | 在文章结尾反复用不同措辞总结相同的内容。 | |
| 词汇与短语 | 重复的过渡短语 | 频繁使用“总而言之”、“此外”、“值得注意的是”等。 |
| 通用、空洞的词汇 | 滥用“变革者”、“前所未有的”、“至关重要”等词语。 | |
| 语调与声音 | 过度的中立性 | 对有争议的话题采取绝对中立，缺乏明确立场。 |
| 缺乏个人声音 | 语调统一、平淡，听起来不像任何一个特定的人。 | |
| 内容与实质 | 缺少个人轶事 | 仅陈述事实和数据，没有个人故事或案例来支撑。 |
| 表面化的分析 | 解释“是什么”，但很少深入探讨“为什么”或“如何”。 |
“AI味”的原理
生成式大模型的核心运作机制是基于统计概率预测下一个最可能出现的词或短语，而非真正的理解。这个过程天然地导向一种“向平均值回归”（regression to the mean）的趋势。因为模型旨在生成最“安全”、最“普遍”的输出，所以它会频繁地使用那些在训练语料库中统计上最常见的通用短语和陈词滥调 。它擅长的是复制，而非真正的原创 。
同时，因为缺乏人生活中接触的超越文本数据之外的共享语境数据，大模型的具身认知（embodied cognition）是缺失的，AI无法捕捉情感的细腻纹理和道德的复杂性，无法理解讽刺、反语或微妙的文化隐喻的原因就在于此。
大模型的架构和训练机制引发的“浅输入，浅输出”即奖励机制导致大模型追求平均和正确，也就是正确的废话，这也侧面说明了AI输出的质量与输入的质量、上下文深度直接相关 。一个笼统的提示词，如“写一篇关于人工智能的博客”，没有提供任何具体背景，迫使AI只能从其训练数据中最通用、最宽泛的部分提取信息 。
这样“AI味”的原理就清晰了：浅层输入导致AI调用通用模式，表现为刻板结构和通用短语，最终产出固定模式的文本也就是“AI味”。
如何用prompt去“AI”味
宝玉老师推荐的怎么用大模型去掉“AI”味，本质上就是“让大模型主动露拙，模仿人的随机性”，具体prompt如下：
1. 用词与句式
- 70% 句子长度 < 18 词；偶尔插入 < 6 词的独立短句。
- 使用常见口语连接：and, but, so, anyway, you know.
- 每段至少包含一个具象细节（气味、手感、具体对象）。
2. 叙事与结构
- 采用第一人称或“我/我们”叙述，加入个人小片段（真实或拟真）。
- 不做完整封闭结论，最后一段留一点未决疑问。
3. 语用特征
- 保留一两处自我否定或转折（“其实…但回头想想…”）。
- 允许一两个轻微重复或改写，而不影响理解。
1. 技术采样参数（如需）
- temperature 0.9–1.1；top_p 0.9；top_k 40–60。
- frequency_penalty 0.3；presence_penalty 0.6。
以下是一些范文参考：
{text}
最后我把上面的思考内容喂给NotebookLM，让它给我一个关于“AI味”的Overview：
0:00
/7:30
