“他感应胸口发紧，，
，，，，冷汗顺着脊背滑落，，
，，，，周围的灯光似乎暗了下来
。。。。。
？？？？？？？掌忻致着一种说不清的气息，，
，，，，像雨后的土壤，，
，，，，又像某种古老的影象
。。。。。
。” 或许率是第一段
。。。。。
。由于你已经“进化”出了判别AI写作的雷达——那些太过形貌感官体验、把“恐惧”包装成一堆心理反应的文字，，
，，，，怎么看怎么像ChatGPT的手笔
。。。。。
。 已往一年，，
，，，，网上充满着种种“AI写作判别指南”：爱用破折号？？？？？？？AI写的
。。。。。
。爱用“首先、其次、最后”？？？？？？？AI写的
。。。。。
。形容词堆砌？？？？？？？AI写的
。。。。。
。但这些都属于“气概特征”——换一套提醒词就能轻松绕过
。。。。。
。许多人相信，，
，，，，只要会“调教”AI，，
，，，，就能让机械写出和人种别无二致的文字
。。。。。
。 5月28日，，
，，，，沃顿商学院教授Ethan Mollick在X上分享了这篇论文，，
，，，，配文说：“关于AI写作气概特征（破折号之类的）已经写了许多，，
，，，，但这篇论文关注的是AI的叙事特征
。。。。。
。AI和人类叙事之间保存令人着迷的差别，，
，，，，并且让AI用差别气概写作，，
，，，，也险些改变不了这一点
。。。。。
。” 短短一天，，
，，，，这条推文获得31.5万次审查，，
，，，，3000多个点赞，，
，，，，近600次转发
。。。。。
。AI圈的学者、写作者、通俗读者都被统一个问题吸引了：AI究竟会不会讲故事？？？？？？？ 实验的规模大得惊人：他们网络了10272个写作提醒（相当于写作问题），，
，，，，每个提醒划分由人类作者和五个大语言模子Claude、DeepSeek、Gemini、GPT、Kimi各写一篇故事，，
，，，，每篇约5000词
。。。。。
。最终获得了61608篇故事，，
，，，，每篇提取304个叙事特征
。。。。。
。 这是什么看法？？？？？？？相当于把六万多部小说的“骨架”一根根拆开，，
，，，，放在显微镜下比对，，
，，，，从情节结构、角色能动性、时间连贯性到对话密度，，
，，，，无所不包
。。。。。
。 研究团队开发了一个名为StoryScope的自动化剖析管道，，
，，，，能从10个维度自动归纳出细粒度的、可诠释的叙事特征，，
，，，，涵盖情节、主体、时间结构等层面，，
，，，，然后比照AI天生的和人类写的，，
，，，，看看骨头架子究竟有什么差别
。。。。。
。 效果完全不看用词、句式、标点这些气概信号，，
，，，，仅用叙事特征，，
，，，，就能以93.2%的准确率区分人类和AI写作；；；；；；在“六个作者划分是谁”的六类归属使命中，，
，，，，准确率抵达68.4%
。。。。。
。作为比照，，
，，，，包括了气概线索的完整模子，，
，，，，准确率也就横跨不到3%
。。。。。
。 换句话说，，
，，，，AI写作的“底层叙事逻辑”自己就是一张明牌
。。。。。
。哪怕你把所有破折号都删掉、把所有“首先其次最后”换成口语化表达，，
，，，，你的叙事骨架依然会出卖你
。。。。。
。 AI太爱“说教”了
。。。。。
。AI写的故事，，
，，，，就像一个生怕你读不懂的语文先生
。。。。。
。77%的情形下，，
，，，，AI的叙事者会直接点明故事主题：“这个故事告诉我们……”，，
，，，，而人类作者的这一比例只有52%
。。。。。
。AI故事里的对话泛起哲学讨论的比例是59%，，
，，，，而人类只有34%
。。。。。
。 更显着的是：AI对其他作品的引用全是“模糊的暗指”（占比72%），，
，，，，而人类作者更倾向于直接说“像《百年孤苦》里那样”......明确提及作品名称占50%
。。。。。
。AI的潜台词似乎是：“我告诉你一个原理，，
，，，，你好好听着
。。。。。
。”人类的潜台词则是：“你自己品
。。。。。
。” 你可能会说，，
，，，，这不是很认真任吗？？？？？？？把原理讲清晰欠好吗？？？？？？？问题在于，，
，，，，好的故事历来不靠“讲原理”感感人
。。。。。
。托尔斯泰不会在《安娜·卡列尼娜》最后写“这个故事告诉我们，，
，，，，出轨没有好下场”——他让读者自己去感受
。。。。。
。而AI做不到“松手”，，
，，，，它必需把每件事都说透
。。。。。
。 人类会“跳时间线”，，
，，，，AI只会一条道走到黑
。。。。。
。人类讲故事喜欢玩名堂：从葬礼开
。。。。。
。，
，，，，然后倒叙几十年前的事情，，
，，，，再突然闪回到现在
。。。。。
。这种非线性叙事在AI那里险些不保存
。。。。。
。数据显示：79%的AI故事“没有支线情节”，，
，，，，而人类故事的这个比例是57%
。。。。。
。AI故事的主角驱动型下场占69%，，
，，，，而人类只有46%
。。。。。
。 人类更喜欢让故事“悬着”，，
，，，，留给读者想象空间
。。。。。
。人类故事的下场更偏向开放式模糊下场，，
，，，，让读者自己去琢磨“然后呢”
。。。。。
。AI则必需给每个角色一个交接：主角要么顿悟了，，
，，，，要么接受了现实（占47%），，
，，，，而人类只有27%会这么做
。。。。。
。 研究团队举了个生动的例子：让AI和人类划分写一个悬疑故事，，
，，，，人类可能从葬礼开
。。。。。
。，
，，，，再倒叙几十年前的恩仇；；；；；；而AI会从第一条线索最先，，
，，，，准时间顺序一起推进到大下场，，
，，，，中心没有任何“岔路”
。。。。。
。 数据显示，，
，，，，81%的情形下AI会通过心理感受和身体隐喻来转达情绪（人类只有38%）
。。。。。
。AI使用嗅觉意象的比例高达82%（人类57%），，
，，，，还喜欢把情形设定作为角色心田状态的映射
。。。。。
。人类作者写“张三畏惧了”，，
，，，，就是一句话
。。。。。
。 AI写“畏惧”：胸口发紧、冷汗直流、灯光变暗、空气中弥漫着某种气息……人类明确使用情绪标签（“感应畏惧”“很恼怒”）的比例是29%，，
，，，，而AI只有8%
。。。。。
。这袒露了一个本诘责题：AI没有真正的情绪体验，，
，，，，它只能从训练数据中学习“情绪的外在体现”，，
，，，，然后用一种“教科书式”的方法把它们堆砌起来
。。。。。
。 它知道恐惧会让人出汗，，
，，，，但它不知道出汗是什么感受
。。。。。
。以是它的形貌总有一种“用力过猛”的违和感——就像一小我私家从没吃过柠檬，，
，，，，却要写柠檬的酸味
。。。。。
。 人类会“突破第周围墙”，，
，，，，AI只会闷头写
。。。。。
。人类作者有一个AI学不会的绝活：和读者直接对话
。。。。。
。“你，，
，，，，亲爱的读者，，
，，，，一定猜不到接下来爆发了什么……”这种突破“第周围墙”的写法，，
，，，，28%的人类作品会用到，，
，，，，AI只有7%
。。。。。
。 同时，，
，，，，人类写作提及详细文本和作者的比例险些是AI的两倍（47% vs 24%）
。。。。。
。人类能自若地在显性引用和隐性参考之间切换（37%的人类作品是“混淆模式”，，
，，，，AI仅16%），，
，，，，而AI只能躲在模糊的暗指背后，，
，，，，似乎生怕袒露自己“没读过什么书”
。。。。。
。 这绝不是由于AI“没读过”，，
，，，，它的训练数据里什么书都有——而是由于它不知道什么时间该说“我在引用”，，
，，，，什么时间该坚持默然
。。。。。
。；；；；；痪浠八担，
，，，，AI的叙事是“没有读者意识”的叙事
。。。。。
。它不在乎你在不在看，，
，，，，不在乎你能不可跟上，，
，，，，它只是在“完成使命”
。。。。。
。 AI的故事“撞脸”严重
。。。。。
。AI天生的故事在“叙事空间”中挤作一团，，
，，，，而人类的故事散落在周围八方
。。。。。
。人类的故事素材库更富厚,涉及更多所在、对话占比更高、更多支线融入焦点主题（42% vs 21%），，
，，，，也更常塑造保存品德矛盾的主角（59% vs 38%）
。。。。。
。 人类的主角可以是好人也是坏人，，
，，，，可以既善良又自私；；；；；；AI的主角则倾向于“伟光正”
。。。。。
。AI的问题不是“写得欠好”，，
，，，，而是“写得都一样”
。。。。。
。它被困在一个狭窄的“默认叙事模板”，，
，，，，出不来
。。。。。
。即便你给差别的AI模子统一个提醒词，，
，，，，它们写出的故事在叙事空间中的位置也惊人地靠近
。。。。。
。 论文摘要中明确列出了三个模子的指纹特征——Claude的事务升级格外平庸，，
，，，，GPT太过使用梦乡序列，，
，，，，Gemini默认使用外部视角形貌角色
。。。。。
。；；；；；诼畚氖笛槭莸慕徊狡饰鐾贫希，
，，，，DeepSeek和Kimi也泛起出各自鲜明的叙事倾向
。。。。。
。 什么意思呢？？？？？？？若是你看到一篇小说里频仍泛起“梦乡的转折”，，
，，，，那八成是GPT写的；；；；；；若是整个故事波涛不惊，，
，，，，情节推进像白开水，，
，，，，那或许率是Claude的手笔；；；；；；若是每个角色都从外部形貌，，
，，，，像在看人物档案卡，，
，，，，那Gemini跑不掉
。。。。。
。更厉害的是，，
，，，，用这些“指纹”做六类归属（从五个AI模子和人类中识别详细作者），，
，，，，准确率高达68.4%
。。。。。
。 更扎心的是，，
，，，，论文还发明：所有AI模子天生的故事在叙事空间中群集在统一个共享区域，，
，，，，而人类故事则散布在更辽阔的空间里
。。。。。
。 也就是说，，
，，，，不管你是Claude照旧GPT，，
，，，，不管你的“写作气概”怎样调解，，
，，，，你们的“叙事DNA”着实是一家人
。。。。。
。这种“叙事趋同”征象，，
，，，，可能是大语言模子训练范式的某种固有问题——它们都从相似的语料中学习“什么是一个好故事”，，
，，，，然后得出了相似的结论
。。。。。
。 这项研究的泛起，，
，，，，恰逢“去AI味”成为热门话题
。。。。。
。就在论文宣布的统一个月，，
，，，，中文互联网上掀起了关于“豆包体”的群嘲——那些“最”“很是”“深深地”满天飞的AI天生文本，，
，，，，让网友笑到打鸣
。。。。。
。种种“消除AI味的不完全手册”也应运而生
。。。。。
。与此同时，，
，，，，尼日利亚作家纳齐尔的小说《林间之蛇》被指控保存大宗“AI写作痕迹”，，
，，，，文学界的AI写作争议愈演愈烈
。。。。。
。 但StoryScope的结论泼了一盆冷水：改词汇、换句式、调标点，，
，，，，这些都是“外貌功夫”
。。。。。
。你让AI写“我很难过”而不是“一股伤心涌上心头”，，
，，，，改变不了它的叙事结构
。。。。。
。你把所有破折号都删掉，，
，，，，也改变不了它偏幸单线程叙事、回避品德模糊性的“底层代码”
。。。。。
。 从气概层面看，，
，，，，可以
。。。。。
。提醒词写得好，，
，，，，AI能模拟海明威的精练、博尔赫斯的迷宫、王小波的戏谑
。。。。。
。但从叙事层面看，，
，，，，AI在“怎么编故事”这件事上，，
，，，，和人类有着根天性的差别——它不履历生涯，，
，，，，不明确殒命，，
，，，，不知道什么是“欲说还休”，，
，，，，以是它只能套用一个“标准的故事模板”
。。。。。
。 他们果真了StoryScope的所有代码、10272个写作提醒，，
，，，，以及51336篇AI天生的叙事文本（部分提醒因天生失败未纳入），，
，，，，供学术界进一步研究
。。。。。
。这更像是一种“预警”——当AI天生的文字洪水般涌入文学市场时，，
，，，，我们需要一套能穿透表层、直达叙事底层的“照妖镜”
。。。。。
。 而关于每一个用AI辅助写作的人来说，，
，，，，这篇论文或许也在提醒：别只想着“去AI味”，，
，，，，想想你究竟想表达什么
。。。。。
。由于AI可以帮你写出通顺的文字，，
，，，，但它永远无法替你履历一段人生——此后者，，
，，，，才是好故事的真正泉源
。。。。。
。（本文首发钛媒体APP，，
，，，，作者 | 硅谷Tech_news，，
，，，，编辑 | 焦燕）