这可能是目前有最多数据支撑的去AI味skill。为了这个项目，我准备了 300 多篇人类文章，并通过 Agent 调用 5 个主流顶尖模型生成了 300 多篇 AI 语料。
研究思路原本是从语言学、句式、语义等多角度穷尽比较人类与 AI 语料的差异。期间写了大量方案、跑了非常多脚本，但多数方向因模型差异大、测试不显著而无法落地。经过反复调整测试方向，最终验证并筛选出具备显著特征的 11 项规则。
整个过程还发现了不同模型的AI味偏好，比如Claude Opus 4.6最喜欢用破折号，而GPT 5.6 最喜欢用“不是而是”句型。
做到最后，我更倾向于这个问题应该在模型预训练阶段解决，写作也是通过AGI要攻克的领域，期待一个在写作上有明显提升的新模型。
这个skill是我的写作蒸馏器skill的延伸，感谢Moxt强大的能力让我能完成这个项目。
GitHub：lieflat-less-ai-tone
