维基百科编辑团队公开其内部使用的《AI写作识别指南》，首次系统性揭示大语言模型（LLM）在行文中的“行为指纹”，为公众提供了一套可操作、有据可依的AI文本鉴别方法。

自2023年启动“AI清理计划”（Project AI Cleanup）以来，维基百科编辑们每天面对数百万条编辑提交，积累了海量AI写作样本。他们发现，自动化检测工具基本无效，而真正可靠的判断，来自对语言习惯与叙事逻辑的深度观察。

• 空洞的重要性强调 AI热衷用泛泛之词标榜主题价值，如“这是一个关键时刻”“体现了广泛影响”，却缺乏具体事实支撑——这种“重要性焦虑”在人类撰写的百科条目中极为罕见。
• 堆砌低价值媒体报道 为证明人物或事件“值得收录”，AI常罗列大量边缘媒体曝光（如某博客采访、地方电台片段），模仿个人简历写法，而非引用权威、独立信源。
• “现在分词”滥用式总结 频繁使用“强调……的重要性”“反映……的持续相关性”等模糊尾随句式（语法上称为“现在分词短语”），制造一种“深度分析”的假象，实则内容空洞。维基编辑称：“一旦你注意到这种套路，就会发现它无处不在。”
• 广告式形容词泛滥 AI偏爱使用“风景如画”“视野壮丽”“干净现代”等营销话术，行文“听起来像电视广告脚本”，缺乏客观、克制的百科语感。
• 过度结构化但缺乏洞见 段落看似逻辑清晰、层层递进，实则重复同义表述，缺乏人类作者的批判性思维或独特视角。

维基团队指出，这些“语言指纹”深植于AI的训练逻辑:模型通过海量网络文本学习“如何像人一样写作”，而互联网充斥着自我推销、SEO优化与内容农场式文本。因此，AI自然继承了这些“数字时代写作病”——即便技术再进化，只要训练数据不变，这些习惯就难以彻底清除。