AI 写作最尴尬的地方，不是它写得差。
很多时候它写得太“像一篇文章”了。结构完整，语气积极，句子顺滑，段落之间还有恰到好处的转折。问题也在这里：你读了三秒，就知道这东西大概率是模型吐出来的。
那种味道很熟。开头先铺一个宏大背景，中间塞几组并列点，结尾说“未来可期”。每个判断都安全，每个词都体面，每个段落都像在努力证明自己有条理。
这不是写作，这是默认模板。
最近 GitHub 上两个项目一起冲上热榜，一个叫 taste-skill，主打让 AI 做出来的界面更有品味，少一点样板间味；另一个叫 stop-slop，专门清理 AI prose 里的常见痕迹。Hacker News 上也有一篇 Various LLM Smells 被很多开发者讨论。
我觉得这个信号挺重要。它说明“去 AI 味”不再只是读者的一句吐槽，而是开始变成工具、流程和技能文件。换句话说，反 AI 味正在工程化。
AI 味到底是什么
AI 味不是某个词，也不是用了破折号就一定有问题。
它更像一组习惯：总想总结，害怕冒犯，喜欢平衡，偏爱三段式，动不动就把一个普通现象上升成“重要趋势”。它会把不确定的事写得很确定，把没有观点的东西写得很像观点。
比如这些句子，一看就熟：
在快速变化的数字时代，AI 正在深刻改变内容创作的方式。
这不仅提升了效率，也为个人和企业带来了前所未有的机遇。
总的来说，未来充满无限可能。
这些话没有明显错误。但它们没有作者。
真正的问题不在“AI 生成”，而在“没有人负责”。没有具体经验，没有立场，没有取舍，没有那种“这个人真的想过”的痕迹。
读者现在对这种味道越来越敏感。因为他们每天被 AI 内容淹没。公众号、小红书、新闻摘要、产品介绍、招聘 JD、PPT、邮件，哪里都是差不多的节奏。越是泛滥，越容易让人产生条件反射：又来了。
为什么它会变成工程问题
很多人以为去 AI 味就是“让 AI 写得更口语一点”。这太浅了。
真正的去 AI 味，需要把写作拆成几个可检查的环节：
- 先定义什么是坏味道。
- 再给出可执行的修改规则。
- 然后用例子校准风格。
- 最后把这些规则固定到工作流里，而不是每次靠感觉重来。
这就是 stop-slop 这类项目有意思的地方。它不是简单说“写得自然一点”，而是把 AI 常犯的毛病列出来：空泛开头、商业套话、过度强调意义、假装深刻的二元对比、没有来源的“业内人士认为”、机械的三点式结构。
taste-skill 的方向也类似，只不过对象从文字换成了界面。很多 AI 做出来的页面第一眼就很“AI”：紫色渐变、圆角卡片、居中大标题、满屏光效、每个产品都像 SaaS 官网。它的问题不是不能看，而是太可预测。
可预测，就是没有品味。
品味听起来很主观，但在生产系统里必须被写成规则。比如：哪些词少用，哪些结构删掉，什么时候保留不完美的句子，什么时候让段落更短，什么时候允许一个明确的偏见。你不能只对模型说“有点灵魂”，那太玄。你要给它反例、边界和审稿标准。
这就是工程化的意思。
去 AI 味不是把 AI 藏起来
这里有个误区：很多人把“去 AI 味”理解成骗过检测器，或者假装自己没用 AI。
我不太喜欢这个方向。它太窄，也有点心虚。
更健康的理解是：AI 可以参与生产，但最后出来的东西必须经过人的判断。你可以让 AI 起草、整理、改写、提炼，但不能把默认输出原封不动地发出去。因为默认输出服务的是平均情况，而你的内容需要服务一个具体的人群、一个具体账号、一个具体观点。
AI 可以帮你省体力，不能替你拥有品味。
这句话听起来有点狠，但很实用。写作里最值钱的部分，往往不是把句子写顺，而是决定哪些话不说，哪些例子删掉，哪个判断可以更尖锐一点，哪个结论需要承认不确定。
模型天然不擅长这些。不是它永远做不到，而是它默认会走安全路径。安全路径的结果就是：正确、完整、无聊。
个人品牌会先受到冲击
如果你只是写一份内部备忘录，AI 味可能问题不大。别人看懂就行。
但如果你在做个人品牌、公司内容、产品叙事，AI 味就是硬伤。因为这些东西卖的不是信息本身，而是信任和识别度。
同样一句“AI Agent 会进入工作流”，谁都能说。真正有价值的是你怎么说：
- 你从哪个案例切进去？
- 你相信它会落在哪个场景？
- 你觉得现在的产品哪里在吹牛？
- 你愿意押什么判断？
- 你有没有自己的使用经验？
这些东西决定了读者会不会记住你。
内容创作者最怕的不是 AI 抢走写作能力，而是大家都用同一个模型、同一套提示词、同一种语气，最后把互联网写成一锅温吞水。到那时候，真正稀缺的反而是人的毛边：偏好、脾气、经验、审美、犹豫和判断。
一个可用的去 AI 味流程
如果你已经在用 AI 写东西，我建议把流程改成这样：
第一步，让 AI 只做材料活。
让它整理资料、提炼观点、列反例、找结构，不要一上来就让它写成稿。写成稿太早，模型会迅速套进自己熟悉的文章腔。
第二步，先写你的判断。
哪怕只有五句话也行。比如：我同意什么，反对什么，最想提醒读者什么，哪个例子最有意思，哪里可能被误解。这几句话是文章的骨架。
第三步，让 AI 按你的判断扩展，而不是让它自由发挥。
提示词里要写清楚：不要宏大开头，不要总结式结尾，不要“本文将”，不要假装中立。保留具体例子，允许短句，允许第一人称。
第四步，做一轮坏味道审稿。
专门检查这些东西：
- 有没有“随着……发展”式开头？
- 有没有“不是 A，而是 B”的机械句式？
- 有没有过度整齐的三点结构？
- 有没有没有信息量的形容词？
- 有没有看起来正确但没有作者判断的段落？
- 有没有可以删掉的结尾鸡汤？
第五步，读出声。
这一招很土，但有效。AI 味重的文字，一读出声就露馅。它会显得太平、太顺、太像客服。人的文章不一定每句都完美，但会有呼吸。
最后拼的还是人
我不认为“去 AI 味”会是一个小众需求。恰恰相反，AI 生成越普及，去 AI 味越重要。
因为未来内容生产的默认状态，可能就是人和 AI 一起写。到那时，读者不会太关心你有没有用 AI。他们关心的是：这篇东西有没有判断？有没有新信息？有没有可信的经验？有没有一个具体的人站在后面？
所以，去 AI 味不是反 AI。
它是在提醒我们：生成只是起点，编辑才是分水岭。工具会越来越会写，但会写的人也要越来越会删、会改、会判断。
真正的个人风格，不是模型给你的。
是你一次次把模型的平均答案改掉以后，留下来的那部分。