孙宇晨的小作文哪些是AI写的

逐句拆一遍那六千字 · 为什么它不像任何一个版本的孙宇晨 2026 年 8 月 29 日 8月27日深夜，人在不丹的孙宇晨发出了六千字的《我的女友景甜》。他后来对媒体说，这篇东西写了十几个小时，占掉两个晚上的凌晨，几乎没睡。 这篇文章不碰案情。案子已经立案，景甜方提出管辖权异议，尚未进入实体审理，景甜工作室否认了传闻。谁对谁错交给法院。 我只做一件事：把这六千字拆开，指出哪些句子是 机器写的，以及为什么。 写在前面 必须先说清楚：市面上所有的AI检测器都不可靠，我也没有他的对话记录。以下全部是文本证据和写作机制的推断，不是技术鉴定，也不构成事实指控。 01 结论先放这儿 素材是他的，句子不是他的。 更准确的说法：他提供了记忆、情绪、结构意图和最后拍板，AI提供了语言。这不是"AI代写"，是"AI代笔"。 一个佐证就藏在他自己的说法里。六千字，对一个新概念作文大赛一等奖得主来说，纯手写用不了十几个小时。但"生成—挑选—拼接—润色"这套流程，十几个小时非常标准。 02 判断的地基：AI留下的不是错，是"太对了" 先说清楚我在看什么。 大模型生成文本，本质是在每一步挑概率最高的下一个词。它天然走最平滑的那条坡。这带来三个后果，也是本文所有判断的地基。 第一，句子好，但好得 均匀。人类写作的信息密度是尖峰的——某一段突然写崩，某一段突然写神。机器是一条平线。 第二，结构完美，因为它有 完美的记忆。整篇草稿都在它的上下文窗口里，前文埋的主题词，它能零成本在五千字后回收。人做这件事要靠改稿。 第三，指令被 百分之百执行。你告诉它"不要直接写情绪""不要用连接词""用短句"，它会在六千字里一次不落地执行。人只能执行七成，剩下三成会漏——而漏掉的那三成，恰恰是 人味。 下面十处，全是这三条的具体表现。 03 逐句拆 一｜开场的"称重" 一颗卵子的重量，三点五微克。／五千万美元现金的重量，两点五吨。／……向我要的是后者，抵押的是前者。 为什么是AI？ 两个数量并排，再用"后者／前者"交叉收口。这是 被设计出来的 开场装置，不是回忆的开头。人在情绪最盛的时候不做单位换算。 更硬的一点在数字本身。五千万美元如果按百元面额，五十万张，一张约一克，大约 五百公斤，半吨。要凑到两点五吨，得按二十美元面额算——两百五十万张。（此为我本人推算，原文未交代面额。）凭感觉写的人写不出这个数，算过的东西才写得出来，而且算完忘了交代前提。 技术上说 第二句几乎是第一句的强制续写。模型一旦生成"X的重量，某个数"这个句式，同构的下一句概率会被拉到压倒性的高度——平行结构是自我强化的。 而"后者／前者"是最省力的收口方式：它只需要指回前文位置，不需要产生任何新信息。 二｜一座失去皇后的凡尔赛宫 一座失去皇后的凡尔赛宫。 为什么是AI？ 清洁工每天打扫空房间的场景写完，空一行，落下这个没有谓语的名词短语，然后立刻进下一节。这句写得好，问题就在于它 太好、太独立、太会挑地方出现。 技术上说 训练语料里，文学段落大量以隐喻或格言收束。模型学到一条极强的关联——"场景结束"这个位置，下一个高概率序列是"抽象总结句"。于是它每次都这么收。人类写作里这种句子是稀疏的、位置随机的；这篇文章里它们像节拍器一样准时。 另外，"凡尔赛"在中文语境里还是"炫耀"的双关。这个便宜的双关正好落在这里，太巧了。 三｜"什么都不发生" 我突然意识到，景甜喜欢一个地方因为她而空着。什么都不发生。 为什么是AI？ "我突然意识到"是顿悟标记词，专门用来把 叙事 切换成 主题陈述。紧接着连续两句以"景甜"开头。然后埋下四个字：什么都不发生。 六千字之后，全文最后一句是：什么都没有发生。 技术上说 主题词的埋设与回收，对人类是改稿工序，对模型是零成本操作——整篇草稿始终在上下文窗口里，回收一个五千字前的短语，和回收上一句一样容易。写作难度在这里完全不对称。这种远距离对仗出现得越干净，越不像一稿。 四｜最漂亮的一句，也最不像人 我全部相信她说的。／但是我一个字也不信。 为什么是AI？ 两句 字数接近，语义 严格对称，反转发生在句号之后。严丝合缝。 技术上说 模型生成对句时强烈偏好"语义反义＋句法同构"，因为这两个约束同时把候选词的分布收窄，是最舒服的路径。人写反转是不平衡的——前半句拖沓后半句突然短，或者反过来。这里前后一样长，一样稳。 五｜贴胶带的两个女孩 她们发现下午三点以后贴的最容易掉，因为那时候玻璃最烫，后来改成早上贴。这件事没有人教她们，是她们自己试出来的。 为什么是AI？ 这段最大的破绽不是文笔，是 视角。 叙述者是谁？是一个白天睡觉、晚上活动、连助理叫什么都不知道 的人。他刚刚在上一句承认："她知道那两个女孩叫什么。我不知道。"下一秒，他却掌握了这两个女孩的工艺演进史和内部讨论。 技术上说 模型在优化"细节丰富度"，不在 优化"叙述者的知情边界"。第一人称限知视角是一条需要全程维持的硬约束，人类作者靠常识守住，模型守不住——它只知道这个位置该有更多质感，就补更多质感。凡是叙述者不可能知道、却写得极细的段落，都要打问号。 六｜五个配角，同一个人 我看着那个影子想，这个人是谁，他今天走了多少路，看了多少房，他知不知道这套房是给谁看的。 为什么是AI？ 三连问排比。而且情绪逻辑不成立——一个正在被要五千万、婚事悬着的男人，不会在这一秒共情一个拍房视频的助理。 但主题逻辑成立。全文有五处这样的配角特写：打扫空房的墨西哥女人、贴胶带的两个女孩、这个拍视频的助理、档案里照片没被打开过的代孕妈妈、举着爆米花被劝退的小孩。五段的主题完全一致 —— 为一个不在场的人，做无人知晓的劳动。 技术上说 这是 主题驱动写作，不是情绪驱动写作。人写自己的分手，注意力分配是失衡的、自私的、到处乱瞟的；模型的注意力天然均匀，会把主题平铺满全篇。五处配角写得一样好、一样短、一样克制——这种 均匀 本身就是签名。 七｜一句话里叠了两个模板 我从来没有拒绝过她，不是慷慨，是害怕。害怕下一秒的答案。 为什么是AI？ 前半是"不是X，是Y"的否定—修正框架，后半是顶针：上一句的末词直接做下一句的头。 技术上说 两个都是大模型的高频出品。否定—修正之所以被过度使用，是因为它能 用极低成本制造"深刻感"：先否掉一个通俗解释，再给一个稍微意外的词，读起来就像洞察。顶针更机械——刚生成的词注意力权重正在峰值，复用它是最省力的选择。 "不是X，是Y"这个句式，全文至少出现三次。人不会在六千字里对同一个句式上瘾到这个程度。 八｜一个不对劲的词 让我毛骨悚然的不是它聪明，是Claude一点犹豫都没有。／它不为难。 为什么是AI？ 又一次 否定—修正，后面跟一个三字独立成段的收束句。 还有一个词不对劲："毛骨悚然"。这是书面大词，和全文那种"我说好""行了""不用你管"的口语克制完全不在一个语域。润色时被塞进来的词，往往就是这种 孤零零的高级词 —— 周围一圈白话，中间突然拔高一格。 九｜量心跳 心跳很稳。我又数了一遍，还是很稳。……像一个医生在给别人做检查。／我没有哭。我一直在等我哭。 为什么是AI？ 用身体的无反应表现情绪的巨大，是模型写"克制的悲伤"命中率最高的招式，模板级。"我没有哭。我一直在等我哭。"是否定加等待的标准句型。"像一个医生在给别人做检查"又是一个落款式明喻。 技术上说 这类句子在训练语料里密度极高——它们是"文学感"的最短路径。当提示里出现"克制""不要直说情绪"这类要求时，它们几乎必然被召回。写得对，问题是对得太标准，标准到可以直接当范文。 十｜结尾的阶梯 一百万人像潮水一样涌来，烟花结束，一百万人退去。／一百万人。／每年都是这样。／凌晨三点的香港，／什么都没有发生。 为什么是AI？ 每行比上一行短，逐级收拢；"一百万人"单独成行做词汇回收；最后精确落回开头埋下的主题词。三件事一次做全。 顺带注意"像潮水一样涌来"——一个陈词滥调的明喻，水准明显低于前面那些冷白描。高低不齐的地方，通常就是拼接的缝。 技术上说 阶梯式收尾 是收束模板里最强的一个。模型知道"结尾"这个位置需要降速、需要回收、需要留白，于是三样一起上。人类的结尾往往做不全，会漏一两样，或者干脆刹不住车。 再附一条：全文"我说好"三个字反复出现，当节拍器用。有效，但机械。模型一旦确立了一个副歌，之后每个对话回合最省力的回应就是它，越用越强化。 04 更硬的证据，是缺席的东西 上面十处是"多出来的东西"。还有一类是"少掉的东西"，往往更硬。 六千字里几乎没有转折词。没有"然而"，没有"因此"，没有"与此同时"。这不是自然写作的样子，这是 "不要用连接词"这条指令被完整执行 的样子。 六千字里几乎没有感叹号。没有语气词，没有脏话，没有一句自我辩护，没有一次跑题，没有一件事被重复讲两遍。 一个连续两晚没睡、刚被人开口要走五千万的男人，写六千字，不骂一句，不替自己辩解一句——这是不可能的。 人在情绪高处会语言失控：会重复，会破句，会突然骂人，会写一整段完全没用的废话，会前后矛盾。这些 "没用的东西"才是人味的载体。模型不产生废话，因为 废话在概率上从来不是最优解。 05 这不像孙宇晨，任何一个版本的孙宇晨 把他的公开语料摆三份出来。 第一份，2007年。十七岁拿下 第九届新概念作文大赛一等奖，凭此拿到北大自主招生资格。那一代新概念的语体是什么样的？抒情，修辞密集，金句外露，"我"字永远站在最前面。 第二份，2008年前后。他在《萌芽》发表《一道论证题》，核心是一个论断——高中可以用一年弥补任何遗憾。结论先行，全篇说理，文末留下通讯地址请人来验证，据说两年收到近万封信。这是标准的议论文人格：进攻，说服，招募。 第三份，过去十年。感叹号，全大写英文，抽奖，蹭热点，大词，emoji。币圈营销之王 的语体，十年如一日。 三份语料横跨十九年，共同点非常清楚：外向，进攻，强自我，从不吝惜声量。 《我的女友景甜》是什么？内向，克制，零度，把自己写成一个 什么都调得动、却什么都决定不了的受限观察者。 一个人当然可以在特殊状态下写出不像自己的东西。但一个高频写作者的标点习惯、语气词习惯、修辞冲动，很难在同一个晚上被同时清空。你可以模仿别人的措辞，很难模仿别人的呼吸。 这篇文章的呼吸不是他的。 唯一没变的是目的——它仍然在说服你。只是这一次，说服的手法是 租来的。 06 哪些是他自己写的 对照着看，反而更清楚。这些地方我认为基本是原生的： 人人网加好友，留言写了删删了写四十分钟，最后发出去一句"你好"，没有通过。 一百五十块的羽绒服，犹豫了三天。 "叫我妈妈吧"，以及此后叙述里称呼一路从"景甜"滑成"妈妈"，直到电话挂断那一刻又滑回"景甜"。 那个运动员不能提。 撕番位、剧组夫妻 那段对话——语气粗糙，信息量大，和周围的文学腔明显不在一个频道上。 景国庆、田心爱两个名字和两个账号；一天一张卡限额一百万，所以转了五张；转到第三张的时候犹豫了一下。 规律清楚得几乎可以当尺子用：越具体、越难听、越不体面的地方，越像人写的；越漂亮、越有余味、越适合截图转发的地方，越像机器润的。 因为不体面的细节是想不出来的，只能是 记得 的。而漂亮的句子，是可以 生成 的。 07 他把工具写进了作品里 文章中段有一整节：他说自己用 Claude Code 跑了一遍现金资产，然后向它提问，得到的回答是不要给这五千万；他追问"她不再爱我了吗"，AI答的大意是，对于爱情我不关心也不理解，但你不能给。 两件事。 第一，这个"Claude"不是工具，是 角色。真实的编程助手不会回答"她还爱我吗"。这段对话是被写出来的，是文学人物，不是日志。 第二，更要紧的：一个在写作过程中完全没碰过AI的人，不会想到 把AI安排成情节里的关键配角，更不会给它写台词、写"它不为难"这样的评语。 文章发出去的当天晚上，技术论坛上已经有人在说"这味儿太对了""像Claude润色的"。判断这件事的门槛，对每天用这些工具的人来说其实很低。 把工具写进作品，是一句 广告，也是一次半公开的署名。 08 两个旁证 一，他把这篇东西做成了 LaTeX 项目 传上 GitHub，仓库名 my-girlfriend-jingtian-latex，带PDF。凌晨手搓 LaTeX 排版一篇分手长文——这不是写作流程，这是 工程 流程。 二，文章火了之后几天内，GitHub 上冒出了好几个专门复刻这套文风的仓库，把它拆成几条 可执行规则：极短句节奏、数字锚点密集、情绪从不说破、哲学式收束，参考技法标着海明威的冰山理论。 一种文风能被这么干净地拆成几条提示词，通常说明它本来就是几条提示词长出来的。真正的个人风格拆不了这么整齐——因为 个人风格里有大量没有道理的部分，而提示词只能装下有道理的部分。 09 最后 孙宇晨提供了全部素材、全部情绪、全部决定；AI提供了句子。 用工具 不是丑闻。六千字里那些疼的地方，也确实是疼的。 真正值得记一笔的是别的。这大概是中文互联网上第一次，一份顶级富豪的私人情感陈述，同时是一份诉讼素材、一次品牌营销、一个 GitHub 仓库，和一段AI生成文本。四层东西缝在一起，缝得还相当好看。 以后这样的东西只会更多。认针脚，正在变成一项基本功。 核实说明 · 确认事实：8月27日孙宇晨在X发布《我的女友景甜》，开头结尾均标注"本文纯属虚构"；代理律师张起淮确认已起诉景甜及其父母，标的三千余万元，法院已立案；景甜方提出管辖权异议，案件尚未进入实体审理；景甜工作室发表声明否认相关传闻。 · 确认事实：孙宇晨2007年获第九届新概念作文大赛一等奖，后入读北大，大一在《萌芽》发表《一道论证题》。 · 单一来源：写作耗时十几个小时、两个晚上、人在不丹等说法，来自孙宇晨本人受访表述，无第三方佐证。 · 作者推算：五千万美元现金的重量换算为本文作者计算，原文未说明面额。 · 作者推断：关于哪些段落由AI生成或润色，全部为基于文本风格与生成机制的推断，不构成事实指控。孙宇晨本人未就此作出任何说明。 · 本文引用原文均为短句片段，用于文本分析，全文可自行检索。 · 文中涉及景甜的一切情节均出自孙宇晨单方面叙述，景甜方已否认，本文不对其真实性作任何判断。 —— Kea