一龍馬/AI 情報站讀懂消息背後的脈絡
星期一
搜尋

作者的核心判斷是,真正受損的不是 AI 偵測,而是人類原本可用的修辭工具被污名化,下一個可能輪到三段式排比等常見寫作結構

中文摘要

Steve Krause 以 em dash(破折號)作為案例,描述一個 AI 文風特徵如何被社群標記、被寫作者避用、被「humanizer」工具消除,最後又被模型供應商調整到不再可靠。文中引用 2025 年 Google Trends 與文章討論,並提到 Sam Altman 在 2025 年 11 月說 ChatGPT 終於能遵守不要使用 em dash 的自訂指令;作者另做小型抽查,5 篇 Economist 題材中 Economist 為每千字 3.8 個 em dash、Claude 9.5、ChatGPT 2.8。作者的核心判斷是,真正受損的不是 AI 偵測,而是人類原本可用的修辭工具被污名化,下一個可能輪到三段式排比等常見寫作結構。

一龍馬判讀

這提醒學校、編輯與企業若用單一文體線索判斷 AI 代寫,會懲罰本來就這樣寫的人,也會逼模型與人類共同把語言變窄;作者的抽查規模很小,只能當論證例子,不是完整統計研究。

原文節錄

Hacker News

Woe Is Em: The Sad Lifecycle of an AI Tell · Steve Krause Skip to content Steve Krause Home About Blog Projects Follow Woe Is…

取得部分原文 · 不代表內容已獨立查證

查看原文 閱讀社群討論
完整收錄文字與來源

Woe Is Em: The Sad Lifecycle of an AI Tell

收錄日期
2026-08-24
來源
官方 RSS+Hacker News Algolia API
抓取時間
2026/08/24 06:00(台北)