厨房桌上的生日卡、钢笔和一只有磕痕的蓝色饭盒

大模型研究争议:AI 走进日常之后

封面为虚构情境示意。旧饭盒是母女共有的一段记忆。

给妈妈写生日卡,你在纸上起了个头:“妈,那个蓝饭盒我还用着呢。盖子得拍一下。你知道的。”嫌三个短句太碎,请 AI 润色,回来一句:“每次打开那个蓝色饭盒,我都会想起您长久以来的关怀。”两个版本都讲饭盒,妈妈也许一眼就知道是谁送的。可要是问她哪一句听着像女儿站在厨房门口说话,她有可能给出另一个答案。

这张卡是个例子。对于“润色以后还像我吗”,研究给得出的第一层回答是:一句话可以改得通顺,也可以在改通顺时顺手换掉你原先的态度。写作者有能力把一部分自己的习惯改回来。至于妈妈认不认得,下面三项研究都没有请她这样的收信人做盲测。要把问题问到她那里,得先想好,她认出的究竟是饭盒、心意,还是说话的人。个人叙事改写研究 · 个人写作实验

从一句“盖子得拍一下”里能改走什么

想象另一种润色,把开头改成“妈,那个蓝饭盒我还用着,盖子还得拍一下呢”。它合并了碎句,留下了用饭盒的人才知道的小动作。两种改法都能交出一张没有病句的卡,可第一种替女儿解释了这个动作的意义,第二种把解释留给母亲。真要逐字核查,可以先问哪处语法需要修,再问是谁决定把感激明说出来。后一件事原本就没有标准答案。

一个看似琐碎的改动,在课堂作业里也能找得到。Jim McKinley 取了英国一所大学英语教学硕士项目的作业。写作者的第一语言都是中文,交的是英文报告。研究抽取了两个年份各二十五份作业,又从每一届的十份里各挑一段,特意挑作者会说“我认为”、会限定判断的地方。实际送去润色的是二十个片段。提示已经交代保留第一人称、保留拿不准的地方,表二还留着前后句,可以逐对去看。研究方法与表二

其中有个学生谈自己的教学经验,大意是,自己觉得合理有效的做法,到了另一位老师的课堂里,未必也合用。改过的意思成了,合理有效的做法在另一位老师的课堂里就是不同的。两句都很顺。原作者却只需要为自己教过的那个班作证,改稿让他替另一位老师的课堂也下了判断。读者即使没见过原作者,也可以把两句并排,指出作出判断的人变了,句子要求的证据也跟着变了。表二,2019 年样例 2

这项研究的抽样方式限制了答案的分量。专挑有个人立场的段落,适合找“哪种变化值得注意”,很难拿来回答“一百次润色会遇到几次”。两届虽用同样的作业要求,交稿的是不同的学生,后来的二十五人中还有二十一人申报起草时用过生成式工具。若要知道工具接手这一段时动了什么,拿这一段自己的原稿作对照,比拿六年前另一名学生的作业作对照更直接。即便如此,表里的句子也没有由读者评出哪句语法更好。第 3 节及第 4 节

再看一个自拟的批注场景。学生在课堂观察里写“我没听清后排那组怎么回答”。如果老师圈出“那组”并问指哪一组,学生可以补上座位,整句话会更清楚。如果改稿直接写成“后排同学没有回应”,读者也许一下就读懂了,接下来追问的却是学生从来没有观察到的事。遇到这样的修改,哪怕每个词都挺像作者平时用的,也值得退回去。先核对谁看见了什么,再谈句子有没有个人特色,连家长帮孩子改一段游记时也用得上。

加一句“保留我的口吻”,能留下多少

也许生日卡的问题出在“润色”两个字太含糊。一个合理的解释是,模型把“写好一点”理解成“写得正式一点”,把要求说清就能收住。另一种解释是,只要整段重写,工具在选择下一个词时便带着自己常用的写法;即使知道要收住,仍会反复改掉某些小习惯。要区分这两种解释,得把同一批原稿交给同一个模型,只换修改要求。

Tom van Nuenen 的预印本拿三百篇个人叙事做了这样的比较。三种模型分别接到笼统改进、只做重写、改进并保留声音三类要求。研究者数的是可见的语言特征,譬如英文缩略形式、第一人称代词和词长。只要求重写,整体变化仍与笼统改进接近;要求保留声音后,许多变化的幅度小了,缩略形式等特征仍会流失。如果自己在意的是那句突然停住的短话,提示词可以帮忙,却得翻回成稿看它到底留下没有。第 3 节、第 4.3 节与图二

论文还做了一道很容易被读错的配对题。拿出一篇改稿,算法只凭字母等字符如何组合、词平均多长等特征,从三百篇原稿里挑最接近的一篇。图三里,按笼统改进的要求,GPT-5.4 的改稿有 14.3% 找对了自己的原稿,随机挑一篇约为 0.3%。分母是这一条件下待配对的改稿。读到这里,不妨想想,如果让妈妈来做题,她能用什么算法没用上的线索?光凭那个得拍一下的盒盖,她就可能把两版配在一起。第 4.4 节与图三 C

反过来也成立。哪怕算法每次都能把改稿送回正确的原稿,它也可能只抓住这段话特有的用词。要辨认一个人,至少得拿出她写的另一段话,看同一人的习惯能不能跨过两件不同的事。要辨认熟人,还得让真正熟悉她的读者开口。把检索原文的命中率当成妈妈读生日卡的成功率,中间跳过了这两步。况且,这些英文缩略形式在中文贺卡上连一一对应的写法都没有。

最有意思的一步,是把别人的旧作也摆上桌

Connor Baumler 等人把修改的方向倒了过来。他们让八十一位参与者挑选六项自己愿意写的任务,像是给人道谢、向老友问候、准备庆祝场合的致辞。每人有四项随机分到协作条件,用自己的细节给模型起稿,再亲手修改;另两项由自己独立写。于是研究者除了拥有改前、改后两份文字,还有每个人不靠模型写的样本。这回答的是“我接过机器的初稿,还能改回多少”,与一开始就交给机器一张写好的生日卡,起点不同。第 4 至 5 节、附录表九

研究把一段文字的写法转为一组数,再比较两组数有多接近。最能改变判断的对照在图五左边。如果大家都只是删掉客套话,让句子听起来更像普通人说的,那么拿任何一个人的独立作品作参照,都应当多少有用。研究者把参照换了一遍:同一批亲手改过的文字,跟修改者自己的独立作品更近,跟其他参与者的独立作品更远。这样就有理由相信,改稿里留有这个人特有的一点东西。只统计大家删了多少字,看不出这一点。第 6.1 节及图五

左侧是修改稿与本人、他人独立样本的比较,右侧是隐去版本信息后阅读卡片的人

方法示意。左侧更换计算相似度时的参照,右侧表示还可以怎样询问读者。两侧并列,无箭头,不表示实测结果。

这仍然容得下另一个发现。把参照换成模型写的文字,人工改完的稿子整体上与模型文字更近,离本人独立作品更远。打个比方,在一份生日致辞里,你恢复了家里叫人的小名,还留下原稿里工整的开场和结尾。小名是谁添的,整篇读起来又沿用谁的腔调,是两件可以同时说清的事。论文里这些距离也没有“署名线”,越过某个分数就算本人执笔;它们用来比较一组稿子的变化。第 6.1 节、图三至五

写作者自己的感受又如何?研究还请他们评价文字能否代表自己的风格。在一项探索性比较中,他们对亲手改完的稿子和独立稿的评分没有显出差异。这给“像我”留下了另一层意思:我愿意把这段话当作自己的表达。这里作判断的人知道自己做过哪些选择,也记得为何选这个细节。收信人只会看见寄到手上的那一版。研究者在局限一节专门留下了收件人这个空位。第 6.3 节图七及第 8 节

把卡片交给读者以前

如果手头恰好有一段想润色的文字,可以做下面这个小对照。它是未执行的建议。留好原稿,另存润色稿,自己先圈出一处确实修好的语病,再圈出一处你本来可以那样写、当时却选了另一种说法的地方。尤其留心表示把握的词、对收件人的称呼,以及那句你想过要不要说、最后决定省掉的话。两张纸上要是找不到真正修好的语病,也可以老实留白,改得多并不等于修得多。

接着请读过你旧作的人帮一次忙。两版排成一样的字体,拿掉署名,打乱顺序,先只问“哪一句读起来卡住了”,请对方划出位置。再问“哪一句更像我平时会说的话,你凭哪个词听出来的”。先记下理由再揭晓哪版经过润色。若对方说“只有你才有那个饭盒”,这个答案能证明故事被认出来了;若说“你交代完事情老爱补一句‘你知道的’”,才给了你一个可拿旧信再查的措辞线索。如果两版都很像,或者光凭这点字听不出来,也都可以原样记下。

想再往前走一步,可以在另一天换一件双方都没聊过的小事,请对方先看几段你平日独立写的同类短文,再看新的匿名段落。别把给导师的邮件和发给家人的短信混在一起,否则读者可能只是在挑最不正式的那段。若真想知道润色是否让人更难认出作者,还要加入别人写的同题文字,让不同读者分别读原稿或改稿,记录他们把谁认成了谁。只让妈妈在两张都是女儿写的卡里挑一张,问得出她的偏好,算不出辨认作者的准确率。

揭晓版本以后,还可以请这位读者再划一次。假如最初被她圈作“很像你”的一句,在知道动过工具后又被她划掉,保留两次标记会比擦掉第一次更有意思。第一次她能依据的是眼前的文字,第二次她还知道了一件关于写作过程的事。不过,先后读同一段也可能让她多想到一种解释。单靠这两次画线,不能算出披露工具使用造成了多大的影响。对写卡人来说,真正可以带走的是她给出的具体理由,以及你认不认同那条理由。

最后决定寄哪一张时,可以把“你知道的”暂时盖住,念一遍,再放回来念一遍。这几个字没有提供新事实,却把接话的位置留给了对面那个也拍过盒盖的人。如果这正是你想留给她的位置,就有理由保留这句。至于旁人能否凭这句话认出你,等他读过再听他的理由,比替他猜一个分数诚实得多。

参考资料

  1. Jim McKinley,2026,Digital Studies in Language and Literature 正式期刊论文。Beyond Polishing: The Compounding Dynamic of GenAI in Academic Writing
  2. Tom van Nuenen,2026,arXiv 预印本,本文核对 v1。Voice Under Revision: Large Language Models and the Normalization of Personal Narrative
  3. Connor Baumler、Calvin Bao、Huy Nghiem、Xinchen Yang、Marine Carpuat、Hal Daumé III,2026,ACL 正式会议长文。Can You Make It Sound Like You? Post-Editing LLM-Generated Text for Personal Style

作者作品推广

除了写技术博客,我也在做一些让日常更有条理的小工具,欢迎了解我独立开发的两款 App:

  • 日常收支小记:记下收支,也给每一笔钱安排好去处。记录日常账目,安排预算与储蓄目标。在 App Store 了解。
  • 一事微光:从一件小事开始,让今天多一点微光。按当下的时间和精力选择行动,记录完成后的感受与发现。在 App Store 了解。

更多技术文章和个人作品,欢迎来我的网站:zffjzz.top。也欢迎把使用感受告诉我,让这些小工具慢慢变得更好。