AI与人类谁更会写作?纽约时报测验引发的思考

《纽约时报》AI辨别测验揭示:区分文字来源已不重要,辨别内容价值才是真正的挑战。
《纽约时报》推出的AI与人类写作辨别测验,在技术社区引发广泛讨论。文章以此为切入点,指出随着大语言模型能力提升,传统辨别AI文本的表层线索(如过度工整的结构、缺乏个人细节)正逐渐失效,普通读者愈发难以区分。然而,辨别难度的上升并不等于AI写得更好——测验回避了写作的本质:好的写作承载真实的思考、经验与独立判断,而非仅仅是通顺的词句排列。对创作者而言,真正的竞争力在于具体的第一手经验和鲜明个人立场;对读者和平台而言,辨别内容是否"可信、有价值",远比辨别其来源更值得培养。
《纽约时报》推出的一项互动测验最近在技术社区引起讨论:给你几段文字,你能分辨出哪些出自人类作家之手、哪些由AI生成吗?这个看似简单的游戏,背后触及了生成式AI发展中一个越来越难回答的问题——机器写出的文字,究竟能不能与人类相提并论。
一个测验背后的真问题
这类“图灵测试式”的写作辨别游戏并不新鲜,但随着大语言模型能力的快速提升,它的意义正在发生变化。几年前,AI生成的文本往往因为逻辑断裂、用词生硬或反复堆砌套话而露出马脚。如今,主流模型产出的段落在语法、连贯性乃至风格模仿上都已相当自然,普通读者很难仅凭直觉一眼识破。
《纽约时报》设计这样的测验,本质上是在邀请读者亲身体验这种模糊地带。当你发现自己屡屡猜错时,产生的不只是娱乐性的惊讶,更是一种对“写作独特性”这一长期信念的动摇。这或许正是这个话题能够登上Hacker News并引发评论的原因——它触碰到了创作者群体的敏感神经。
大语言模型(LLM)的写作能力之所以提升如此迅速,与其底层机制密切相关。这类模型通过在海量文本上进行预训练,本质上是在学习"什么样的词语序列在人类写作中最可能出现"。结合后续的指令微调(Instruction Fine-tuning)和基于人类反馈的强化学习(RLHF),模型被进一步优化为产出"令人满意"的回答。这意味着,模型的优化目标本身就是让文本看起来更像人类期待看到的内容——这在客观上使其产出越来越难以被表层标准识破,也解释了为何此类辨别测验的难度会随模型迭代而持续上升。
辨别越来越难,说明了什么
值得思考的是,人们判断“这段文字像不像AI写的”,往往依赖一些表层线索:过度工整的结构、缺乏个人化细节、四平八稳的观点、以及某些高频出现的过渡词。这些特征在早期模型中确实普遍存在,但如今通过更好的训练和提示工程,很大程度上可以被消除或伪装。
换个角度看,辨别难度的上升未必意味着AI真的“写得更好”了。测验考察的是“能否区分”,而非“哪个更优秀”。一段流畅、无明显破绽的文字,可能恰恰缺少人类写作中那种不完美却真实的质感——独特的观察视角、出人意料的联想、带有情绪温度的表达。这些恰恰是难以量化、也难以被测验捕捉的维度。
好的写作到底是什么
把“谁写得更好”简化为一场猜谜游戏,其实回避了更本质的问题:写作的价值不仅在于文字本身是否通顺,更在于它是否承载了真实的思考、经验与判断。一篇优秀的评论文章、一段动人的叙事,其力量往往来自作者独有的生命体验和立场,而不仅仅是词句的排列组合。
从这个意义上说,AI擅长的是“生成看起来合理的文本”,而人类写作的核心竞争力在于“表达值得被表达的东西”。当读者被测验难住时,真正被挑战的或许不是人类的写作能力,而是我们习惯用来评判写作的那套浅层标准。
哲学家约翰·塞尔提出的"中文房间"思想实验在这里颇具参照价值:一个不懂中文的人按规则手册操纵中文符号,从外部看能完美响应中文问题,但内部并不存在"理解"。大语言模型的处境与此高度相似——它能以语法和语义上令人信服的方式排列文字,却并不持有任何观点,也没有任何东西"值得被表达"。区分"语言的流畅输出"与"思想的真实表达",正是理解AI写作局限性的关键切入点,也是本文核心论点的哲学基础。
对创作者的现实启示
对于以写作为业或为乐的人来说,这类测验提供了一个务实的提醒。与其焦虑于“AI能不能骗过读者”,不如思考如何让自己的文字承载机器难以复制的东西——具体的第一手经验、鲜明的个人观点、对复杂问题的独立判断。这些才是在AI内容泛滥的环境中真正稀缺的资产。
同时,这也对内容平台和读者提出了新的要求。当文本来源变得难以辨别,署名、可信度、事实核查的重要性反而会上升。区分AI与人类文字或许终将变成一件徒劳的事,但辨别“可信”与“不可信”、“有价值”与“无价值”的内容,将成为更值得培养的能力。
结语
《纽约时报》的这个小测验没有给出标准答案,它更像一面镜子,照出我们在生成式AI时代面临的集体困惑。谁写得更好?答案可能并不重要。重要的是,当机器已经能写出以假乱真的文字时,我们对写作、对真实、对人类表达独特性的理解,也需要随之更新。
相关推荐

FBI警告:黑客用AI代理ARTEX攻击200+组织
FBI发布预警,点名AI渗透框架ARTEX被用于攻击200多家组织,CrowdStrike追踪到VaporPanda团体。本文拆解ARTEX的代理编排架构、真实攻击链与损失数据,并整理FBI给出的五条防御建议。

FBI警告:免费AI黑客工具Artex失控,三小时攻破云系统
FBI警告免费开源AI渗透工具Artex被犯罪与国家背景黑客滥用,最快三小时攻破云系统。本文解析真实攻击案例、被忽视的侧门风险,以及企业与个人可立即采取的防御措施。

Verse Engine:一键将Blender/Unity/Unreal场景变成浏览器3D链接
Verse Engine by Ctruh是一款浏览器原生3D与XR引擎,支持从Blender、Unity、Unreal一键发布3D场景为浏览器链接,无需下载安装。按视野流式传输让10.3亿三角面城市场景在笔记本打开,提供嵌入、API与SDK,适合开发者、3D艺术家、建筑与电商团队。