三年过去，AI 写作为何仍未突破

一位作者在社交平台发布观察文章指出，尽管大模型在数学、编程、短视频生成等领域快速演进，AI 生成的文字质量三年间几乎原地踏步，仍普遍存在冗长、空洞、过度正式等问题，难以复刻优秀人类写作者的行文质感。这一观点在 Hacker News 上引发讨论。

作者的实测：用 ChatGPT 模仿 Scott Alexander

为验证这一判断，作者将两段已确认由人类撰写的短文交给 ChatGPT，要求其改写为知名博主 Scott Alexander 的风格。结果显示，ChatGPT 的输出在 Pangram 检测工具下仅获得「32% 人类」评分，比原文的「100% 人类」评分大幅下降。具体表现为：

• 改写后的文本在内容上几乎没有新增信息，却多出约 33 个词
• 行文缺乏 Scott Alexander 文章中典型的圈内笑话与措辞巧思
• 整体读感空洞，未能复刻目标作者鲜明的个人风格

值得注意的是，作者自己也承认，借助 AI 检测工具判别文本是否为人类写作，本身并不严谨，结论仅供参照。

为什么 AI 写作「明显糟糕」

作者尝试从模型原理层面给出解释：LLM 本质上基于预测与关联进行推断，这一机制在数学或编程任务中表现良好——因为这些场景只需达到功能正确性，外观与风格并不重要。但在写作任务中，读者关注的是表达本身的质量，而人类写作过程往往是迂回、跳跃甚至非线性的，AI 试图从 A 点直线走到 B 点，反而会忽略使文字「耐读」的细微之处。

具体表现包括：

• AI 因内部的「认知置信度」机制而倾向于插入修饰性词语，导致行文臃肿
• 输出风格过于正式，因为它在「尽力做好工作」，反而失去自然感
• 无法做到简洁地说出一句话，总要补充、解释、再补充

一个未兑现的承诺

文章最后指出，曾被寄予厚望的场景——输入提示词与目标风格，AI 即可产出「无法被识别为机器生成」的文本——至今仍未实现。相比之下，让 AI 解出高难度数学题或生成可用代码，反而变得相对容易。这说明「写出像样的散文」这一任务，在技术上的难度被长期低估。

对普通用户而言，文章给出的启示是：AI 客服等只需完成信息传递的场景可放心使用，但凡涉及风格、个性与表达质量的写作，仍需人类作者亲自把控。