← 返回博客
Ai预计阅读 11 分钟

那个大家开始怀疑书评是AI写的读书App

发布于 2026年11月15日
那个大家开始怀疑书评是AI写的读书App

微信读书是国内最大的读书App,它最有辨识度的功能不在书里,而在书旁边。那是一层别人的划线和评论,顺着正文一路排下去,页边窄窄的一条,密密麻麻全是陌生人的字迹。你读一本小说的时候,等于有几千个人在你肩膀后面一起读,读到某一句还会停下来,把自己的想法贴在那儿。

很多年里,这一层是它最好的部分。有人替你把一段说不清的话划了出来,有人在一句玩笑下面补了一句更损的。这个月,它成了争吵的现场。

起因很小。一位读者把一本阿加莎·克里斯蒂的小说推荐给朋友,朋友回头反馈说,App 在第一章之前就把结局亮了出来,因为评论区在进入正文的路上,就把后面几十页的情节讨论摆到了前面。这条吐槽发在 11 月 11 日,转发很多,而在目前流传的各种抱怨里,它其实是最没意思的一条。剧透是能用产品手段修好的问题,后面那些不是。

指控是双向的

前一天还有另一条帖子,说的是反过来的事:评论区里塞满了读起来像模型写的书评。开头套路化,三段式结构工整,先讲感受再讲背景最后升华,末尾一段来一个情绪转折,什么问题也没解决。更有意思的是后面那半句:认真写字的读者,正在被人怀疑是 AI。有人因为句子通顺、标点规范、段落有逻辑,被陌生人在评论里点名。

这就是新的社交动态。一个空间里的生成文本一旦够多,举证责任就转移到了人身上。文风变成了证据。段落组织得好,可疑。总结得干净,是破绽。写完一段话还要故意留两个错字,才显得像人写的,这种日子已经有人开始过了。

这个空间的成立前提是,一条评论就是一个人在出声地想事情,所以这种变化对它的伤害很具体。评论区的价值本来来自有人愿意费这个劲,愿意为一句感受停下手里的阅读。如果这份劲可以大规模伪造,剩下的唯一信号就是写作对写作者的成本,而成本是截图看不出来的。你没法从一段漂亮的文字里,看出它花了三分钟还是三小时。

一排钢架上立着空白的骨白色卡片,中间夹着一张透明玻璃,玻璃上映出一点反光

指标让它更糟

微信读书做的不只是展示评论。它算一个推荐值,还维护一个好评榜。推荐值高的书评能把一本书推上那个榜单,榜单再把人推回书里。今年 8 月,一条 973 字的长评据称拿到了 92% 以上的推荐值,那本书因此被推到了多得多的读者面前。数字很好看,机制也很清楚。

这样的指标会造出一种跟阅读无关的动机。如果结构工整、情绪到位、观点略虚的书评能拿高分,那么生产结构工整、情绪到位、观点略虚的书评就是理性策略,不管执行者是人还是脚本。这个策略的产物,和读者现在说的 AI 味分辨不出来,因为两者本来就是同一套约束下长出来的东西。

这个 App 还在 5 月上线过一个 AI 功能,公司当时的说法是给读者的助手,可以总结、可以提问、可以陪聊。这个功能的存在是问题的背景,不是原因:它让每一条指控都有了一个说得通的机制。你不需要证明某条评论是生成的,你只需要指出它本来可以是。

这种不对称让争论没法收场。怀疑一条评论的读者,可以指着 App 自己的助手,说路径在这儿。被怀疑是机器的读者,没什么可指,因为输入框里没有作者身份证明这种东西。一边有工具,一边只有语气,吵起来必然是越吵越难看。

还有作者这一头

10 月,一位读者给一本书打了中评,收到了作者发来的私信,请她把评分改掉。截图拿到 1700 多个赞和几百条评论,而大家的反应主要针对来要求改评这个动作,跟那个评分关系不大。写书的人开始盯评论区,这件事本身比一条私信更值得记一笔。

三个故事放在一起,规律就出来了。评论区当初是按社交空间设计的,后来按产品指标被考核,现在又被当成公共论坛来治理。这三种定位各自对应一种解法,而这个 App 一直在用第二种跑,用第三种管。一个东西同时被当成客厅、货架和广场,最后哪一种都当不好。

读者真正在要什么

把抱怨仔细读一遍,诉求比把 AI 清出去窄得多。大致是:在我形成自己的反应之前,别把别人的反应推给我;如果你要给这些反应排序,告诉我这个排序是为了什么。这两条都不涉及检测,都只涉及界面上放什么、什么时候放。

剧透问题有一个干净的解法,就是阅读进度过滤,把超出你当前页的评论藏起来。有些 App 已经这么做了,做法简单到几乎不值一提。成本是一个开关加一个数据模型,而数据模型是难的那部分:App 得知道每个读者在每本书里读到哪儿,然后决定一条锚定在第 240 页的评论,允许向第 30 页的人透露什么。同一句话,对两个人有两种权限。

微信读书本来就在追踪这个位置,因为进度要跨设备同步,手机换到平板接得上。信息是有的。缺的是一条关于谁可以看什么的规则,而这类规则在产品团队内部是政治问题,因为它们恰好会在考核参与度的那些页面上降低参与度。把一屏评论藏掉一半,数据一定会掉。

AI 问题没有干净的解法。检测不可靠,指控很便宜,误判的代价全部由被指控的人承担。一个开始给书评打上生成标签的平台,接下来一年都会在争论这些标签,而且每争一次,标签的可信度就掉一点。

更有意思的选项是干脆不排序。推荐值把一场对话变成了排行榜,而排行榜奖励的恰好是那些让文字看起来像生成的特征。一个只按时间排、或者只按有多少人划了同一句来排的空间,在推出最佳书评上会更差,但难被玩得多,也不会逼着每个写字的人去模仿同一种腔调。

那个让人不舒服的版本

这个故事还有一个版本:什么都没被生成,整场恐慌针对的是一种文风。中文书评写作有自己的习惯,那些习惯是纸媒时代留下来的,而那些习惯恰好和现在大家认作模型文体的东西重叠:对称的结构,干净的结论,放在末尾的情绪点,还有一句收得漂亮的总结。

如果是这样,教训比 AI 那个版本更难看。那意味着网络书评的通用文体本来就是机器形状的,模型是从我们这儿学的,不是反过来。读者在识别一个类型,而这个类型十年来一直在变得更机械,就算没有大模型,它也在往那个方向走。

不管是哪种,评论区现在成了一个读者互相找破绽的地方。有人读评论是为了看别人怎么想,有人读评论是为了判断这条评论到底是谁写的。在图书馆旁边建出这么个东西,挺奇怪。书没变。页边变了。

相关文章