为什么 AI 写作仍像“泔水”：Towards AI 的写作基准与实测经验

Towards AI 的 Louis-François Bouchard 分析 AI 写作显得空洞的原因：用词陈腐、泛泛而谈、重复、幻觉以及千篇一律的语气。他介绍团队构建的基准，用于衡量模型能否以其个人风格撰写视频脚本：10 个脚本、每个模型 5 稿、4 个 LLM 评审、9 项评分指标和 1000 次人工 A/B 对比。他分享了成本、评审模型偏好自家模型家族的现象，以及用 AI 写作的实用建议：包含大量示例的超长提示词、由强模型做一次审校、合并多份低成本草稿，并始终保留人工编辑。

AI推荐理由 演讲者来自 Towards AI，内容为一场技术分享，给出了可复现的评测设计细节：10 个脚本、每个模型 5 稿、4 个 LLM 评审、9 项指标、1000 次人工 A/B，并披露成本与评审偏好自家模型的现象，对 AI 写作评测与 Agent 评审偏差有参考价值。局限在于这是单方自建基准，样本规模小，摘要未给出具体指标结果与统计显著性，结论需谨慎看待。