《AI 最著名的写作口癖，为何至今仍成谜》

导语

“不是 X，而是 Y”原本是莎士比亚等作家使用的有力修辞，如今却成了最容易暴露 AI 文本的句式之一。文章追踪它在模型输出中的可测量增长、命名争议、可能成因与自我强化循环，并追问这种机器口癖会不会反过来改变人类写作和说话。

正文翻译

我们恐怕摆脱不了 AI 最喜欢的写作口癖了。假如《凯撒大帝》今年才首次发表，威廉·莎士比亚或许会被怀疑用 AI 写作。某种如今显得可疑的修辞在剧中反复出现。第一幕第二场：“亲爱的布鲁图斯，错误不在我们的星辰，而在我们自己。”第三幕第二场：“并非我爱凯撒少些，而是我爱罗马更多。”同一场稍后还有：“我来是为了埋葬凯撒，不是为了赞美他。”

这些名句使用了如今最知名的 AI 写作口癖：一句话同时告诉你主题“不是什么”和“是什么”——“不是 X，而是 Y”。一旦注意到它，就会发现它无处不在。一种版本里，Y 是递加项，用来聚焦、加强或扩展 X。Citizens Financial Group 的年度报告就说，私人银行业务的增长“不只是私人银行的胜利，也是整个集团的胜利”。另一种版本里，Y 取代 X，成为更合适的描述。特朗普前顾问迈克尔·弗林（Michael Flynn）3 月在 X 平台写道：“目标从来不是一个人。目标是真相。”

还有“没有 A，没有 B，只有 C”这样的变体，在 AI 生成小说里尤其常见。恐怖小说《Shy Girl》中“没有包，没有东西，没有盔甲，只有我”之类的句子，引发了 AI 代写指控；出版社今年撤下了这本书。作者否认使用 AI，Citizens Financial Group 则曾表示其传播团队“在多个领域使用这项技术”。弗林没有回应置评请求。

这种句式的流行并非只有轶闻证据，它可以被测量。《巴伦周刊》报道，从 2023 年到 2025 年，它在企业传播材料中的出现频率增加了四倍多。AI 检测工具公司 Pangram 的研究人员估计，“不只是 X，而是 Y”在 AI 写作中的出现频率，是人类写作的三倍。Pangram 创始工程师埃利亚斯·马斯鲁尔（Elyas Masrour）说，ChatGPT、Claude、Gemini 和多种开源模型都会不同程度地依赖它。

随着 AI 公司不断调整模型，许多著名的聊天机器人痕迹已经出现又消失，例如对单词 delve 的偏爱。去年秋天，ChatGPT 又迷上了 goblin 和 gremlin，促使 OpenAI 退役它的“书呆子”人格——这种对神话生物的爱好似乎已经感染其他模型。可“不是 X，而是 Y”至今没有减弱迹象。

ChatGPT 出现以前，这种结构不够显眼，甚至没有公认名称。如今人们争着给它命名。学术术语“对偶”和“元语言否定”只能涵盖其中一部分形式。OpenAI 模型行为产品经理劳伦蒂娅·罗曼纽克（Laurentia Romaniuk）在邮件中称之为“对比措辞”。虽然有些拗口，作者见得最多的名称仍是“负向平行结构”。

使用得当时，负向平行结构很有冲击力。但罗曼纽克承认，ChatGPT 用得太频繁，容易显得公式化，因此 OpenAI 正设法扩大它的表达手段。她建议用户暂时可以借助“自定义指令”。在讨论 AI 写作的 Reddit 论坛上，人们交换清除这种句式的技巧：有人建议把 Claude 的输出交给另一个聊天机器人，要求它扮演文字编辑，并严格禁止“不是 X，而是 Y”之类的负向配对。

更全面修复的障碍在于，似乎没有人确切知道 AI 模型为何如此迷恋负向平行结构——也许连创造它们的公司都不知道。Anthropic 和 Google 没有回应采访请求。

最简单的理论是人类就是这样训练它们的。大型语言模型首先从海量人类文本中识别模式，包括书籍、学术论文、专利申请，尤其是互联网内容。初始训练数据当然包含负向平行结构。除了莎士比亚，还有许多名例：20 世纪 60 年代，传奇橄榄球教练文斯·隆巴迪（Vince Lombardi）推广了“胜利不是一切；它是唯一的事”；20 世纪 90 年代，冷冻披萨品牌的广告则坚持说：“这不是外卖。这是 DiGiorno。”

但训练数据同样包含大量 AI 公司不希望模型模仿的糟糕写作。石溪大学研究 AI 写作的计算机科学教授图欣·查克拉巴蒂（Tuhin Chakrabarty）解释，模型还会经历“强化学习”：人类评审员给回答打分，模型在试错中远离编造事实、提供非法建议或侮辱用户等不当回应，靠近被评价为有帮助的回应。人类评审员很可能偏爱包含“不是 X，而是 Y”的回答，因为这种句式制造出细腻和洞察的印象，仿佛 AI 正从一个不够好的描述推理到更准确的描述。

这可能仍然不足以解释这种结构在主要人工智能模型中的普遍程度。与我交谈过的几位专家向我指出了另一种甚至更奇怪的解释。

尽管聊天机器人的研究与推理能力进步巨大，它们从根本上仍是文本预测机器。模型根据此前内容，一次生成一个 token（文本片段）。每次选词既要考虑这个词按训练语料统计最可能接在后面，也要考虑它是否会导向整体评分较高的回答。模型始终在聪明的选词与显而易见的选词之间寻找平衡。

按照这一理论，聊天机器人使用负向平行结构，是在两种选择之间对冲。一个以描述某物为功能的句子开始后，阻力最小的路径是先说它不是什么（X），再说它是什么（Y）。例如句子以“This is”开头时，接“not just”既比直接刻画主题的众多选择更可能，也更安全；写出“这不只是”以后，后面也容易得多：先填入那个无聊、明显、将被否定的 X，再用稍有冲击力的 Y 收尾。

即使研究者准确找出成因，修复仍然困难。马斯鲁尔说：“某种东西一旦进入这些模型，就很难再拔出来。”AI 模型持续进化的一种主要方式，是用其他模型生成的文本训练；这些文本很可能充满负向平行结构，于是它在新模型里越埋越深。互联网写作中由 AI 生成的比例也在上升，而这些内容又会成为下一代模型的训练数据。

此外，一些 AI 实验室在后训练中已用 AI 取代或补充人类评审员。若不干预，就有“模型坍缩”的风险：AI 不断强化自身偏见，最终脱离原本用来为它提供根基的人类数据。查克拉巴蒂说：“这是一个非常恶性的循环。文本里已经有负向平行结构，AI 又偏爱它——最后到了离开它就不会写的地步。”AI 语言正在吞食自己的尾巴。

聊天机器人的陈词滥调令人厌烦，却也有一个好处：AI 写作更容易与人类写作区分。马斯鲁尔说，尽管具体标记不断变化，Pangram 的软件并没有发现检测越来越难；负向平行结构等顽固句式可能正是原因之一。

对人类作家而言，代价是：一种曾经有力的修辞已经沦为让人听起来像机器的陈词滥调。有人不得不尴尬地辩解，自己没有使用 AI——他们本来就这么写。先别急着嘲笑：德国研究者近期的一项研究表明，AI 的写作口癖越来越多地出现在人类的自发对话中。若趋势持续，负向平行结构也许终会失去“AI 写作标记”的身份。亲爱的读者，错误将不在我们的聊天机器人，而在我们自己。

思想框架

文章从《凯撒大帝》的经典台词切入，辨认负向平行结构的多种变体和企业、政治、小说案例；接着用统计说明它在 AI 文本中的高频与顽固，再从训练语料、人类反馈和逐 token 预测三条路径解释模型为何偏爱它；最后指出合成文本回流与 AI 评审会形成恶性循环，而这一口癖既帮助检测机器文本，也正在让人类写作者失去一种原本有效的修辞工具。