克雷西发自凹非寺

　　量子位 | 公众号 QbitAI

　　奥特曼又又又亲自官宣了 ChatGPT 的一项“重要更新”——

　　从现在起，你的 ChatGPT 可以听从指示，在输出内容中不再滥用破折号。

为啥一个普通的标点符号，能让奥特曼亲自宣传，而且还极具热度呢？

　　因为在这之前，ChatGPT 实在是太喜欢用破折号了，以至于这个标点成了人们判断 AI 生成内容的一个标志。

再加上之前的 ChatGPT 在这个问题上不是很听话，即便要求它不要加破折号，结果依然我行我素。

　　现在呢，按照奥特曼的说法，这个问题已经被修复了。

不过颇具黑色幽默的是，有网友告诉 ChatGPT 别用破折号，结果 ChatGPT 就明晃晃地在“知道了”后面加上了一个。

　　破折号困扰 OpenAI

　　ChatGPT 对破折号的“痴迷”早已让用户不胜其烦。

在 OpenAI 的官方论坛上，充斥着大量用户的吐槽帖子。许多人抱怨，无论他们如何在自定义指令中恳求甚至威胁，AI 依然会顽固地在回复中插入破折号和不必要的缩进。

　　这种标志性的写作习惯，几乎成了 AI 生成的标志，使其文本 AI 味十足，极易被识别。

用户们为了治好这个毛病，可谓想尽了办法，甚至使用了戏剧性的情感提示词（Emotional Prompt），但收效甚微。

　　事实上，破折号只是 AI 写作标记中广为人知的一个。

　　在相关的 Threads 讨论中，有用户进一步总结了 AI 写作的其它“怪癖”。

这包括过度依赖列表和子标题，仿佛不分点论述就无法思考、滥用像“不仅是X，也是Y”这样的特定重复句式等等。

　　这些 AI 标记简直像是可被轻易识别的、难以擦除的“数字水印”。

不过也有人对这些“AI 标记”持不同看法。有人指出，人们对“AI 味”的抵制有些过度，甚至非理性地憎恨任何与 AI 相关的事物已成为一种趋势。

　　但归根结底，一手造成破折号被污名化的，依然还是 ChatGPT 自身。

不过，到底是为什么，破折号如此受到 AI 的青睐呢？

　　为啥 AI 喜欢破折号

　　GitHub 软件工程师 Sean Goedecke 的一篇博客，对这个问题进行了研究。

博客从一些简单猜想开始分析，一开始给出的猜测包括破折号本身就常见，并且破折号功能丰富，而且 AI 更倾向于简洁性表达。

　　但这些猜想很快被一一否定——

关于常见性，如果破折号很常见，那么就不会成为引人注意的“AI 象征”； 对于功能，虽然破折号作用确实很多，但其他标点符号也具有相似的灵活性； 至于简洁性，逗号比破折号更加简洁，而且减少冗余内容比换标点更好用。

　　接着，Sean 把目光投向了大模型后训练中的一个重要环节——RLHF。

他推测，AI 对破折号的偏爱极有可能来自于 RLHF 信息提供者的语言习惯。

　　博客指出，RLHF 通常在肯尼亚、尼日利亚等低人力成本、高英语水平的非洲国家进行，因此 AI 的习惯会和这些地区的人相似。

比如像“delve”这样的词汇，在非洲英语中就非常受青睐，结果 AI 也同样高频使用。

但这个猜想并不能解释破折号被 AI 喜欢的原因，因为非洲英语当中破折号的使用频率，反而低于平均水平，甚至连十分之一都不到。

　　接下来，Sean 介绍了一个重要发现——GPT 并非从一开始就喜欢破折号，而是从 GPT-4 开始，使用频率比之前增长了十倍。

所以，问题大概率就出在 3.5 和 4 之间的这一段时期了。那么这段时间里发生了什么呢？

　　彼时，AI 的训练正在面临“数据荒”，人们开始千方百计地给 AI 寻找新的训练数据。

　　其中一个手段，就是扫描 19 世纪末到 20 世纪初的纸质书籍，然后喂给 AI。

同时，Sean 找到了一个关于英语标点符号使用频率的研究，发现这段时间刚好是破折号的使用高峰。

　　比如 1851 年美国小说家赫尔曼的《白鲸记》（Moby-Dick）当中，一共有 1728 个破折号。

Sean 认为，尽管还有一些问题未被解释，但 19 世纪出版物的引入，有很大概率就是 AI 好用破折号的“幕后黑手”。

　　[1]https://x.com/sama/status/1989193813043069219

　　[2]https://techcrunch.com/2025/11/14/openai-says-its-fixed-chatgpts-em-dash-problem/

　　[3]https://www.seangoedecke.com/em-dashes/