Graphite研究识别约1.3万个AI写作特征词，模型文风指纹难抹除

营销科技公司Graphite发布了一项针对大模型写作习惯的研究。团队收集了1万篇在ChatGPT出现前发表的人类文章作为对照，再让多个前沿大模型基于摘要重写这些文章，从而排除题材差异、只比较用词与句式。结果显示，约有1.3万个短语在AI生成文本中的出现频率至少是人类写作的两倍，Graphite把它们称为AI写作的特征词（tell）。

研究还发现，不同模型的文风指纹各不相同。Anthropic的Claude Opus 5.5尤其偏爱用dependable一词，频率是人类作者的23倍，更频繁地使用这很重要、为什么X很重要来自我强调；OpenAI的Astra模型则习惯用并非简单地X、而不是依赖X这类纠正式句式。一个有趣的对比是：在去掉破折号这一最出名的痕迹后，整体可识别特征词的总数并未减少——旧痕迹消失，新习惯又冒出来。

Graphite首席AI官Greg Druck指出，各家实验室显然难以精确控制数十亿参数模型的表层用词，每次版本更新都会带来新的特征词。研究还观察到方向分歧：Claude系列正逐步靠近人类用词分布，而GPT系列反而越偏越远。这意味着，靠一份固定的AI词汇黑名单来做内容检测会越来越不可靠，检测工具恐怕得跟着模型版本不断重训。

这项研究对内容审核、学术诚信和教育场景都有现实意义。它提醒人们，AI文本的标志不是某一个标点或单词，而是一种统计残留——既不会因删掉破折号而消失，也难以被彻底抹除。对使用生成式AI的写作者而言，真正的做法是恢复个人的语气与具体细节，而非简单删除几个听起来像AI的词。大模型的能力在快速进步，但像人这件事，比想象中更难伪装。