省事的错：AI 装不出来的活人证据

实验进行到第 11 轮，出现了第一段真正骗过守门员的机器文本。此前十轮，与写手同代的 Claude 思考型评委保持着 100% 的识破率，我们修掉套话、修掉腔调、修掉节拍，它一段没放过。 第 11 轮换了六家模型同题竞写，有一段过了。

复盘胜因的时候我们愣了一下。不是哪段写得惊艳，是稿子里有一处真错字：「那到未必」。 「倒」写成了「到」。评委的判词把这个错引为证据：错别字懒得改，像连载作者的手笔。

写这段的模型并没有被要求写错字。它就是……写错了。

我们试过造假，全军覆没

讽刺的地方在于，「往稿子里加错字」这个主意我们早就试过，而且下了重手：每篇 7 到 10 处， 错的机理故意混着来，有的成簇有的散落，写完不许回头修。当时的想法很朴素，真人连载哪有不带错字的。

全部被识破。判词一句话终结了这条路线：「错落在最安全的通假位，像做旧而非手误。」

拆开看，真人的手误是带风险的：会错在人名上、错在数字上、错在要命的关键句里， 有时候真的伤及理解，读者要愣一下才反应过来。模型接到「加错字」的指令后，会认真地执行—— 它挑那些不影响任何理解的位置下手，通假、同音、可逆。挑选本身留下了指纹。 古董行的说法放在这里刚好：做旧的包浆均匀，真包浆不均匀。

同一时期试过的「故意前后矛盾」死得更快。让人物的称呼在两处不一致，模仿作者写岔了， 评委直接读成「大模型长文生成的接缝」。这一下暴露了更深的问题：2026 年的评委见过太多 AI 文本，它知道模型会犯什么错。你模仿人类的错，一不小心撞上的是模型自己的错型。

三段漏网稿的共同点

回到第 11 轮。六家模型、十八段稿子，漏网三段。三段的胜因摆在一起，规律扎眼： 一段靠真错字；一段靠同音别字，「丈量土地」写成「量地」之外还把「缝了」写成「逢了」， 评委归因为「手打连载的真毛边」；一段靠口癖，全篇的转折清一色用「可」， 外加几个对剧情毫无收益的具体时间戳，像日记而不像作品。

没有一段赢在工序上。六家拿到的任务书逐字相同，纪律一样、参考语料一样。赢的三家 各自带着真实的能力短板：中文输出不如最强的那几家稳，于是自然产出了错字、别字和扎堆的口癖。 这些错落在「零失手」判据的外侧，因为它们真的是失手。

这就是那个逻辑死角：不加错，被抓「八百字里挑不出一处失手」；故意加错，被抓「做旧」。 两头堵死，唯一的通道是真的会犯错。换句话说，会犯错在这里成了一种能力， 而且是没法用提示词移植的能力——你让一个不犯错的模型去犯错，它会犯得很整齐。

真书那一侧，错得更理直气壮

对照组的真人文本印证着同一件事。《那年花开1981》里写小姑娘舍不得让新鞋沾雪， 「一步一步小心的躲开雪厚的地方」——按规范这个「的」该是「地」，作者懒得改， 编辑也没拦，读者照样读得顺。我们盲测页里放了这一段， 它是全场「活人感」最足的段落之一。

还有一个要如实交代的细节：我们对照组用的真书文本，相当一部分「真人味」其实来自 盗版转录管道的物理伤痕——转码错字、丢字、标点损坏。这既是评委零误伤的锚， 也是一句提醒：所谓「像真人」的基准，本身就是脏的。干净，从来不是活人文字的属性。

这个发现最后落进了我们产线的一条新规矩：人工润修只改事实错误，不做文字抛光。 因为抛光抹掉的正是语病、口癖、懒得改的「的地不分」这些活人证据——把稿子越修越干净， 等于把它越修越像机器。想看这条判据在完整判据体系里的位置， 读《十个 AI 评委都被骗过了》； 想看看你自己能不能认出「省事的错」，盲测页第 2 段就埋着一处。