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GPT的一项“重要更新”——

从此时此刻开始，你所拥有的GPT能够依照指示，于输出的内容里面，不再过度使用破折号。

为了什么缘故，一个平平常常的标点符号，能够使得奥特曼亲自去做宣传，并且还拥有极高的热度呢？

在此之前，GPT极为频繁地使用破折号，致使这个标点符号成为人们用以判断AI生成内容的一项标志。

再加上，之前的GPT，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。

然而，存在着这样一种颇具黑色幽默的情况，有网友告知GPT不要使用破折号，可是呢，GPT却十分明显地在“知道了”的后面添加上了一个破折号。

破折号困扰OpenAI

GPT对破折号的“痴迷”早已让用户不胜其烦。

在OpenAI的官方论坛那儿，到处都是大量用户所发的吐槽帖子。许多人发出抱怨，不管他们怎样在自定义指令当中进行恳求，甚至是威胁，AI仍然会固执地在回复里插入破折号，以及那些不必要的缩进。

这种具备标志性的写作习惯，差不多已然成为了AI生成的标志，致使其文本充满了AI的味道，极其容易被识别出来。

用户们为了治好此毛病，想尽了法子办法，甚至运用了具有戏剧性的情感提示词，这种提示词被称作 Emotional Prompt，可是取得实效非常微小 。

事实上，破折号只是AI写作标记中广为人知的一个。

Threads讨论里存在相关性，于此之中有的用户另外进行了归结，归结的是AI写作所拥有的别的“怪癖”。

这涵盖了过度倚赖列表以及子标题，好似不逐点阐述便不能够思索，还滥用诸如“不仅是X，也是Y”这般固定的复用句式等 。

这些AI标记，仿佛是那种能够被轻易辨认出来的、很难抹去的“数字水印” 。

然而也存在着另外一部分人，他们对于这些所谓的“AI标记”持有不一样的看法。有的个别人士指明，一部分人针对“AI味”所展现出的抵制行为，实在是有些过度了，甚至于已经逐渐演变成了一种趋势，那便是非理性地憎恶任何和AI有所关联的事物 。

但归根结底，一手造成破折号被污名化的，依然还是GPT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

有一篇博客，是关于一件事的研究，这件事是，由GitHub软件工程师Sean Goedecke写的这篇博客，它针对这个问题展开了研究。

博客自一些简单的猜想起始展开分析，最初给出的猜测涵盖破折号自身本就常见，进而涉及破折号功能丰富多样，甚至还提到AI更偏向于简洁性表达。

但这些猜想很快被一一否定——

紧接着，Sean将目光转向了大模型后续训练里头非常关键的一个部分，也就是RLHF 。

他进行推测，AI对于破折号有着偏爱，这种偏爱极有可能源自RLHF信息提供者的语言习惯。

有博客表明，RLHF一般于肯尼亚、尼日利亚等，那些人工成本较低、英语水平较高的非洲国家予以开展，所以AI的习惯会跟这些区域的人相类似。

打个比方，就如同“delve”这般的词汇，于非洲英语里面显得极为受宠，进而有着那样的结果，那便是AI同样会以很高的频率去使用它。

但是，这个猜想没办法解释破折号被 AI 喜欢的缘由，原因在于，在非洲英语里，破折号的使用频率，反倒比平均水平低，甚至连十分之一都达不到。

接下来，Sean介绍了一个重要发现，这个发现称，GPT并不会自始至终都对破折号怀有偏好，而是从GPT-4起始，其使用频率相较于之前，呈现出增长了十倍的态势。

所以呀，问题很有可能就出在处于3.5以及4两个数值期间的这一趟阶段之中了。那么在这段时期之内究竟发生了什么状况呢，究竟是怎样的情形呢？

彼时，AI的训练正面临着“数据荒”，于是，人们便开始想尽各种办法，给AI寻觅新的训练数据。

手段之一，是扫描纸质书籍，这些书籍处于19世纪末至20世纪初，之后将其提供给AI 。

与此同时，Sean寻觅到一项针对英语标点符号使用频率的研究，发觉该段时期恰好处于破折号使用的高峰时段 。

比如说，在公元1851年的时候，美国的那位小说家赫尔曼创作的《白鲸记》，也就是《Moby-Dick》这本书里呀，有数量是1728个的破折号呢。

Sean觉得，即便存在一些尚未得到解释的问题，然而19世纪出版物的引入，极有可能便是AI好用破折号的“暗中操纵者”。

便于参考的链接有，如下这些，https://x.com/sama/status/1989193813043069219 ，https://techcrunch.com/2025/11/14/openai-says-its-fixed-chatgpts-em dash problem/ ，https://www.seangoedecke.com/em dashes/ 。