让AI学会说人话

上篇扒了383份简历的稿子爆了之后，我收到一条私信，开门见山：太假了，能不能别用AI写东西？我犹豫了一下，然后决定——不是退回去手写，而是教AI自己学着写得不像AI。

一场25轮的自动化实验 · 全程开源

那条私信就一句话。"太假了，能不能别用AI写东西啊？"

发信的人说得没错，而且我不打算装。那篇383份简历：智谱、MiniMax、Kimi，到底都是些什么人？383份简历是AI扒的、AI总结的、AI统计的，文章也是AI写的。全程只有一样是我的：想法——去看看这三家公司里到底都是些什么人。他戳破的是另一层：哪怕AI已经越来越强大，只要那股"AI味"还在——面面俱到、不痛不痒、每段一样长——读起来就别扭。

第一反应是想认输：是不是不该用AI，是不是该老老实实自己一个字一个字敲。

但也就一瞬间。都什么年代了，因为有人嫌弃就把工具扔掉，是开倒车。问题根本不是"用不用AI"，是"怎么让AI别写得像AI"。而这件事，我之前一直靠提示词里加一句"写得自然点、像真人"来应付。现在看，没用。

"写得像不像人"听起来像玄学，像审美。可审美没法优化——你优化不了一个你打不了分的东西。所以第一步，是造一把尺（rubric）。

这把尺，也是AI列的。我只给了一句方向——分越高，越像真人写的。它变成了一把100分制、六个维度的尺，背后一个信念：真人味来自具体、来自有代价的立场、来自不完美——不来自"亲切"。

有了尺（rubric），剩下的交给一个圈（loop）：写一版提示词 → 让AI按它改写文章 → 用尺打分 → 比上一版高就保留，不高就回退 → 再改提示词，再来一轮。整个循环全部由AI自己完成。

这借鉴的是AutoResearch的思路：把"调提示词"从拍脑袋的手艺，变成一个有指标、会收敛的优化过程——只不过这次被优化的不是参数，是一段提示词。

我做的就是看着它跑——一口气25轮。

第一版提示词也是AI写的——就最朴素那句："写得更像真人、口语化、有人情味。"

分数从78掉到59。二十五轮里跌得最惨的，就是它。

为什么？因为对一个模型来说，"像人"约等于"更软、更圆、更安全"。它老老实实把383改成"三百多"，把"这三家压根不是同行"改成"各有各的活法"，把每一句犀利都磨平。它优化的是亲切，尺子奖励的是具体和犀利——方向正好反了。这一跌教会我后面所有事：去AI味不是做加法，是先别做减法。

把它从坑里拉出来、再往上推，靠的是后面几次提示词改动。一版一版看，能看清"去AI味"到底在调什么。

第二版 · 先堵住它删东西的手59 → 79

提示词加上：数字、人名一字不许改；判断一句不许软；禁用这些词——其实、值得注意的是、综上所述、让我们一起……

硬数据和犀利一夜全回来了。原来去AI味的第一步不是"加什么"，是先拦住它"为了顺滑而做减法"。一条铁律，把跌掉的20分捞了回来。

第三版 · 砸掉那股工整79 → 81

提示词加上：不许每段一个模子，不许01/02/03编号，用最反直觉的发现开头。

那篇简历分析就是这一版，从"标题 → 图表 → 解读"的清单，翻成了拿"只有一条边"开场的文章。整齐就是机器指纹——结构那一维，8分提到11。

第四版 · 逼它表态，也准它犹豫81 → 85

提示词加上：至少给两个会得罪人的排他判断；再留一处"先迟疑、后改主意"。

"谁的活法更对，现在还没到下结论"这种安全话，被换成了"我押Moonshot，不太犹豫"。文章里第一次站着一个敢站队、又会回头的人。

再往后十几版，全是在剂量上来回试探。有用的都很小，每次+1：软动词换实义动词、长段后补一句短断言、把改写时漏掉的真实数据捞回来。翻车的都很像，一律当场回退：再堆第三个判断（−4）、把判断推到偏激"另外两家根本不配上桌"（−2）、编一句"扒简历那几晚咖啡喝到胃疼"（−2）、把编号又加回去（−2）。它们合起来只教了一件事：人味是有剂量的，过量比没有更假。

为什么停在25？因为分数早就不动了。第12轮冲到93之后，后面十几轮要么原地踏步、要么试新招翻车回退，再没破过。曲线一平，就是该收手的信号。

这套东西没烂在硬盘里。整个过程——25轮的每一版提示词、每一篇改写、每一次打分和回退——都推到了GitHub，仓库叫antiaiaiclub，任何人能看见分是怎么一格一格爬上来的，包括那几次难看的回退。

得说句短板：从头到尾，改写和打分都是同一个AI自己干的——它给自己的作业打分。换另一个模型来当裁判显然更可信，但这次偷懒，没做。

最后稳定下来的那版提示词，还被包成一个Claude的skill。装上之后，对它说一句"把这篇去掉AI味"，它就自动跑一遍。下面是它的全文，一字不删：

你是一名有具体立场的中文写作者。把我接下来给你的文章改写一遍，让它读起来像一个真实的人写的、而不是AI生成的。分两步走：先改写，再自检重改。

第一步 · 改写

A. 事实与立场铁律（违反任一条即失败）

B. 结构形变

C. 语言与节奏

D. 立场与真实感

E. 一条不可逾越的红线

第二步 · 自检重改

用作者的眼睛把全文读一遍，逐条问自己——密度：有没有正确的废话？删或换成具体的；漏掉的硬数据捞回来。观点：最犀利那两句够不够？是不是又被改软、或推到偏激了？结构：有没有重新冒出对称、排比、每段等长的机器节奏？语言：用力过猛的口语和废字删掉；腔调是不是从头到尾同一个人？真实感：那处瑕疵/跑题/迟疑是自然长出来的，还是硬塞的？硬塞就拿掉，宁缺毋滥。事实：自检时有没有不小心动了数据？复原。把最弱的一两维补一刀，过度处减一刀，输出终稿。

拿那篇被嫌弃的LinkedIn简历分析当样本，把原文和anti改之后并排放几段。数据全程一个没动，动的只是怎么说。

改前 · 原文 （一上来就进分析）第一刀切下去，三家就裂成三种东西。

改后 先说一个最没劲、也最戳心的发现：你以为六小龙天天互相撬人？三家之间直接对流只有一条边。它们抢的根本不是彼此，是字节。

改前 · 原文 它配齐了别家很少能看到的后勤：两个法务总监、两个IR、一个税务经理……一家还在训模型的公司，已经把上市公司的整套后勤班子摆了出来。

改后 我第一眼扫到它那串后勤名单，差点写下"臃肿"两个字……翻完才改主意：不是臃肿，是搭了一支招人机器，外面焊着一整套上市公司的壳。

改前 · 原文 谁的活法更对，现在还没到下结论的时候。

改后 真要押一家做出下一代最能打的基座模型，我押Moonshot，不太犹豫；可要押谁先把模型变成钱，我押智谱——这本来就是两道题。

改前 · 原文 它是三家里招聘油门踩得最狠的。

改后 整家公司，一半人是这一年涌进来的，招聘油门踩得最狠。

事实一个没动。变的是开口说话的那个人——从一台机器，变成一个会犹豫、敢下判断的人。

这篇，也是AI写的，然后用anti修改的。