AI 味才是成本：四成的長文都長一樣

七月九號，Pangram 公布了一份掃描結果。他們用一個 Chrome 擴充套件蒐集願意分享資料的使用者看到的動態，累積超過一百萬則貼文，只看超過 250 字的長文。

LinkedIn 的長文，41% 是純 AI 生成，五個平台裡最高。X 上 25% 純 AI，另外約 23% 有 AI 參與。Reddit 和 Substack 的長文都在一成上下，大約是 LinkedIn 的四分之一。另外一個規律是：頂層貼文的 AI 比例，遠高於底下的留言。

三週後，LinkedIn 自己動手了。七月三十號，他們在每則貼文的選單裡加了一個「Seems like AI slop」的檢舉鍵，被檢舉的人會在自己的後台被私下告知。同一時間，他們把推了很久的「用 AI 改寫貼文」功能收掉，換成一個只做校對、不改語氣的工具。

多數報導把這份數字當成「AI 內容氾濫」的證據。我看到的是別的東西。

被抓包已經不是重點

當一個平台上每五篇長文有兩篇是機器寫的，讀者早就放棄分辨了。他們在滑，然後在一秒內決定要不要停下來。

所以我不太擔心被發現。我擔心的是另一件事：你花時間產出的東西，讀起來跟平台上另外四成的東西一樣，於是被歸到同一疊，一起滑過去。

這件事比被檢舉難處理得多。不會有人跳出來指認你，你只是沒有被讀而已。

而且最容易踩到的，正好就是想用 AI 把產量拉起來的小團隊——也就是我們自己，跟我們大部分的客戶。

LinkedIn 那顆按鍵在說什麼

一個平台願意在每則貼文旁邊放檢舉鍵，同時砍掉自己推廣多年的 AI 改寫功能，代表它算過帳了：讀者的耐心比發文量值錢。

這個方向大概不會只有 LinkedIn。「產能可以拉多高」這個問題，正在被另一個問題取代：哪些東西還值得被讀完。

AI 味長什麼樣子

「AI 味」聽起來很主觀，其實相當機械。幾個一抓一個準的：

• 對偶反襯句。 這不是 X 而是 Y。最明顯的一個，中英文都是。
• 排比三連。 什麼都要湊成三項，即使第三項是硬擠的。
• 制式連接詞。 首先／其次／更重要的是，一路鋪到底。
• TED 式的昇華結尾。 前面都在講操作，最後一段突然升到「關於人性」。
• 反問完馬上自答。「那該怎麼辦呢？答案是——」
• 破折號氾濫。 偶爾一個沒問題，一篇十三個就是自首。
• 飽滿但空的詞。 賦能、深度、生態、閉環。刪掉之後句意不變的那些。

這份清單真正的用處不在事後檢查，在動筆之前。知道坑在哪裡，跟寫完被抓出來重改，成本差很多。

一條線

還有一件比文筆更重要的事：可以有看法，不能假裝做過。

AI 寫手最危險的傾向，是為了讓段落更有說服力，順手編一句「我們實測過」「有客戶回饋說」。那種句子讀起來最像真人，殺傷力也最大——因為它可以被查證，而且遲早會被查證。

觀點多強都沒關係。編一段沒發生過的經歷，不行。

機器治不好的部分

就算一篇稿子讀起來完全不像機器寫的，它也不會告訴你今天適不適合發。

時機、你上週已經講過什麼、哪個客戶剛好在看——這些判斷不在稿子裡，因為模型不在現場。所以最後那一下還是人按的，理由寫在這裡。

工具負責讓稿子不難看。你負責決定它該不該出去。

如果你想看看自己的分身寫出來的東西長什麼樣子，打造與預覽是免費的，不用綁卡。