维基百科对抗AI文风：清理空心句子，守护事实根基

在数字空间中，越来越多的文本透出一股「人工智能腔调」。风景总是令人窒息，事件永远关键，语言被磨光成统一模板。于是，Wikipedia在数以万计的巡查中率先察觉，并悄然发起一场清理运动。

如今互联网上的句子，仿佛出自同一个模具。

景色必定 breathtaking，建筑永远 modern，随便一个事件都「标志着一个关键时刻」。

这些话语听起来完美，却轻浮如空中飘絮。读多了，让人感到晕眩。

Wikipedia的编辑们也对这种「广告语调」忍无可忍，开启了一场清除行动。

他们校对大量新增内容后揭示，最爱说套话的，竟不是人类，而是AI。

于是，一本奇特而实用的《识别AI文风手册》，在无数次修订中被编纂出来。

同一模板铸就的互联网

互联网的语言日益趋同，Wikipedia最早嗅到「气味异常」。

每天都有成千上万的新内容涌入条目，编辑们一边巡查一边发现：许多新增段落表面流畅，但读起来像是陈词滥调。

编辑们越看越觉蹊跷。等他们把这些可疑段落攒在一起，真相也随之浮出：

来源模糊、论据空洞、表达整齐得诡异。这一切都指向同一个可能——越来越多的内容，是AI生成的。

为了避免百科被这种空心句子侵蚀，一群志愿者在2023年发起了WikiProject AI Cleanup。

传送门：https://en.wikipedia.org/wiki/Wikipedia:WikiProject_AI_Cleanup

他们系统地记录这些异常写法，试图厘清AI在何处露出马脚，哪些句子看似正常，却经不起推敲。

维基编辑最先发现「不对劲」

清理行动一开始，编辑们就意识到：检测工具根本靠不住。

真正管用的，是他们多年巡查中磨练出的「语感」。

AI写出的段落，表面都挺顺畅，但细察有三种明显痕迹。

第一种，反复强调「重要性」，却不提供具体实例。

AI生成的段落常把主题写得宏大，比如「a pivotal moment」「a broader movement」。

但落到细节时，没有年份、不提来源，也没有可查证的材料。这种写法在百科语境里极为反常。

第二种，句尾挂着体面的现在分词。

这种emphasizing… reflecting… highlighting… 的尾句，是目前最明显的「AI痕迹」。

TechCrunch的作者也在报道中指出：

这类present participle是区分AI文风的关键线索之一。

第三种，是频繁使用互联网式的「营销形容词」。breathtaking、modern、renowned、scenic这些词在广告里正常，但在百科里显得极不恰当。

维基编辑碰到这种描述时，会立即核查来源，结果往往找不到对应证据。

后来，这些规律都被整理进了《Signs of AI writing》。

https://en.wikipedia.org/wiki/Wikipedia%3ASigns_of_AI_writing?utm_source

比起技术指南，它更像一份经验手册。记录着编辑们踩过的坑、看到的怪句式，方便更多人一起清理。

AI为什么总写成这样？根源在语料中

当编辑们把可疑句式整理出来后，一个问题变得清晰：AI之所以如此写作，根本原因在于人类语料。

也就是说，它从何处学习语言，就会产出何种语言。

因为大型模型训练时吞噬了整个互联网的语料。新闻稿、SEO软文、宣传册、社交平台的内容混杂其中。

而这些地方最常见的表达，就是宏大但空泛、形容词夸张但缺事实、评价多于证据的写法。

Wikipedia将这类现象称为：Vague praise和Marketing language。

换句话说，AI不是故意用「公关腔」，而是这类语料最容易在互联网上抓取。

这也解释了为什么「重要性夸大」、「-ing 尾巴」、「广告式形容词」会频繁出现——这些是模型在大语料里看到最多、最易复制、也最缺乏上下文约束的句式。

Wikipedia的应对方式非常务实。他们知道无法杜绝AI生成内容，于是把重点放在「证据链」上。

他们要求注明来源、核查链接、追溯出处。

这一点在《WikiProject AI Cleanup》的流程说明里写得很清楚：

凡是出现评价性语言、缺乏具体事实，或看上去「像模型写的」，编辑可以先贴上「需要引用」的模板。

如果作者无法补充来源，这段内容就会被移动到讨论页，必要时进入快速删除程序。

这一整套流程相当于「免疫系统」：去掉评价形容词，让句子必须基于事实。

凡是经不起查证的部分，就会被自动拦截。这对于一个完全依赖可验证性运作的百科来说，有百利而无一害。

真实的句子有骨骼，AI的句子一戳就空

维基编辑在清理中发现，最能一眼识别「AI味」的地方，是句子是否包含「事实」。

AI偏好用形容词和评价支撑文章结构，而百科写作靠的是年份、数量、地点、报道来源这种能查到的事实。

为了让更多编辑理解这种差别，《Signs of AI writing》里特地列出了多类典型句式。

看下面这一组改写，就能感受到两种语言的「骨架」截然不同：

AI腔写法：

The conference was a pivotal moment, highlighting the continued relevance of the field.

这类句子在指南里被称作“Importance inflation + present participle tail”。

「关键」「持续重要」这些判断没有来源，尾巴的 highlighting… 属于典型AI的空转分词。

维基会写成：

The 2023 conference in X City drew about 1,200 attendees. Coverage in Y Newspaper and the Z Journal discussed A and B policy proposals.

年份、人数、媒体报道，全是可以查证的事实。评价不需要说，材料会自己说明事情的重要性。

再看另一个例子，也是编辑们最常遇到的那类广告腔：

The park offers breathtaking views and modern facilities, emphasizing its status as a renowned attraction.

指南把这种叫做「Vague praise / marketing tone」：breathtaking、modern、renowned这些词在广告里再合适不过，但在百科里毫无信息含量。

维基会写成：

The park has two viewing platforms and a 5-km walkway. It recorded about 450,000 visits in 2019 and completed accessible restroom and visitor-center upgrades in 2021.

不夸人、不定性，也不判断价值。只列设施、列年份、列客流量——所有内容都有来源可查。

在维基的世界里，没有来源的评价就是不存在的评价。

当越来越多内容由模型生成，我们读到的语言难免会被模板化的腔调包围。

Wikipedia的做法提醒我们，判断一段文字是否可靠，并不依赖某种神奇的检测器，而是靠这句话能否查证、这个判断能否追溯、这条信息是否站得住脚。

AI也许会写出更流畅的句子，但百科在意的不是好看，而是可信。

当空心句被删掉、广告腔被滤掉、无出处的判断被请出页面，百科页面留下的，就只剩下事实本身。

互联网的未来，大概也会沿着这条路走下去——越是模型生成的时代，越需要人类替语言把关。

参考资料

https://techcrunch.com/2025/11/20/the-best-guide-to-spotting-ai-writing-comes-from-wikipedia/

https://www.theverge.com/report/756810/wikipedia-ai-slop-policies-community-speedy-deletion?utm_source