AI 写文“AI味”太重？一位开发者的 Skill 实验，揭示了根治的关键
AI 生成的文章，字句通顺却总透着一种“塑料感”——套话、排比、故作悬念，让人一眼识破。这不是用户的错觉，而是大模型在文本生成中的典型“通病”。少数派作者“小胡小胡0009”近期发布了一项实验：他利用自建的 “mp-article-writor” Skill，让 AI 对自己的旧文进行“去味”改写，结果不仅验证了 AI “味”的成因，更揭示了 AI 写作工具从“自动生成”走向“协作共创”的关键路径。
“AI味”是什么？一场精准的解剖
首先，作者并未泛泛而谈，而是以自己由 Claude Opus 4.6 生成、并在少数派年度征文大赛中获奖的旧文为标本，精准指出了 AI 味的几大“病灶”。这些特征包括：“不是 A，而是 B”的句式泛滥；过度戏剧化的悬念制造（如“让我出了一身冷汗”）；将单一比喻拆成多个子比喻的过度延伸；以及高度对称、模板化的小标题与过渡句（如“一个自然的追问是……”）。这些症状让文章看似逻辑严密，实则生硬失真，缺乏人类作者那种点到即止、随性变换的节奏感。
“去味”的核心：不是禁令，是协作
“mp-article-writor” Skill 的设计思路，恰恰解释了为什么简单的“别写 AI 味”指令往往无效。该 Skill 要求在写作前，AI 必须与用户完成“理解意图、校准语感和确认大纲”三步，确保方向不偏。最关键的是，它引入了三个独立的“subagent”（子代理）负责“独立审读”、“事实核查”和“终审自检”。subagent 的最大价值在于“隔离上下文”——它只读文章本身，不受会话历史影响，因此能跳出主 Agent 的“盲目自信”，客观地发现“AI味”并给出修正建议。例如，在改写 GLM 5.1 生成的版本时，审读 subagent 就明确要求将“背后发凉”降级为“愣了一下”，从而有效抑制了情绪词的滥用。
从“遥控器”到“对话者”：对行业的启示
实验结果更具说服力。尽管共用同一批素材，Claude Sonnet 4.6 在几乎全部维度上都优于 GLM 5.1。例如，对于原文中那个经典的“遥控器”比喻（被拆解成频道、音量、天线三层），Claude Sonnet 4.6 的收敛方式是：“遥控器可以让你收到更清晰……但信号本身的质量，是由模型的推理能力决定的”——点到为止，干净利落。而 GLM 5.1 的结尾则呈现出更接近论文的规整结构。这说明，在相同的 Skill 规范下，模型底层的推理能力依然是决定输出“人味”的上限。
作者在 Skill 中巧妙地禁用了冒号和破折号，这一看似细枝末节的指令，却间接抑制了 AI 最爱的“不是 A，而是 B”句式。这揭示了一个更深层的行业趋势：未来的 AI 写作工具，其竞争力将不再仅由基础模型决定，更在于“人机协作”的流程设计。谁能设计出更精细的“对话”机制，通过在生成前、审校中注入人类判断，来驯服大模型的模式化倾向，谁就能在先发中抢占“高质量内容”的高地。
这不仅仅是一次“除味儿”实验，更是对 AI 内容创作本质的一次追问：在确保效率的同时，我们如何保留思想交流中那份珍贵的“不完美”？答案或许就藏在每一次与 AI 的深度“对话”里。
