注: 本文由AI生成,ednovas编辑并审核发布。

前言

博客里有 7 篇文章是 AI 起草、我们再编辑发布的,读起来总有一股说不清的味道。

网上现在有不少专门“去 AI 味”的 skill,GitHub 上星最多的有好几万。另外还有一种思路,是用女娲(nuwa-skill)把一个人的写法“蒸馏”成 skill,让 AI 照着这个人写。

我们两种都试了,还拿同一篇稿子做了对比测试。这篇就把过程和结果记下来。

AI 味在哪

先拿我们自己的博客算了一笔账。

我们从以前的文章里挑出 26 篇确实是自己手写的(2020 到 2023 年),和 7 篇 AI 生成的放在一起统计。挑的时候还发现,候选的 56 篇里有 17 篇其实是整篇转载,文里写着“转载自”,这些都不能算。

结果是,两边的句子长短、段落长短几乎一样,差别全在排版和语气上。按每一万个中文字算:

手写的加粗 34 处,AI 写的 208 处。

手写的表格 12 行,AI 写的 175 行。

手写的 emoji 是 0 个,AI 写的有 90 个。

“吧、呢、哦”这种语气词,手写的有 13 个,AI 写的一个都没有。

另外手写的正文里一个破折号都没有,“不是……而是……”也一次都没出现过。

所以至少在我们这个博客上,AI 味主要来自满篇加粗、✅❌ 表格、emoji 列表和一本正经的语气,不太在于用了哪几个词。

“不是……而是……”这个句式也不能一刀切。我们统计过阮一峰的 24 篇文章,他大约每 5000 字用一次,比如“我的第一感觉不是恐慌,也不是愤怒,而是无奈”。区别在于他一篇最多一次,而且只用来纠正一个真实的误解,AI 则是一篇用好几次来造金句。

参加测试的 skill

去 AI 味的选了 5 个(星数是 2026-11-18 在 GitHub 上看的):

blader/humanizer,约 7.1 万星,MIT 协议。英文原版,规则来自维基百科的 “Signs of AI writing”,SKILL.md 里列了 26 种模式,比如“Not X but Y”、强凑三段式、破折号当万能连接、意义拔高。

op7418/Humanizer-zh,约 2.3 万星。中文版,基于 humanizer v3.0.0,又参考了 stop-slop,列了 31 种模式。

conorbronsdon/avoid-ai-writing,约 5700 星。英文,先按 P0、P1、P2 三级找问题,再改写。

LifelongLazyLearner/qu-ai-wei,约 760 星。专门针对简体中文,先“冻结”不能丢的内容,再扫八个模式族重写。

sickn33/agentic-awesome-skills 里的 humanize-chinese。它本来带检测打分的 Python 脚本,这次只用了它的手工改写流程(脚本没跑)。

蒸馏用的是 女娲 nuwa-skill(约 3.9 万星)。它本身不管去 AI 味。用法是输入一个人名,它自动调研、提炼这个人的思维方式和表达方式,生成一个“XX 视角”的 skill。我们用它做了两个:

阮一峰的写法。用的快速档,调研了著作、访谈、决策三路,又拿 24 篇原文统计了句长、用词和标点。

我们自己的写法。走的是女娲“蒸馏用户自己”的流程,不联网,只分析那 26 篇手写文章。

测试方法

两道题,所有答题和评分都交给独立的子代理(Claude Sonnet),评分的代理不知道哪篇是哪个方法写的。

任务 A 是改写。拿博客评论系统那篇文章里原来 AI 写的一段 Resend 教程(17 处加粗、8 个 emoji、20 行表格),让每个方法去掉 AI 味,要求事实一个不能丢。一共 7 组:不带 skill、5 个去 AI 味 skill、我们自己的蒸馏 skill。

任务 B 是写作。给同一份素材,用阮一峰的风格写一篇《用 Cloudflare Pages 部署一个纯静态网页》。一共 4 组:不带 skill(只说“用阮一峰的风格”)、Humanizer-zh、qu-ai-wei、阮一峰蒸馏 skill。两个去 AI 味的组,是先按阮一峰风格写初稿,再用 skill 去 AI 味。

评分分两步。先用脚本统计加粗、emoji、表格,以及 33 项关键事实有没有保留。再让评分代理盲评“像不像真人手写”,打 1 到 10 分;写完第一步以后,才给它看本人的原文,让它判断哪篇最像本人。

任务 A:改写

33 项事实,7 组全部保留了,没有一组改错或者编新东西。

差别出在改了多少。Humanizer-zh 那篇和原稿一模一样的行有 33 行(一共 43 行),17 处加粗一处没动,只删了 emoji。humanize-chinese 还留着 13 处加粗和 6 个 emoji。humanizer 和 avoid-ai-writing 把加粗和 emoji 都去掉了,但 20 行表格原样留着。qu-ai-wei 把表格砍到 10 行。不带 skill 的那组几乎没碰格式,加粗、emoji 都还在。

我们自己的蒸馏 skill 是唯一把加粗、表格、列表全部去掉的(都是 0),和原稿相同的行只剩 4 行。原因也简单,它的规则就是从那 26 篇手写文章里统计出来的,比如“教程几乎不加粗”“配置项一行一项写成句子”。去 AI 味的 skill 盯的主要是句子里的套路,对排版管得少。

盲评“像真人手写”,蒸馏 skill 和 qu-ai-wei 都是 5 分,humanizer 和 avoid-ai-writing 4 分,Humanizer-zh、humanize-chinese 和不带 skill 的都是 3 分。

对照我们的原文以后,评分代理认为最像我们本人的也是蒸馏那篇,其次是 qu-ai-wei。不过它也说了,七篇都不算真像,都缺我们常用的语气词和“然后”“这里”“即可”这种口头连接。分数整体偏低,说明光靠改写一篇别人写好的稿子,能做到的有限。

任务 B:照着阮一峰写

这道题的结果有意思一些。

先是盲评“像真人手写”:qu-ai-wei 7 分,Humanizer-zh 6 分,阮一峰蒸馏 5 分,不带 skill 的 3 分。不带 skill 那篇最后来了个小结,还用一句“一个小工具,十分钟之内就能上线”收尾,这个“十分钟”素材里根本没有,是编的。

然后给评分代理看了阮一峰的四篇原文(技术写作的首要诀窍、DDoS 防范、OAuth 2.0、Git 远程操作),再问哪篇最像阮一峰。排序完全反过来了:阮一峰蒸馏第一,不带 skill 第二,qu-ai-wei 第三,Humanizer-zh 最后。

蒸馏那篇对上的地方很具体:第一句先下定义(“Cloudflare Pages 是 Cloudflare 提供的静态网站托管服务,可以免费使用。”),第二段交代范围和读者(“本文针对没用过它的读者……”),小标题用“一、二、三”,一句一段,结尾是“(完)”,没有小结也没有金句。这些和他的 Git、OAuth 教程是同一个写法。

最有意思的是,评分代理在盲评那一步,恰恰把“本文针对……”“(完)”“一、二、三编号”“一句一段”这几条当成了 AI 味和模板感来扣分。可这些正是阮一峰本人一直以来的写法。

也就是说,“像真人”和“像某个真人”是两回事。去 AI 味的 skill 会把文章往一个“平均的人”身上改,顺手也把作者自己的特征洗掉了。所以 Humanizer-zh 那篇读起来挺自然,但在“像阮一峰”这一项排在最后。

结果汇总

方法 任务 A 像真人(10 分) 任务 A 像我们本人 任务 B 像真人(10 分) 任务 B 像阮一峰
不带 skill 3 第 7 3 第 2
humanizer 4 第 3 没测 没测
Humanizer-zh 3 第 5 6 第 4
avoid-ai-writing 4 第 4 没测 没测
qu-ai-wei 5 第 2 7 第 3
humanize-chinese 3 第 6 没测 没测
女娲蒸馏 5 第 1 5 第 1

(任务 A 的蒸馏是我们自己的 skill,任务 B 的蒸馏是阮一峰的 skill。)

蒸馏的代价

蒸馏在“像某个人”上确实更准,但它不便宜,也不省事。

女娲的完整蒸馏要开好几个子代理并行调研,作者自己在说明里提醒过,有用户用顶级模型跑一次花了几十美元。我们为了省钱,阮一峰用的是快速档,子代理也换成了 Sonnet。

它需要足够的原文。阮一峰写了二十多年,材料多,统计出来的句长、用词、开头结尾都很稳。我们自己能用的手写文章只有 26 篇,3 万多字,近三年几乎没有样本,蒸馏出来的东西就薄一些。

语料要先洗干净。我们的博客里一大半“像是自己写的”文章其实是转载,不剔除的话,蒸馏出来的就是别人的口吻。

还要测一测再改。我们自己的 skill 第一版写出来的稿子,配置表每一项都加了粗,对照原文才发现我们 2021 年的教程几乎不加粗,改了规则重测一次才对。

另外越有名的作者,模型本来就知道得越多。我们拿阮一峰的三件真实往事出题(比如 2010 年要不要继续译书),带 skill 的和不带的得分差不多(3 比 4,算打平)。蒸馏真正多出来的,是那些能量化的细节。大家都知道的观点,模型本来就会。

怎么选

想要某一个具体的人的味道,不管是自己还是某个作者,而且手上有足够的原文,就用女娲蒸馏。

只是想把一篇 AI 稿子里的套话清掉,没有特定的目标风格,中文推荐 qu-ai-wei,这次两道题它都排在前面。Humanizer-zh 这次改得太保守,只去了 emoji,加粗一处没动。

两种叠着用要小心。先按某人的风格写、再用去 AI 味的 skill 扫一遍,作者的特征会被一起扫掉(任务 B 里 Humanizer-zh 那篇就是这样)。

最后说一下局限:每组只写了一篇,评分的也是 AI,结论只代表这一次测试。我们现在的做法是,博客文章都先用自己的蒸馏 skill 写,发布前再人工看一遍。

参考:
blader/humanizer
op7418/Humanizer-zh
conorbronsdon/avoid-ai-writing
LifelongLazyLearner/qu-ai-wei
sickn33/agentic-awesome-skills
alchaincyf/nuwa-skill
Wikipedia: Signs of AI writing