先作念个小测试。
读底下这段话：
“他感到胸口发紧，盗汗顺着脊背滑落，周围的灯光似乎暗了下来。空气中裕如着一种说不清的气味，像雨后的土壤，又像某种陈旧的牵记。”
再读这段话：
“张三很局促。他不知说念为什么，但他便是认为分歧劲。他想起了小时候外婆讲的阿谁故事。”
直观告诉你，哪段是AI写的？
大概率是第一段。因为你仍是“进化”出了鉴别AI写稿的雷达——那些过度刻画感官体验、把“懦弱”包装成一堆生理响应的笔墨，怎样看怎样像ChatGPT的手笔。
以前一年，网上充斥着各式“AI写稿鉴别指南”：爱用破折号？AI写的。爱用“领先、其次、终末”？AI写的。形容词堆砌？AI写的。但这些都属于“作风特征”——换一套教唆词就能浮松绕过。许多东说念主校服，只消会“调教”AI，就能让机器写出和东说念主类别无二致的笔墨。
但马里兰大学和Google DeepMind的团队告诉你：别汉典了，AI写故事的“底层操作系统”和东说念主类彻底不同，改教唆词也救不了。
（论文地址：https://arxiv.org/abs/2604.03136）
一场“体裁剖解”实验
2026年4月，马里兰大学推测机系Jenna Russell团队统一Google DeepMind在arXiv上发表了论文《StoryScope: Investigating idiosyncrasies in AI fiction》（《故事显微镜：探究AI演义的特色》）。
5月28日，沃顿商学院老师Ethan Mollick在X上分享了这篇论文，配文说：“对于AI写稿作风特征（破折号之类的）仍是写了许多，但这篇论文关心的是AI的叙事特征。AI和东说念主类叙事之间存在别有世界的互异，何况让AI用不同作风写稿，也果真更正不了这少许。”
Ethan Mollick于2026年5月28日在X上分享的论文中枢图表，获取31.5万次稽查
短短一天，这条推文获取31.5万次稽查，3000多个点赞，近600次转发。AI圈的学者、写稿者、普通读者都被并吞个问题眩惑了：AI到底会不会讲故事？
实验的范围大得惊东说念主：他们积攒了10272个写稿教唆（很是于写稿题目），每个教唆分别由东说念主类作者和五个大讲话模子Claude、DeepSeek、Gemini、GPT、Kimi各写一篇故事，每篇约5000词。最终获取了61608篇故事，每篇提真金不怕火304个叙事特征。
这是什么主张？很是于把六万多部演义的“骨架”一根根隔断，放在显微镜下比对，从情节结构、脚色能动性、时间连贯性到对话密度，敩学相长。
计议团队树立了一个名为StoryScope的自动化分析管说念，能从10个维度自动归纳出细粒度的、可解说的叙事特征，涵盖情节、主体、时间结构等层面，然后对比AI生成的和东说念主类写的，望望骨头架子到底有什么不同。
遵循彻底不看用词、句式、标点这些作风信号，仅用叙事特征，就能以93.2%的准确率鉴别东说念主类和AI写稿；在“六个作者分别是谁”的六类包摄任务中，准确率达到68.4%。动作对比，包含了作风思路的完好模子，准确率也就超过不到3%。
换句话说，AI写稿的“底层叙事逻辑”自己便是一张明牌。哪怕你把悉数破折号都删掉、把悉数“领先其次终末”换成白话化抒发，你的叙事骨架依然会出卖你。
AI写故事，到底那处分歧劲？
计议团队将中枢互异归纳为五个维度。
AI太爱“说教”了。AI写的故事，就像一个恐怕你读不懂的语文敦厚。77%的情况下，AI的叙事者会径直点明故当事者题：“这个故事告诉咱们……”，而东说念主类作者的这一比例只消52%。AI故事里的对话出现形而上学磋议的比例是59%，而东说念主类只消34%。
更显明的是：AI对其他作品的援用全是“暗昧的暗指”（占比72%），而东说念主类作者更倾向于径直说“像《百年孤独孤身一人》里那样”......明确说起作品称呼占50%。AI的潜台词似乎是：“我告诉你一个真义真义，你好宛转着。”东说念主类的潜台词则是：“你我方品。”
你可能会说，这不是很负背负吗？把真义真义讲清爽不好吗？问题在于，好的故事从来不靠“讲真义真义”打动东说念主。托尔斯泰不会在《安娜·卡列尼娜》收尾写“这个故事告诉咱们，出轨莫得好下场”——他让读者我方去感受。而AI作念不到“遏抑”，它必须把每件事都说透。
东说念主类会“跳时间线”，AI只会一条说念走到黑。东说念主类讲故事心爱玩形势：从葬礼开场，然后倒叙几十年前的事情，再倏得闪回到当今。这种非线性叙事在AI那里果真不存在。数据自大：79%的AI故事“莫得支线情节”，而东说念主类故事的这个比例是57%。AI故事的主角驱动型结局占69%，而东说念主类只消46%。
东说念主类更心爱让故事“悬着”，留给读者遐想空间。东说念主类故事的结局更偏向洞开式暗昧结局，让读者我方去琢磨“然后呢”。AI则必须给每个脚色一个打法：主角要么顿悟了，要么领受了试验（占47%），而东说念主类只消27%会这样作念。
AG中国手机官方网页版计议团队举了个灵活的例子：让AI和东说念主类分别写一个悬疑故事，东说念主类可能从葬礼开场，再倒叙几十年前的恩仇；而AI会从第一条思路启动，按时候规定一说念激动到大结局，中间莫得任何“歧路”。
AI对“体格刻画”上瘾。回到开头的测试。AI写稿最显赫的特征之一：不会径直说情绪，而是用体格响应和环境刻画来“演”情绪。
数据自大，81%的情况下AI融会过生理感受和体格隐喻来传达情绪（东说念主类只消38%）。AI使用感觉预料的比例高达82%（东说念主类57%），还心爱把环境设定动作脚色内心情景的映射。东说念主类作者写“张三局促了”，便是一句话。
AI写“局促”：胸口发紧、盗汗直流、灯光变暗、空气中裕如着某种气味……东说念主类明确使用情绪标签（“感到局促”“很震怒”）的比例是29%，而AI只消8%。这清晰了一个本驳斥题：AI莫得信得过的情绪体验，凤凰彩票「中国」有限公司它只可从教养数据中学习“情绪的外皮发达”，然后用一种“教科书式”的口头把它们堆砌起来。
它知说念懦弱会让东说念主出汗，但它不知说念出汗是什么感觉。是以它的刻画总有一种“使劲过猛”的违和感——就像一个东说念主从没吃过柠檬，却要写柠檬的酸味。
东说念主类会“毁坏第四面墙”，AI只会闷头写。东说念主类作者有一个AI学不会的绝活：和读者径直对话。“你，亲爱的读者，一定猜不到接下来发生了什么……”这种毁坏“第四面墙”的写法，28%的东说念主类作品会用到，AI只消7%。
同期，东说念主类写稿说起具体文本和作者的比例果真是AI的两倍（47% vs 24%）。东说念主类能自由地在显性援用和隐性参考之间切换（37%的东说念主类作品是“搀杂模式”，AI仅16%），而AI只可躲在暗昧的暗指背后，仿佛恐怕清晰我方“没读过什么书”。
这毫不是因为AI“没读过”，它的教养数据里什么书都有——而是因为它不知说念什么时候该说“我在援用”，什么时候该保抓千里默。换句话说，AI的叙事是“莫得读者意志”的叙事。它不在乎你在不在看，不在乎你能弗成跟上，它仅仅在“完成任务”。
AI的故事“撞脸”严重。AI生成的故事在“叙事空间”中挤作一团，而东说念主类的故事洒落在四面八方。东说念主类的故事素材库更丰富，波及更多所在、对话占比更高、更多支线融入中枢主题（42% vs 21%），也更常塑造存在说念德矛盾的主角（59% vs 38%）。
东说念主类的主角不错是好东说念主亦然坏东说念主，不错既温存又自利；AI的主角则倾向于“伟光正”。AI的问题不是“写得不好”，而是“写得都雷同”。它被困在一个微弱的“默许叙事模板”，出不来。即便你给不同的AI模子并吞个教唆词，它们写出的故事在叙事空间中的位置也惊东说念主地接近。
每个AI都有我方的“叙事指纹”
论文最兴味的发现来了：不同AI模子写故事的口头，就像不同作者的“字迹”雷同，各有各的谬误。
论文摘要中明确列出了三个模子的指纹特征——Claude的事件升级格外闲居，GPT过度使用黑甜乡序列，Gemini默许使用外部视角形色脚色。基于论文实验数据的进一步分析推断，DeepSeek和Kimi也呈现出各自显明的叙事倾向。
什么真义呢？要是你看到一篇演义里常常出现“黑甜乡的滚动”，那大约是GPT写的；要是通盘故事浪潮不惊，情节激动像白滚水，那大概率是Claude的手笔；要是每个脚色都从外部形色，像在看东说念主物档案卡，那Gemini跑不掉。更犀利的是，用这些“指纹”作念六类包摄（从五个AI模子和东说念主类中识别具体作者），准确率高达68.4%。
更扎心的是，论文还发现：悉数AI模子生成的故事在叙事空间中麇集在并吞个分享区域，而东说念主类故事则分散在更宽绰的空间里。
也便是说，非论你是Claude照旧GPT，非论你的“写稿作风”如何探求，你们的“叙事DNA”其实是一家东说念主。这种“叙事趋同”气候，可能是大讲话模子教养范式的某种固有问题——它们都从相似的语料中学习“什么是一个好故事”，然后得出了相似的论断。
“去AI味”还有道理吗？
这项计议的出现，恰逢“去AI味”成为热点话题。就在论文发布的并吞个月，汉文互联网上掀翻了对于“豆包体”的群嘲——那些“最”“相等”“深深地”满天飞的AI生成文本，让网友笑到打鸣。各式“排斥AI味的不彻底手册”也应时而生。与此同期，尼日利亚作者纳王人尔的演义《林间之蛇》被指控存在大都“AI写稿脚迹”，体裁界的AI写稿争议愈演愈烈。
但StoryScope的论断泼了一盆冷水：改词汇、换句式、调标点，这些都是“名义著作”。你让AI写“我很酸心”而不是“一股悲悼涌上心头”，更正不了它的叙事结构。你把悉数破折号都删掉，也更正不了它偏疼单线程叙事、掩饰说念德暗昧性的“底层代码”。
Ethan Mollick在推文中特别强调：“条件AI用不同作风写稿，也果真更正不了叙事层面的这些互异。”
这其实触及了一个更深入的问题：AI到底能弗成“像东说念主类雷同”创作？
从作风层面看，不错。教唆词写得好，AI能效法海明威的爽快、博尔赫斯的迷宫、王小波的戏谑。但从叙事层面看，AI在“怎样编故事”这件事上，和东说念主类有着根人道的不同——它不资历生计，不睬解损失，不知说念什么是“欲说还休”，是以它只可套用一个“轨范的故事模板”。
这巧合才是AI写稿和东说念主类写稿之间，最难以逾越的规模。
论文的收尾，计议团队抛出了一个值得深念念的问题：跟着AI生成文本越来越多地混入东说念主类创作中，咱们如何界说“原创性”？
他们公开了StoryScope的全部代码、10272个写稿教唆，以及51336篇AI生成的叙事文本（部分教唆因生成失败未纳入），供学术界进一步计议。这更像是一种“预警”——当AI生成的笔墨急流般涌入体裁阛阓时，咱们需要一套能穿透上层、直达叙事底层的“照妖镜”。
而对于每一个用AI扶持写稿的东说念主来说，这篇论文巧合也在提醒：别只想着“去AI味”，想想你到底想抒发什么。因为AI不错帮你写出领略的笔墨，但它历久无法替你资历一段东说念主生——尔后者凤凰彩票中国官网入口，才是好故事的信得过来源。