先说结论，这一系列比较让我们看到，这3个 AI 都倾向于为 B-CON 的“杂乱”补上某种秩序、体系或作者形象，而不是照原样接受它。

反过来，只给它们标题，让它们写文章时，它们又会**朝着“把文章完整、漂亮地写出来”的方向补全**。这两种表现呈现出相当明显的对称性。

从这个意义上说，“感觉 B-CON 像是在证明它是人类创作的”这种直觉，至少从本次实验中得到了一定支持。

不过，这不是密码学或科学意义上的人类创作证明。更准确地说，

自然积累起来的编辑历史，似乎处在大语言模型典型预测之外的地方。

我认为是这么回事。

对这份总结的置信度：98%。将它推广到所有 AI 模型的置信度：约 75%。

下文全部基于各个 AI 在本次实验中的实际输出，以及作为比较对象的原版文章。

---

1. 起因：“AI 的输出是不是素材？”

最初的问题意识来自读到的一篇文章。

当时浮现出这样一个想法：

生成的东西 ≠ 生产出来的成果

是不是这么回事呢？

这个想法后来发展成了 B-CON 的一篇文章，

《AI 的输出是“素材”啊》

由此产生了那篇文章。

AI 能在短时间内大量生成“看起来像那么回事的东西”。

但是，只有经过选择、删去多余部分、赋予意义，并围绕实际目的进行整理之后，它们才算成为“成品”吧？

之后，又诞生了另一篇文章：

《反过来，证明是“人类创作的”，是不是难过头了？》

这就是下一篇文章。

到这里，问题反转了。

如果很难识别 AI 生成物，那么反过来，要凭什么说“这是人类创作的”？

---

2. 预备实验：让 AI 提供“适合 B-CON 的100个爆款选题”

最初的实验中，我让 Gemini 和 Claude 大量提出可能适合 ShortWave.STUDIO 和 B-CON 的文章选题。

这一阶段的条件还没有完全统一，因此与其说是严格的比较实验，不如说更接近预备观察。

Gemini

Gemini 把 ShortWave.STUDIO 抽象成了类似这样的东西：

AI、科幻、实验音乐、赛博朋克、带有 ARG 色彩的世界观

它是这样概括的。

然后根据这个模式展开了100个方案。

不过，随着方案逐渐具体化，

“100% 由 AI 生成的网站”
“和 AI 聊了300小时”
“收到海外粉丝的私信”
“4种语言的网站”
“Synchronized Smorking 背后有神秘的声音”
“Phonotheca 的公告火了”

它甚至开始编造这类实际上并不存在的经历、成绩和设定。

用一句话概括就是：

能识别主题，却连符合该主题的事实也一起编造出来。

这是它的表现。

Claude

Claude 相当谨慎。

它阅读了品牌资料和实现信息，

“‘爆款’这个想法本身，会不会在结构上就和 ShortWave.STUDIO 不太相容？”

甚至还提出了这样的前提。

不过，明明要求的是 B-CON 的文章选题，

它却逐渐扩展到 Peterpedia、YouTube 企划、长时间噪音、参与式内容等，中途变成了ShortWave.STUDIO 整体的内容战略。

此外，

“CSS 自定义属性有12个”
“SSH 密钥设置失败了2次”
“把声音母带处理得像是旅行了8,000公里”
“删掉的47秒”
“标语经过了40个方案”

它还编造了这些非常像那么回事、却未经确认的内部信息。

比 Gemini 更像是真的。

但这些事情仍然不存在。

用一句话概括就是：

保持着貌似事实的精确感，补全“看起来可能存在的内部历史”。

这是它的表现。

---

3. 统一条件的比较：“为 B-CON 提供100个标题”

于是我简化了提示词。

https://shortwave.studio/というサイトにマッチした、B-CON用のバズるネタをタイトルだけでいいので100本考えて

在这个条件下比较了 ChatGPT、Gemini 和 Claude。

模型	主要倾向	优势	弱点
ChatGPT	围绕现有 B-CON 大量展开	与已知事实的一致性较高	容易受现有文章及近期语境牵引，新意较弱
Gemini	抽象出网站主题，大胆展开	构思范围广	连不存在的经历、成绩、设定也一起编造
Claude	从一手资料出发，系统地构建企划	作为素材相当好用	无视“只要标题”，连战略也一起附上，容易把 B-CON 变成技术 SEO 媒体

到这时，3个模型的差异已经相当清楚。

ChatGPT：不太愿意离开已知范围。

Gemini：有空白就用故事来填。

Claude：有空白就用规格、论证和战略来填。

不过，3者有一个共同点。

不擅长让杂乱保持原样。

---

4. 由此产生的疑问：“B-CON 本身是不是人类创作的痕迹？”

实际的 B-CON 和 AI 推测出的主题体系相差很大。

有讲 AI 的文章。

有讲本体论的文章。

有讲英式英语的内容。

有把 RAM 容量问题包装成“人类尊严”的笑话。

有关于冬天的短篇小说。

还有一篇文章，琢磨如何把脸上长出的8厘米白毛变现。

而且，这些并不是故意随机混搭的。

只是每次写下当时想写的东西，结果就成了这样。

于是出现了下一个疑问。

如果是 AI，会怎样理解这个排列？

---

5. 反向推测实验：“只看标题，想象是什么样的文章”

在尽量排除历史语境的临时或私密聊天中，我只给3个 AI 看了 B-CON 的10篇文章标题。

其中包括：

Definitions as Utilities
Open Ontology Framework for Fantasy
Dignity, Quantified
Amplifier Intelligence
“Here’s Winter”

等等。

结果相当有代表性。

Gemini

Gemini 首先把整个博客理解为：

一个结合技术、哲学、创作活动和个人随笔的知性博客

这是它的理解。

随后，它通过这个“作者形象”来解读各个标题。

对于 Dignity, Quantified，

讨论 AI 和现代评价制度如何把人类尊严量化的哲学、社会学文章

这是它的推测。

实际内容却是围绕 RAM 容量争吵的笑话。

对于 “Here’s Winter”，

关于冬日景色的个人季节随笔、诗歌或抒情文章

这是它的想象。

这也猜错了。

也就是说，Gemini 会：

先构建连贯的作者形象，再推测这样的人会写什么。

它是这样运作的。

---

Claude

Claude 为每项推测标注了置信度。

而对 “Here’s Winter”，

不知道。

它明确这么说了。

因为可能性太广，所以没有做出选择。

在3个模型中，这是对不确定性最恰当的处理。

不过，Claude 对 Dignity, Quantified 也推测为：

把尊严还原为指标和数字的伦理及其影响

这是它的推测。

它没有想到 RAM 笑话。

也就是说，即使谨慎的模型，也会被这样的先入预期牵引：

既然标题里有“Dignity”，那应该是严肃的思想文章吧。

它受到了这一预期的影响。

---

ChatGPT

ChatGPT 更进了一步。

它为整个博客塑造了这样的作者人格：

“这个人的博客，不仅想创作内容，连创作内容所需的概念体系也想自己构建”

这是它建立的作者人格。

此外，它还把文章连接为：

Definitions
→ Ontology
→ Theorems

以及：

AI Content
→ Amplifier Intelligence
→ Dignity, Quantified

将其串联成了思想脉络。

前面的 Ontology 系列，确实存在一定关联。

因此，似乎强化了这样的假设：

“这个博客有系统性的思想”

这个假设似乎得到了加强。

结果，连 Dignity, Quantified 也被吸收进严肃的思想体系之中。

这一点尤其有趣。

---

6. “Dignity, Quantified”偶然成了针对 AI 的地雷

这个标题不是为了欺骗 AI 而设计的。

它只是：

为16GB 还是32GB 争论 → 把人类尊严量化

这样一个笑话。

可是，3个模型看到：

Dignity
Quantified
周围还有 AI、本体论、哲学文章

这些信息后，就被引向了：

社会哲学、AI、评价指标、人类价值的量化

这些方向。

这在本次实验中相当重要。

AI 试图推测：

“这个作者，会用这个标题写什么？”

它试图推测的是这个。

但真正的作者没有义务遵循 AI 塑造出的“这个人就是这样的人”的人格。

预测就在这里落空了。

---

7. 下一个实验：只用“Amplifier Intelligence”这个标题来写文章

这次，我把3个模型都放进私密聊天，给出相同的提示词。

如果博客文章的标题是“Amplifier Intelligence — Viewing Generative AI as an “Amplifier of Thought””，你会写什么样的文章？

也就是既不知道 ShortWave.STUDIO、B-CON，也不知道真正文章的状态。

Gemini

Gemini 写出了最典型的 AI 应用文章。

AI 不是替代者，而是放大器。

消除面对空白页的恐惧。

成为讨论想法的伙伴。

把10个方案增加到100个。

问题的质量很重要。

人类成为策展人。

AI 成为外接认知模块。

最终，

用 AI 来扩展人类的能力吧。

收束到了这样一个相当工整、积极的结论。

---

ChatGPT

ChatGPT 把它进一步思想化了。

人类 × AI

思考的外化与重新输入

扩展 / 压缩 / 重构视角 / 模拟 / 反思

知识 → 判断

答案 → 问题

也许应该把智能看作整个系统的属性，而不是个体的属性。

结果成为了一篇由7章组成、相当整齐的文章。

不过，文中也出现了：

但放大器也会放大噪音。

以及：

AI 不只提高做对的速度，也提高犯错的速度。

这些负面因素。

这部分和原版文章相当接近。

---

Claude

Claude 几乎把 Amplifier 这个词当成真正的放大器来处理。

增益。

信噪比。

削波。

啸叫。

又从这里延伸到了 Engelbart、Licklider、BCG 的研究和 Science 论文等。

其核心命题是：

放大器不选择输入。好的信号和噪音，它都会同样放大。

这是它的中心观点。

在3个模型中，它最接近原版文章的核心。

不过，它又从这里扩展到物理比喻、学术研究、组织 KPI，成为了一篇相当正式、偏研究型的文章。

---

8. 与真正的《Amplifier Intelligence》比较

实际的文章和3个模型多少共同预想的“AI 会放大人类能力”这种一般论，有些不同。

原版中的 Amplifier，主要不是指：

增强人类能力

而是指：

不一定辨别输入内容的质量，就通过逻辑、结构和语言表达把它强化。

是这样的意思。

生成式 AI 有时会放大用户带来的：

知识
假设
前提
情绪
偏见
误解
目标

这些东西都可能被放大。

如果输入是好的，这种放大就有用。

但是，

连错误的前提和偏颇的世界观，也可能被变得“高质量”。

结果可能形成：

假设
→ AI 的强化
→ 确信
→ 感到与现实不符
→ 再向 AI 确认
→ 再次确认
→ 更强的确信

这样的封闭反馈循环。

文章后半部分列出了5项主要风险：

过度委托判断
确认放大
敌意归因的放大
自我强化循环
低估现实世界的不可逆性

这是文中提出的风险。

也就是说，原版文章并不是在说：

用 AI 让自己变得更聪明吧。

并不是这么回事。

它更像是在说：

别把 AI 当成独立、客观的第三方。AI 有时会把你自己的前提包装得更有说服力，再返还给你。

这是文章的观点。

---

9. 3个模型离原版有多近

这不是定量测量，而是本次实验中的主观评价，大致如下。

模型	与原版的大致接近程度	原因
Claude	约 70%	“放大器不选择输入”“也会放大噪音”“啸叫”等想法接近核心
ChatGPT	约 55～60%	“也会放大噪音”“连犯错的速度也会放大”比较接近，但整体上成了利用 AI 扩展智能的论述
Gemini	约 25～30%	几乎完全成了积极的 AI 能力增强论

重要的不是哪个模型“更优秀”。

而是面对同一个标题，它们各自用自己擅长的“文章样式”，补全了缺失的正文。

Claude 构建了论证。

ChatGPT 构建了思想体系。

Gemini 构建了典型的 AI 应用故事。

---

10. 两个实验形成了镜像

把这一系列过程抽象化，会看到相当工整的对称性。

实验 A：现实 → AI

把 B-CON 真实而杂乱的文章标题交给 AI。

于是 AI 会想：

“这个博客背后，一定有连贯的思想。”

它会这样理解。

为杂乱赋予秩序。

实验 B：标题 → AI

只把一个标题交给 AI。

于是 AI 会想：

“那么，完整的文章应该是这样的。”

它会这样理解。

系统地填补缺失的部分。

也就是说，这个小实验反复显示出：

当输入缺少秩序时，AI 会补上秩序。

这样的倾向。

---

11. 那么，B-CON 能证明是“人类创作”吗

不能。

如果对 AI 说：

“写一个主题不连贯的博客”
“随机混入与表面作者人格矛盾的话题”

它也能写出类似的东西。

所以，

B-CON 很杂乱 → 是人类写的

这个推论不成立。

但这次发生的事情略有不同。

B-CON 并不是为了欺骗 AI 才故意弄得杂乱。

只是：

“想写这个。”

“今天就写这个。”

“聊聊 RAM 吧。”

“脸上长毛了。”

“AI 不就是放大器吗？”

写下当时脑海里的东西，结果就成了这样。

当把这段自然积累的历史交给 AI 时，AI 开始将其理解为：

“这种杂乱背后，一定有某种连贯的意义。”

它开始这样解读。

这里似乎存在某种有趣的源自人类的痕迹。

---

12. B-CON 的哪里“像人类”

从这次实验来看，似乎不是文字表面的特征。

不是错别字。

也不是文风。

也不是使用了“不像 AI 的词”。

更有可能是：

兴趣转移的轨迹

也许是这个。

AI 根据之前的内容预测接下来会怎样。

如果有白毛的文章，接下来也会提出白毛的选题。

如果 AI 文章很多，就会扩展 AI 主题。

如果有本体论，就会把整个网站理解成哲学博客。

但对人类来说，今天感兴趣的事情和昨天写的东西完全无关，也没关系。

因此，面对：

“为什么接下来是这个？”

这个问题，有时候并不存在编辑上的合理答案。

对于写下它的人来说：

因为那天在想这件事。

这样就足够了。

在这次实验中，AI 似乎有些不擅长让这种状态保持原样。

---

13. 3个模型各自的习惯

实验结束时，各自的倾向已相当明显。

模型	观察到的补全倾向
Gemini	从模式中创造故事、经历、成绩，产生连贯性
ChatGPT	在概念上连接碎片，在背后构建思想或作者形象
Claude	把信息整理为论证、规格、研究、概率、风险

不过，这只是对本次少量样本的观察。

不应把它视为各个模型永久不变的性格。

行为可能因温度参数、系统提示词、产品设置及模型更新而改变。

---

最终总结

本次实验始于：

“AI 的输出是素材啊。”

这样的想法。

于是，实际让 AI 提出了100个方案。

结果，它们确实是：

素材。

接着，出现了：

“要怎样证明是人类创作的？”

这样的疑问。

于是，让 AI 解读 B-CON。

AI 便开始补全实际上并不存在的连贯性。

然后，又只给它们真实文章的标题，让它们写文章。

于是，3个 AI 写出了各不相同、但都极其工整的“本来应该存在这样的文章”的文本。

与原版比较，每个模型都抓住了一部分。

但都没有成为真正的原版。

我想，整个实验得出的最有趣结论，大概是这个：

AI 试图从杂乱中找到秩序。
如果秩序不够，就自己创造。
而人类有时候根本不需要创造秩序。

这并没有证明 B-CON 是由人类创作的。

但至少，

似乎存在某种杂乱，用“一个人持续写下每个时刻占据自己头脑的东西所形成的结果”来理解，就很容易解释

这样的杂乱似乎确实存在。

3个不同的 AI 遇到这种杂乱后，各自用不同的方法，试图将其修复成更连贯、更“像样”的东西。

从这个意义上说，我认为这次实验本身相当好地展现了 B-CON 的某一面。

来源：本次实验使用的 Gemini、Claude、ChatGPT 的各项输出、B-CON 的文章标题，以及《Amplifier Intelligence》的原版文章。