「不是，而是」：AI写作留给文字世界的特洛伊木马

本文来自微信公众号： 显影笔记 ，作者：Meng Zhi，原文标题：《「不是，而是」：AI写作留给文字世界的特洛伊木马》

上个月24日，投资人Druckenmiller在《华尔街日报》发表了一篇对于美国财政部债务回购政策的评论文章，反复使用的"不是，而是"让读者嗅到了AI写作的讯号。随后，Druckenmiller被迫承认使用了AI工具。承载了审慎思考的句式被AI占用，而人类编辑的把控在失效。一个新的问题出现：谁来为内容的可信度负责？

01

一个正在被察觉的AI写作“诡计”

最近，我开始在写作中有意识的避免使用“不是…而是…”的句式，甚至还减少了文章中的破折号。这两个形式正在快速成为AI写作的标识。根据巴伦周刊报道，过去2年，“不是，而是”的句式，在美国大型企业文件中的使用频率忽然翻倍增长，已达到历年的4倍以上。

上个月24日，投资人Stanley Druckenmiller发布在《华尔街日报》Opinion版面的署名文章，可谓对这一数据变化的亲身演绎，开篇即塞进了3次否定排比与并列句，也让读者察觉出AI写作痕迹。

“没有流拍，没有交易商资产负债表挤兑，没有强制平仓，没有任何类似2020年3月美债或2022年9月英国国债那种真正功能失调的情形，那种情形才配得上官方出手。波动得到了控制，交易井然有序——不是故障，而是机器在完成它的工作。”

学者Claudia Sahm使用检测工具Pangram分析，显示这篇内容为100%的AI写作。随后，Stanley Druckenmiller不得已承认使用了AI工具，但否认完全由AI代笔。

熟悉的句式结构被AI“挪用”，读者对于写作的信任也在坍塌，连表达者想要主张的观点也在失焦。就像诺兰电影《奥德赛》中的剧情，当特洛伊遭遇了“木马计”以后，每一次陆地居民看到“海上来的人”，感受到的是恐慌。

02

同一种句式，AI的写法为何让人不适？

“不是，而是”，是人类太过熟悉的表达。它通常服务于上下文全局，先否定一个默认的共识、一项误解，再给出一个判断、一项事实，展现了“一破一立”的叙事智慧。

这样的表达方式，承载了与信任相关的演说、社论、报告，成为了人类的集体记忆。其中，就包括了美国前总统肯尼迪1962年的“阿波罗登月计划”演讲。

这篇长达15分钟的演讲中，“不是，而是”的句式只被使用了1次，成为全篇点睛之笔——我们选择登月，不是因为它容易，而是因为它艰难。这句话高度凝聚了“迎难而上”的精神，驳斥了“安于现状”的幻想，让普通百姓也听懂了举国力支持登月探索的意义。

如今，AI Chatbot 10秒不到即可生成5次“不是，而是”。语气似人非人，无差别使用，仿佛是永动机器的产物。甚至，它不关心在前文刚刚说过什么，不了解现实世界中是否有误解需要推翻，有时候还会虚设一个不存在的反驳目标。

03

“不是，而是”背后的技术原理和商业权衡

在AI生成的内容中，“不是，而是”句式使用的方式五花八门，尚无一个放之四海而皆准的成因答案。但是，从模型的训练数据、训练机制，到生成机制来看，不难展开推测——

1.训练数据：“不是，而是”一直存在于优质内容范例中，作为递进式的洞察引导，比如前面提到的肯尼迪的“登月计划”演讲。对于大语言模型（LLM）来说，在最初的训练数据中即开始大量接触这一“句式”。

2.训练机制：AI对于这一句式的过度使用，则可能来自于后训练阶段的RLHF（基于人类反馈的强化学习）。石溪大学研究AI写作的计算机科学助理教授Tuhin Chakrabarty就对《大西洋周刊》表达过类似观点。

首先，这种结构层次分明、语气笃定的表达，很可能从一开始就赢得了人类标注者的高分评价。到了RLHF阶段，通常会使用一个代表人类偏好的“奖励模型”作为评审，对策略模型进行训练。当“奖励模型”进一步认可了“不是，而是”，就会强化LLM的相关表达，甚至可能被Reward Hacking。

3.生成机制：LLM的内容生成，本质是在做“下一个词的预测”。它结构完整、语义畅通，但无法保证每一句话出现在文章中恰到好处的位置，每一种句式以最适当的频率出现。于是，就出现了AI写下无数个“不是，而是”，而缺乏适当“呼吸与留白”，进一步造成了阅读体验的不适。

此外，在模型厂商的战略能力布局层面，Coding才是核心战场，写作从来不是产品重心。今年年初，Sam Altman回应GPT-5写作质量下滑的问题时表示：OpenAI把5.2版本的绝大部分精力放在了使其具备超强智力、推理、编程和工程的能力上。

04

这是一个产品技术问题，还是信任问题？

技术原因不难推演。值得思考的是，这座“特洛伊木马”应该被放行吗——那些不经披露、未经验证的AI写作，一次又一次冲击内容信任的行为。

因此，这也绝对不仅仅是一个“技术和产品够不够完美”、或者“如何做好Harness”的问题，它指向了「AI治理」。

2026年以来，以长文写作为主要载体的互联网社区，正在采取限制，避免AI冲击平台的信任根基：Substack、Quora上线了AI内容检测功能；Linkedin在8月份上线了对于“疑似AI创作”的举报，停用了AI写作优化功能。回顾近几年，这几大平台都在一定程度上遇到了“AI Slop（垃圾内容）”的困扰。

在围绕公共利益相关的内容主题，8月2日，欧盟《人工智能法案》第50条透明度规则正式生效。它在具体要求中提到，“其部署者须披露该文本系经人工智能生成或操纵”。

“不是，而是”句式的泛滥，用阅读体验上的“刺痛”，让我们有机会重新审视效率“野心”之下，人与AI的能力边界，思考在公开写作中，发布者需要承担的披露与内容责任。

管理AI所带来的内容信任冲击，行动才刚刚开始。也许就像1940年，英国在二战中取得阿拉曼战役大捷后，丘吉尔在演讲中所说的：这不是结束，这甚至不是结束的开始，但这毕竟是开始的结束。Now this is not the end.It is not even the beginning of the end.But it is,perhaps,the end of the beginning.

■

显影笔记

围绕人与技术，关注那些永恒不变的主题。追踪生成式人工智能时代的技术信任、人机合作边界；探索现象和叙事之下，那些尚待「显影」的逻辑。

封面图：The Procession of the Trojan Horse into Troy，Giovanni Domenico Tiepolo。

参考资料：

·It’s not just one thing—it’s another thing，TechCrunch

·Billionaire Stanley Druckenmiller’s WSJ Op-Ed Criticizing Bessent Was Written With AI,NOTUS

·The Most Famous AI Writing Tic Is Also the Most Mysterious，The Atlantic

·LinkedIn adds a button to report AI-generated‘slop’，TechCrunch

·Article 50:Transparency obligations for providers and deployers of certain AI systems