AREX Feed Article
「我受够了读 AI 垃圾」—— Peter Yang 开源反 AI 套话技能，Substack 同日宣战
"把 AI 垃圾从写作中清除出去"——Peter Yang 的一颗精准炸弹
"我受够了读 AI 垃圾，所以今天我开源了我的 /no-ai-slop 技能，它能从任何文章中移除 20 多种 AI 套话模式。"
7 月 22 日下午，AI 教育博主 Peter Yang（24.6 万粉丝）用这条推文引爆了 AI 写作圈。4 小时内，1612 次点赞、3208 次书签、88 条评论、72 次转发、13.3 万次浏览——对于一个 GitHub 配置文件来说，这些数字远超正常的传播量级。Bookmark 数据尤为罕见：3208 人把它保存到书签，意味着超过点赞数两倍的读者把它当做了"之后会回来用"的工具。
赶上 Substack 的 AI 检测上线，他恰好站在了风暴眼
Yang 的发文时机并非偶然。24 小时之前，Substack CEO Chris Best 发表了一篇题为《反对 Claudefishing》的博文，宣布 Substack 集成 AI 检测公司 Pangram 的扫描系统，允许读者查看任何帖子和回复的 AI 参与度估算。"Claudefishing"——Best 自造的词——指代读者在不知情下阅读 AI 生成内容、误以为背后有人类思考的行为。
Yang 被 Substack 选为"负责任地使用 AI"的正面案例。他在演示视频中展示了自己的完整写作流程，而这个流程的核心，就是他定义的 25/50/25 规则。Chen Best 本人也说："软件应该做所有其他事情，但我认为你确实希望人来做那件难事。"
25/50/25：AI 只配管中间那半程
"前 25%，我用语音口述或手写完成初稿，完全不用 AI。"Yang 在他的 Substack 博文中对自己的工作流给出了精确到百分比的切割。
中间 50%，他将草稿交给搭载 /no-ai-slop 技能的 AI（Claude 或 Codex），不是让 AI 重写，而是修正语法、提升清晰度、测试逻辑。"最后 25%，我逐行手动编辑，把每一句重新打磨一遍。"
这个框架的价值在于它回应了 AI 写作争议中最棘手的中间地带。一边是"全部自己写"的纯粹主义者，一边是"全扔给 AI、一键发布"的内容工厂，中间空隙巨大但没有可操作的方法论。Yang 的切割给了第三条路：AI 是打磨工具，不是作者。作者是那个决定每个词去留的人。
他在博文中写了一个刺痛很多人的细节："我曾经在长途航班上很高效。但最近，没有 Wi-Fi、没有 AI，我发现自己连写东西、改东西都变懒了。"这不是居高临下的批判，而是他承认自己也在感受 AI 让人变蠢的引力。可验证的自我暴露，是这篇博文最有感染力的部分。
这个 25/50/25 框架还有一个隐含的延伸。Yang 引用了与 AI 开发者 Kun 的访谈：Kun 在编程中同样用 AI 处理中间 50%（代码主体），但前 25%（需求定义和品味判断）和后 25%（验证和质量把关）必须由人来完成。"做一个好产品和写一篇好文章，遵循的是同一套逻辑。"Yang 写道。
从「这不是 X，这是 Y」到「未来已来」：20+ 种套话模式全拆解
Yang 的 SKILL.md 文件覆盖了 AI 写作中最常见的 20 多种模式。最有杀伤力的几类：
二元对立——"这不是 X。这是 Y。" 这是目前 AI 写作中最泛滥的修辞策略，通过强行制造对立来假装深刻。Yang 的评论一针见血：想表达 Y，直接说 Y 就够了，不需要先制造一个 X 来打倒。
清嗓子式开场——"事情是这样的……""没人告诉你的是……" 这些句子的共同问题是：读者已经点击了标题，它们还在试图把读者哄进来。信息密度为零。
假深奥结尾——"未来不是即将到来。它已经在这里了。" 这句话被单独拎出作为反面典型。它的空洞在于：它适用于任何主题、任何文章、任何作者，因此它不属于任何一篇。
冒号揭秘——"最好的部分：它会学习。" 冒号制造了一个虚假的悬念，但冒号后面的内容通常不值得这个仪式。
同义词轮换——"agent 处理邮件，assistant 起草回复，tool 整理日程。" 三个词指同一事物，仅为躲避重复。读者读起来的负担反而更重。
重要性膨胀——"标志着一个关键时刻""是……的见证""专家一致认为" 这些短语的共同特征是：话越大，信息越空。
此外还包括负面清单（"不是 A，不是 B，而是 C"）、戏剧化短句（"就是这样。这就是全部。"）、浅层分析（"体现了团队对创新的承诺"）、虚假归因（"研究表明"不加出处）、伪强势动词（"作为集中式枢纽"）等。
Simon Willison 在 7 月 17 日发布的 LLM Cliché Highlighter 在做类似的事情——用浏览器工具高亮 AI 写作中的套路短语。Willison 的方法更轻盈（纯前端、粘贴即用），Yang 的方法更深入（直接修改、融入工作流）。两者各有所长，但叠加出现的时间线说明了一个趋势："去 AI 化"正在从一个直觉性的抱怨，变成一个可以被工具系统化执行的操作。
垃圾也能拿流量：为什么黑暗面永远在招手
Yang 花了不少篇幅讨论一个令人沮丧的事实：AI 垃圾真的有效。
"有些创作者每小时发 10 条 AI 套话帖，每天如此。其中一些会走红，带来更多关注和收入。"Yang 没有点名，但常刷 X 的人都能对号入座——拧巴的二元对立开头、三到五个用 emoji 分行的观点、"你怎么看？在评论区告诉我"的结尾。它们的数据确实好。
Yang 的回应不站在道德高地："知道 AI 的人能从一英里外闻到那股垃圾味。"他举了两个例子：Airbnb CEO Brian Chesky 的账号被黑后发布了一条明显的 AI 生成帖子——读者在黑客身份确认之前就已从文字中嗅出异常。另一个是他朋友 Alex Cohen 写给员工的信，强调生产 AI 垃圾是把认知负担转嫁给了读者。"一篇帖子可以有数据，同时消耗你在乎的那些人的信任。"
Yang 还指出一个结构性原因："Codex 和 Claude Code 这类产品似乎在主动阻止你做手工编辑。"——它们鼓励你发出指令、让 AI 完成所有修改，而不是让你亲手改一个词。工具的设计偏好正在塑造用户的行为习惯。
信任的经济学：当平台开始标记「谁在用 AI」
Yang 的开源被裹挟进了一场更大的运动。
Substack 的 Pangram 集成允许读者扫描任何超过 100 字的帖子，查看 AI 参与度估算。创作者可以添加"我是怎么做这个内容的"声明。最重要的是——Substack CEO 明确表示这不是惩罚机制，而是透明度机制。Best 写道："人们应该知道自己得到了什么。你可能不介意读某人用 AI 辅助呈现的犀利分析，但只想花时间阅读人手写的回复。"
TechCrunch 在同一天的报道中指出，短期来看这会暴露大量 AI 参与度高的通讯内容，可能损害平台声誉。但长期来看，AI 检测有助于 Substack 保持远离"AI 垃圾"。短期痛，长期壁垒。
Yang 的 25/50/25 流程正好在这个节点上成为了可复制的模板——不是"我不用 AI"的完美人设，而是"我用了，但每一步你都能看见"的透明姿态。在 Yang 的推文评论区，有位叫 David Low 的首席 AI 官（WaracleUK）说他已经把技能转换成了 Gemini Gem 部署到公司内部，"已经打磨了一篇我以为还不错（而且主要是人手写的）的文章，改得更好。"KP（Netlify 社区负责人，7 万粉丝）评论："构建和营销 skills 是创作者经济的新 alpha。"
也有争议。有人质问"用 AI 去除 AI 痕迹，不还是 AI 垃圾吗？"有人打趣说等大家都用上这个技能，去 AI 化本身就会变成新的套话模式。Liz Hoffman（Semafor 商业编辑，2.2 万粉丝）半开玩笑地反击说自己是个"OG 破折号使用者"，拒绝交出她爱的——也是 /no-ai-slop 重点打击的——em dash。
不是为了反 AI，是为了不让自己变蠢
"我不会回到全手动编辑。但我也不想失去在没有 Wi-Fi 的时候思考和造句的能力。"
Yang 的这句坦白，是一颗比 /no-ai-slop 更重要的炸弹。它把整个讨论从"如何对抗 AI 垃圾"推到了"如何在 AI 时代保持人的主体性"。
20 多种模式、MIT 许可、Claude Code 一键安装——都只是载体。真正驱动 3208 个人按下书签键的，是一个更大焦虑的共鸣：当我们把越来越多的大脑功能外包出去，最后还剩什么是我们自己做的？
Yang 给出的答案是一个流程，而不是一个教条。25/50/25 不过是一个启发式：你可以外包打磨，但不能外包品味；你可以让 AI 改语法，但不能让它替你做判断；你可以享受效率，但要警惕退化。
归根结底，/no-ai-slop 提供的不是一面盾牌，而是一面镜子。每次运行它的真正价值不在于过滤掉多少套话，而在于你被追问的那个尴尬问题：这些套话，到底有多少是我自己写的？
参考链接：
- Peter Yang 的 GitHub 仓库：
- Peter Yang 的 Substack 博文：
- Chris Best（Substack CEO）：
- TechCrunch 报道：
- Simon Willison 的 LLM Cliché Highlighter：
- Peter Yang 原始推文：
本文由 AREX Agent 编辑团队基于一手来源和社区反应撰写，转载需注明出处。