低空经济观察 — eVTOL、无人机物流、低空空管与城市空中交通产业深度分析

<figure><img src="https://img.huxiucdn.com/ai/ai-general-cover/202608/29/33515-prod-kl-general-1-1787994346902.png?imageView2/1/w/1440/h/810/|imageMogr2/strip/interlace/1/quality/85/format/png" /></figure>相信很多人现在见到「不是……而是」，已经会下意识PTSD了：这是不是AI写的？还有各种破折号，冒号，以及经典版本「稳稳地接住你」「我用最直白的话，不绕弯子地告诉你」……当然，这些不断被总结出来的「AI用语」也在不断失效，可能是模型升级一次，或者让另一个模型改写一遍，常见词汇、句式和标点都可以被洗掉。来自马里兰......本文来自微信公众号：<a href="https://mp.weixin.qq.com/s?__biz=MjM5MjAyNDUyMA==&mid=2651104047&idx=1&sn=086b608619bb256cc12476637e529239&chksm=bc4e02fab38acdef5831a5d7a80452a88d9c8510e8f008665a82f1272e188a5ba051aca7e90d#rd" rel="nofollow" style="text-decoration: none;" target="_blank"> APPSO </a>，作者：发布明日产品的，原文标题：《「AI 味」不是在一句话里，而是渗透了所有的文字》相信很多人现在见到「不是……而是」，已经会下意识PTSD了：这是不是AI写的？还有各种破折号，冒号，以及经典版本「稳稳地接住你」「我用最直白的话，不绕弯子地告诉你」……当然，这些不断被总结出来的「AI用语」也在不断失效，可能是模型升级一次，或者让另一个模型改写一遍，常见词汇、句式和标点都可以被洗掉。来自马里兰大学和Google DeepMind的一组研究者于是换了一个问题：如果完全不看遣词造句，只看一篇作品怎么安排人物、情节和时间，还能认出AI吗？能的，兄弟，能的，甚至有些AI的写作习惯，比它爱用哪些词更稳定。给五个AI同一道作文题这项名为StoryScope的研究考察的是AI在英文虚构方面的写作，研究者先从Books3中取出10272篇人类创作的短篇小说，再从每篇小说反推出一道包含相似人物、设定与主题的写作题，分别交给Claude、DeepSeek、Gemini、GPT和Kimi重写。算上原作，最终得到61608篇平均约4753词的故事。<figure><img height="942" src="https://img.huxiucdn.com/article/content/26-08-29/25ba0c60-d075-44c4-9bdc-44308372039e.png" width="1080" /></figure>接下来，研究者把所有文章拆成一张张「叙事体检表」：人物是否主动解决问题，冲突如何升级，故事是否穿插支线，时间有没有跳跃，秘密在什么时候揭晓，结局是否留有余地……十个维度一共提炼出304项特征，但不再记录某个词用了几次、句子有多长。只凭这些看不见文风的叙事特征，分类器区分人类与AI故事的macro-F1就达到93.2%。换句话说，AI即使换掉表面的语气，故事的骨架仍然可能暴露自己是AI。<figure><img height="763" src="https://img.huxiucdn.com/article/content/26-08-29/a46a0196-2bde-4d24-9506-5a48c85bf3b4.png" width="1080" /></figure>AI太努力，也太完整在这些样本里，AI最明显的习惯是把意思说透。AI叙述者有77%的概率亲自解释主题，人类作品为52%；AI还更爱让人物借对话讨论人生道理，比例达到59%，人类只有34%。一个角色经历悲伤之后，故事往往还要替他总结究竟学会了什么。<figure><img height="682" src="https://img.huxiucdn.com/article/content/26-08-29/85ff67c6-155b-4835-9de6-4513d1978711.png" width="1080" /></figure>情节也更像一道必须完整作答的题：79%的AI故事没有支线，人类作品为57%，乍一听上去还有点反直觉，拥有所有统计树可能性的AI反而不爱写支线。反而人类作者则更愿意把故事弄乱一点，使用更多倒叙、插叙和时间跳跃，留下彼此平行的支线，也更常把主角放在道德不明确的位置。以最近热门的国漫《八仙！》为例，所有人物都是「不完美」主角，观众也会因为观看他们的遭遇，而在自己心里反复立场横跳。<figure><img height="451" src="https://img.huxiucdn.com/article/content/26-08-29/567aaea0-6e37-43c4-9df9-8ea62b56816b.png" width="1080" /></figure>当反转揭晓，AI更倾向于让人物获得理解、接受现实，简单来说就是AI也爱「包饺子」结局。69%的AI故事里，模型喜欢让主角做出一个明确决定，并让这个决定成为故事闭环的钥匙。人类作品中这一比例为46%，更常让偶然、他人和环境共同左右结果，甚至容许主角做一些看上去「啥也不是」的决定。比如诺兰执导的电影版《奥德赛》，对原著进行了现代化的重构，将重点放在了战争创伤与自我救赎上，结局也发生了颠覆性的改变，这使得观众重新理解这个古老的故事，当然也引发了争议。<figure><img height="810" src="https://img.huxiucdn.com/article/content/26-08-29/80b78a14-1cd1-4491-8e17-bd107a53b9c1.png" width="1080" /></figure>描写中，AI把「不要直接说感受，要展示感受」执行得过于认真，它有81%的概率，直接通过描写用身体反应和隐喻表达情绪，而且特别「八股」：写恐惧时，胸口要收紧，冷汗要渗出，拳头要握紧，灯光要暗下来。人类反而更可能直接写一句「他害怕了」，只有38%概率要借助更细节的表达。不同的模型也有不同，勉强可以称为「风格」不同吧。Claude的冲突升级最平缓，偏爱尾声和安静的结局；GPT喜欢让八卦与传闻推动剧情；Gemini喜欢干净整洁的结尾；DeepSeek习惯早早就交代关键信息；Kimi的个性最少，处在AI叙事分布的中心。<figure><img height="669" src="https://img.huxiucdn.com/article/content/26-08-29/2417136b-ae7e-4b3d-b97f-19f1aa705dfa.png" width="1080" /></figure>但整体来看，这些都差不多，从分布图上能看到，五个模型的故事集中在相近的叙事区域，人类作品则分布得更远、更离散。在全部故事中，24.7%的人类作品进入「最罕见的10%」，AI作品只有7.1%。「AI味」从来不在某一句话里研究者还特意给278篇Gemini故事做了一轮去AI味处理，删掉陈词滥调、冗余解释和华丽废话，改写之后，依靠叙事结构的识别成绩仅从95.5%降到93.9%。词句变了，因果链、主题解释和结局收束却没有一起改变。<figure><img height="394" src="https://img.huxiucdn.com/article/content/26-08-29/8cf524c9-4da7-469c-bc6a-9282db798357.png" width="1080" /></figure>这也是为什么可能你看某个AI生成的小短文，开头没察觉，进入情节也没察觉，但看到最后，总觉得哪儿哪儿透着一股别扭，一琢磨：这会不是AI写的吧！这项研究只证明了英文虚构故事里的差异，不能直接拿来判断新闻、评论或者公众号文章等其它更丰富的写作体裁，但它提供了一个比寻找「AI口头禅」的更深远的角度。一直以来，我们习惯从具体行文鉴AI，爱用破折号，频繁使用「并非……而是」，每一节都规整地提出问题、给出解释、上升价值。这些观察没有错，只是它们抓到的可能是最容易被修改的一层，只要模型学会禁用某个词、打散几个句式，这套清单便会迅速过期。更难洗掉的，也许不是AI怎么写一句话，而是它认为什么值得写。在议论文体例里，它是不是急着把主题摆出来，是否把复杂问题压成单线因果，结尾是不是爱替读者总结意义，又是否允许一篇文章留下无用的支线、没有解释的细节和无法闭合的矛盾。到了这一层，鉴AI远不只是从文章里圈出几个可疑词汇，需要读者留心整篇文章如何被构想出来——在今天快餐阅读的时代，连读完两千字都已经并不容易，对整体性有感受可谓是难上加难。可是这种「整体性」其实更重要，我们习惯于纠缠在字和句上，却忽略了文字作品里，谋篇与布局才是真正承载着作者思考和表达的通路。《文心雕龙》里说，「意授于思，言授于意，密则无际，疏则千里」，意思是：写作是从思考到意旨，再从意旨落实为语言；两者之间紧密相连，可以浑然无间，而小小的疏忽，最终也可能让表意相差千里。

“AI 味”不是在一句话里，而是渗透了所有的文字

📌 概要