怎么说呢，「AI会这么写是因为它最常用/人们认为它最好」，这个观点其实对AI训练原理有一些误解……对文字敏感的人应该能感觉到，如今的AI写作实际上自成一派，虽然会随着使用者的输入而有所差别，但那些「让人感觉到是AI」的所谓「AI味」，并不能归类到任何现有的文风流派里去。比如再爱用否定句的人也不会写出这么多的“不是而是”和“她没说话”“我没去”，再爱用比喻的人也不会以这么诡异的方式写比喻，而否定句和高频比喻也绝对不是人类写作最突出的特点。

因为模型实际上没有那么聪明，它不是什么都学得会的。具体到风格上的这种精细训练，是无法通过发给它一堆优秀文本让它直接照着学来达成的。训练过程比如Reward Learning，需要：1. 一批优质数据；2. 一套精细的奖励标准，做得好加分做得不好就减分；3. 反复多次训练，模型根据分数来不断调整自己的回答。这里最大的问题就是【奖励标准】：我们当然知道哪些文本更好，但怎么去量化这种感性的「好」？最直接的方式就是，拆解成思维深度、修辞手法、句式多样性这些硬性指标。然后再训练一个裁判模型，让它按照这些指标去给每个回答打分。

然后这就又带来了三个问题：1. 模型会hack，完全混沌邪恶，它才不知道你训练它的目的是什么呢，它发现这么说话能加很多分，它就每句话都这么说；2. 裁判模型也是模型，它根据人类标准打出来的分数，不一定符合真正的人类审美；3. 更终极的问题是，文字真的能够被拆解成一套硬性指标吗？所有让人觉得美丽和感动的文字，真的能被如此确定地分析出优点一二三四吗？

当然现在搞大模型的是全世界最聪明的人，这些问题正在以越来越快的速度减少。但这样的训练原理就决定了，AI风格并不是对最好的、最常见的人类风格的学习，而是对「最容易学会」的「人类标准」的学习，是一个它自己创造的加分项大杂糅。不是而是的句式大概率能在思考深度类的指标上获得更高的分数，每句话都要比喻是因为能更高效地拿到修辞分，“先说结论”和现在的短句风格，我猜可能是对早期版本过多长难句问题的调整结果。在几百万次的重复之后，它就从不知道哪一刻开始产生了新的习惯，然后训练员又会开始新一轮的斗争。

最后这种大杂糅又在充满AI的内容环境中，污染了普通人类的语言能力，让越来越多的人习惯于看或者用这种方式讲话。。。我真是感到非常恐怖