跑完520万字和50万次判断，我做了可能是全网最硬核的「去AI味」Skill。

 

今天这篇可能会稍微硬核一点。

但是，如果你平时用 AI 写东西，这篇能帮你省下很多改稿到崩溃的时间。

过去两个月，我一直在做一个语言学实验。

我做了两轮数据实验来量化“什么是 AI 味”，第一轮 629 篇文章（283 万字），第二轮新跑了 540 篇配对文章（256 万字），前后折腾了 1169 篇文章，一共 520 万汉字。

基于这 520 万字语料，我把市面上能想到的“AI 味”拆成了 100 多项指标，用脚本检测、大模型语义检测和人工盲评三种方式检验，跑了 50.7 万次逐句逐段的机器语义判断，最后自己还把抽出来的候选句和比喻人肉盲读了一遍。

在这个实测数据的底子上，我做成了现在的 lieflat-less-ai-tone 这个skill，目前已经全部开源：https://github.com/larashero3-dotcom/lieflat-less-ai-tone

今天我就用大白话跟大家聊聊：真正的 AI 味到底是什么，以及这个 Skill 是怎么把它量化测评的。

历时两月，我做了两轮量化实验，烧了 4 亿 token

先简单说说我是怎么测的。

我的核心思路是，“AI 味”其实就是 AI 的写作习惯，所以我选择优秀的人类真实文章作为基准，和 AI 生成的文章进行对照测评，差异的部分，就可以称之为“AI味”。

其实我在做第一版的时候，已经让 5 个主流模型（Claude Opus 4.6、GPT-5.6、DeepSeek、Gemini、Kimi）写了 300 篇文章，跟 329 篇人类文章做过一次对比了。

但跑完第一轮，我发现了一个致命漏洞。

两边写的根本不是同一篇东西。

比如说，人类那篇写的是某家公司的财报，里面全是数字，但是AI 写的是行业趋势漫谈，里面没几个数字。这时候你跑脚本算出来“人类的数字密度是 AI 的 3 倍”，这能说明 AI 不爱用数字吗？不能，这纯粹是因为题目不一样。

因为我测评的目标，是量化 AI 的写作风格，所以我并不需要衡量信

MEMBER ACCESS

解锁完整内容

有效会员可阅读全部付费资源，也可按本篇设置单独购买。

单篇购买 ¥ 9.90

单篇购买并解锁 · ¥ 9.90 →开通会员，阅读全部付费资源 →

已有会员或曾经购买？登录后查看 →