AI写故事的底层操作系统其实和人类完全不同，很多时候即便频繁更换提示词也难以扭转。5月28日，沃顿商学院教授在社交平台上分享了马里兰大学计算机系团队联合Google DeepMind发表的重磅研究成果。该研究表明，通过一套名为StoryScope的自动化分析管道，仅凭情节、主体、时间结构等维度的叙事特征，检测AI写作的准确率就高达93.2%。
在这场规模宏大的“文学解剖”实验中，研究团队收集了上万个写作提示，并对比了人类作者与Claude、DeepSeek、Gemini、GPT、Kimi五个大语言模型生成的六万多篇故事。结果显示，AI在怎么编故事这件事上被困在了一个狭窄的默认叙事模板里，暴露出了极其明显的“叙事指纹”。
具体而言，AI在写作中普遍存在五大底层逻辑差异。首先，AI过于偏爱“说教”，有近八成的情况会在叙事中直接点明故事主题，甚至在对话中强行加入哲学讨论，远超人类作者的比例。其次，相较于人类擅长的非线性倒叙或插叙，AI只会一条道走到黑，其生成的作品中近八成都缺乏支线情节，且结局倾向于主角顿悟的“伟光正”套路。
更有趣的是，AI对“身体描写”近乎上瘾。由于缺乏真实的情绪体验，AI无法直接感知难过或害怕，只能用教科书式的方式堆砌生理感受和环境隐喻，导致描写往往违和、用力过猛。此外，AI缺乏“读者意识”，极少打破第四面墙与读者互动。
而在细分模型上，各家大模型的写作缺陷也各有千秋。研究指出，Claude在情节推进上通常波澜不惊、格外平淡;GPT则过度热衷于在故事中频繁使用梦境序列进行转折;而Gemini则习惯默认采用外部视角去冷冰冰地描述角色，像在看人物档案卡。
研究团队目前已公开了该项目的全部代码与叙事文本库。这不仅为文学界穿透表层去伪存真提供了一面“照妖镜”，也给众多依赖AI辅助创作的写作者敲响了警钟:大模型或许能模仿任何大作家的文风笔迹，但它永远无法替人类去经历真正的人生，而后者才是好故事的终极来源。
