一项针对大语言模型写作特征的分析显示，Anthropic旗下的Opus 5.5在生成文本时存在明显的用词偏好，其中「dependable」一词的出现频率比人类写作样本高出23倍，成为该模型最显著的文本标识之一。
除「dependable」之外，该模型还频繁使用「this matters」等表达方式。这类措辞在人类写作中并不常见，但在AI生成内容中反复出现，构成了可被识别的统计特征。研究人员通过对模型输出文本与人类样本进行对比分析，量化了这些用词差异。
此类发现对AI内容检测具有重要意义。随着大语言模型在企业服务场景中的广泛应用，包括自动生成营销文案、客户沟通邮件、技术文档以及代码注释等，AI生成文本与人类撰写文本之间的边界日益模糊。识别模型的用词偏好，为判断内容来源提供了一种基于统计特征的参考路径。
从企业服务角度看，AI写作特征的暴露可能带来两方面影响。一方面，内容平台和学术机构可利用这些特征开发更精准的AI内容识别工具；另一方面，模型开发方也可能针对性地调整训练策略，降低特定词汇的过度使用，使生成文本更接近人类写作习惯。这种「检测与反检测」的博弈，正在成为AI文本治理领域的一个持续议题。
目前，该分析聚焦于Opus 5.5单一模型的表现，尚未覆盖其他主流大语言模型。不同模型是否具有各自独特的用词指纹，以及这些特征在不同语言、不同任务场景下是否稳定，仍有待进一步研究。对于依赖AI生成内容的企业而言，了解所用模型的文本特征，有助于在内容发布前进行必要的编辑和调整，避免因用词模式过于集中而影响内容质量或触发平台检测机制。
该文观点仅代表作者本人，企服科学平台仅提供信息存储空间服务。
