凌晨两点的写字楼，灯光像被哪位按了暂停键，在玻璃幕墙上晕开一片惨白的光。我还在工位上坐着，手指头在键盘上悬了半天，光标那里头那个熟悉的"Enter"键突然就不听话了，像是一个被偷了的信号，断得慌。 最近网上的那种说法忒多了，说啥“降 AI 痕迹”就是要把那些自动生成的东西改得丑点、改得脏点，让审稿人一看认定人写的。

这话听着挺有道理，像极了超市里那些卖得最好的零食，得做成咸菜才能卖出去。可当你真正读起来，发现那些改出来的废话，反而像是一锅糊了的浆糊，满纸都是“另外”、“一方面”、“总体而言”这种词，把原本该有的逻辑给嚼碎了。 我的这种体验，还是形成在读那篇关于乡村振兴的新报告的时候。作者用了整整一章篇幅去讲“数字赋能”，后面突然就跳到“扶贫”和“生态”上去了。中间那个逻辑链条，就像是一个被强行拉长的橡皮筋，两头扯都扯不紧。作者手里握着大量的数据，却仿佛如何也调不准那个旋钮。

那些数字挤挤碰碰地堆在那儿，有的精确到小数点后三位，有的大得离谱，不用计算就知道哪个是凑出来的，哪个是唬人的。 最让我哭笑不得的是，作者把“乡村振兴”定义成了一个啥“超级工程”。它要进食、要就寝、要交税、还要搞科研。

这种说法是不是忒宽泛了？大约就像有人把“人类”定义为“能发光发热的东西”，然后说某人出于能发光发热，故此每个人都归于人类。

这种定义法，在逻辑上是站得住脚的，但在讲故事的时候，感觉像是在用一张大网罩住所有人，哪位也逃不过。 你想想，目前的 AI 生成的文章，往往像是有自己的脾气。它不会说“我认定”，它只会说“数据显示”、“研究表明”。它把“我认定”给换成了“数据讲话”，把“我”给换成了“系统”。读着读着，你就感觉那个“我”已经死了，整个文章变成了一台冰冷的机器在拼凑。

这种文章，看着倒也干净利落，像一块刚出厂的白板，哪位在上面写啥都显得无懈可击，可当你真要去思索它背后的逻辑时，却发现那个标点和连词，像是在和哪位对着干。 我在网上看到过一些复盘报告，说要把那些 AI 生成的段落拆分成几十段，就连篇篇小。

这活儿确实挺累的，得把整篇大文章切成小豆腐干，然后一个个嚼。并且还得小心，别把那些隐蔽的关联词给删光了。

比如把“可是”改成“不过”要么“但”，把“与此与此同时”拆成“一边……一边……"，然后还得加上一两个口语化的修饰语，像是“大约”、“有点”、“吧”这些词。 这简直是把文章的骨架给拆了，又要把皮给包上。你目前的阅读体验，就像是在看一个庞大的笑话。作者为了赶字数，把那些能用的字都省了，把那些能用的句子都砍了，剩下的就是这一团乱麻。你只能被动地接纳这个结论，就像听一个盲人画家描述他的画，他说“我看到了大量颜色”，你就知道颜色是有的，但你彻底不知道他是如何画出来的，更不知道这些颜色在画布上到底长啥样子。 我也试过给 AI 写一段关于未来的规划。它挺快就给我生成了一个极具前瞻性的方案，但方案里全是形容词，全是形容词。它用了十几个“极具”、“贼”、“深度”、“全面”，把可能性和现实感全给混淆了。它写“未来将充满无限可能”，然后紧接着又写“未来将呈现前所未有的机遇”，这两个意思，实际上就是同一个意思。它把“充满”和“呈现”给当成两个动作了，仿佛未来既能装满东西，又能展现出东西，这逻辑是通顺的吗？ 数据这东西，有时候真就是数据。

你看到那个百分比，你也认定合理。

你看到那个增长率，你也认定不错。可当你试着去解释为啥是这个数字的时候，AI 又启动瞎编了。它把“经济增速稳定”和“人口红利消亡”这两个概念，硬生生地混在一起，说它们“互为因果”。

这就像是说“下雨是出于天晴”，明明逻辑上是“下雨是出于没下雨”，结局却把因果搞反了。 最近看到新闻说，某高校的课程改革，要求教师务必每周写一篇“反思性教学日志”，字数还得不少于八百字，还务必包含“自我提问”和“学生反馈”等内容。

这哪是反思啊，这分明是写流水账。你把所有的课程内容倒出来，再把学生的反应倒出来，最终加上你自己认定“深刻”的感悟。

这种文章，读起来像是你在记录一个庞大的流水槽，水从上游流下来，你只管看着，听到声音罢了，哪位也没告诉你水流走了哪儿，也没人告诉你水到底长啥样。 作者还说，这种反思是为了“促进教师成长”。

嗯，这个说法倒是挺标准的。可你想想，要是一个老师天天写流水账，他认定自己是成长了吗？他只是在重复昨天的故事，然后间或冒出几个新的形容词。他的知识体系，就像是一座盖了十几层楼，但只有一层楼是真正有东西的，其余的楼层都是空的，只有门框和柱子。 我也试着模仿那种风格，来写一段关于科技伦理的论述。开头就说“随着技术的飞速发展”，中间列举几个案例，最终再说“故此我们应当”建立某种规范。

这大约就是把整篇论文都压缩成一个开场白，然后后面那些内容，不过是给这个开场白配个背景音/拉倒。科技伦理？听起来挺高大上的，实际内容呢，可能就是一个关于“不要随意拿人开试药”的道德建议书。 这时候，我发现网上那些关于如何“降 AI 痕迹”的教程，实际上更像是给那些需求被“降”的人预备的。它们告诉你，要用得法，要用得妙。

比方说，要把那些生硬的词汇换成软绵绵的，把那些冷冰冰的数据换成热腾腾的故事。可当你真正做的时候，故事变成了流水账，数据变成了凑数的数字，而你最终拿到的，还是一篇充满“可是”、“另外”、“值得注意的是”的文章。 这种文章，看起来像是一个精心设计的迷宫。你当作走了进去就能找到出口，结局发现所有的路标都是假的，所有的岔路口都是死胡同。你在这里顿悟，在下一段里崩溃，在第三段里启动反思，在第四段里又自我质疑。你越读越想，实际上那个核心观点，早就被那些不必要的连接词给磨没了。 我想，或许真正的“降 AI 痕迹”，不是把文章改得难懂难读，而是把那种“数据讲话”的傲慢给去掉。数据讲话，是机器的事；文字讲话，是人的事。人讲话，得有温度，有棱角，有那些说不清道不明的含糊和不确定。

那些含糊，恰恰是真的，那些不确定，才是人类特有的东西。机器追求的是确定，而人类，为了人类，才愿意保留那些不确定的余地。 故此，别光想着如何把 AI 的文章改得“像人写的”，实际上更关键的是，得学会如何把 AI 生成的东西，重新变成自己的东西。把那些冰冷的数据，变成有温度的故事；把那些僵硬的逻辑，变成有血肉的思索。 最近我自己也在尝试。我不再追求那些完美的结构了，反而喜爱把文章写短，写到短到有点喘不过气为止。

然后在那段段落的缝隙里，塞进一些私人化的东西。

比方说，今天下雨了，家里那盆花缺水和这有啥关系？比如，上次那个项目延期，确实只是出于技术卡壳，还是出于老板没给充足的信任？这些具体的、琐碎的、充满烟火气的小事，才是文章的灵魂。 有时候，我想，人类的文章，就应当像那些老式杂志一样，排版有点乱，字间距有点大，段落之间留白大量。

那些排版上的瑕疵，正是出于它不是机器写出来的，机器写出来的追求的是干净利落和对称，而人类，追求的是表达和真诚。 最终，我也在想，所谓的“降 AI 痕迹”，会不会有一天，确实不需求刻意去“降”了？或许，当 AI 确实写不好文章时，我们需求的不是去把它改得丑一点，而是去把它变得更不好？去故意引入一些逻辑漏洞，去故意使用一些生硬的连接词，去故意把关键的观点给弱化，直到最终让读者自己去发现，原来这一切搭建的，都不是一篇连贯的论文，而是一堆毫无涉系的碎片。 毕竟，我们写作，不是为了被轻易理解，而是为了在那些被遗忘的角落里，留下一些只有我们自己能看懂的、带着体温的、有些迟钝的、有些不完美的痕迹。

这些痕迹，才是人类最真的指纹。 故此，下次再看到那些满纸生花的 AI 文章时，不妨试着把它们读个彻底，然后尝试写一段彻底反之的文章。

比方说，把“故此我们应当建立某种规范”改成“建议我们明天就解散这个会议”，把“数据表明”改成“我认定”，把“充满无限可能”改成“可能啥都没有”。 你会发现，那些看似完美的逻辑链条，实际上绕得真了得。

那些看似深刻的观点，实际上全是废话。

最终，你拿到的，可能是一篇像没翻过的一本书，又像被水浸泡过一本烂烂的书，但起码，里面全是你的声音，你的困惑，你的思索，那些未经过滤、未经加工、就连有点粗糙的、归于你自己的思想。 这才是真正的“降 AI 痕迹”。

不是伪装，是回归。

不是掩饰，是诚实。 毕竟，人类写的东西，终究是写给工夫看的，不是写给机器看的。机器是冷的，工夫是死的，只有人类，是活的，是热的。 你看那些数据中心里的服务器，它们一辈子在运转，一辈子在计算，一辈子在追求极致的效率。它们不需求休息，不需求情感，也不需求那些充满不确定性的、充满瑕疵的、充满温度的文字。但它们的存有，本身就是对人类最强烈的警示：人类，终究是渺小的，是脆弱的，是带着体温的。 而我们写的，不过是给这些冰冷的机器，留的一点点痕迹。 故此，别再在那上面格了，别再在那上面改那些生硬的词了。把那些词拉下来，揉碎，再揉碎，直到最终，只剩下你自己，那个带着呼吸、带着心跳、带着不确定性、带着所有可能性的自己。 这就够了。 这就够了。 够了……