大模型一旦经过对齐训练，写起文章来几乎都有同一副嘴脸：通篇的破折号、频繁出现的不是 X 而是 Y、工整的三段式排比，以及张口就来的无缝和深入探讨。
以往消除这种公文包口吻，要么在聊天框里塞入几百字的负向提示词，要么在推理时挂载复杂的激活转向代码。独立开发者 Erik Markus Kannike 在 2026 年 10 月公开了一个实验：在一台普通 M2 MacBook Air 上，仅用 161 条训练样本 配合针对 4 个神经元 的权重手术，就把 Qwen3-4B-Instruct-2507 的 AI 写作腔评分从 121 降到了 12.5，破折号使用率直接归零，且不需要任何前置系统提示词。
开源发布的模型名为 qwen3-4b-deslop-v4，体积仅 2.5 GB，用 Ollama 就能在本地跑起来。
4 个神经元与 161 条合成数据的极客手术
行业惯常认为，要洗掉强化学习阶段注入的语言油腻，必须动用庞大算力重新洗牌对齐数据。Kannike 的做法反其道而行，将工程落脚在最轻量的干预手段上。
他的核心策略由两部分咬合而成。首先是对特定 MLP 层的神经元动刀。Kannike 先前定位到模型内部有 4 个特定神经元直接控制了转折反问句式的表达，只需翻转这 4 个神经元的符号，就能压制原模型中 70% 的固定句式。
紧接着是蒸馏与微调。他没有搜集昂贵的人工标注，而是用教师模型在 288 个提示词上生成多套候选，再通过正则打分器进行严苛筛选。在训练了 2 个 epoch 后，真正沉淀到最终秩为 16 的 LoRA 适配器里的有效教师回答，仅仅只有 161 条。
这种轻量操作带来的最直接收益是泛化稳定性。在人类散文预测的 KL 散度测试中，该模型的漂移量仅为 0.061 nats/token，是动态注入转向向量方法的三分之一。模型没有因为暴力压制口癖而丧失基础智商，在 30 道事实与算术测试题中拿到了满分 30 分，原版得分则是 29 分。
矫枉过正的代价：平庸、盲从与新口癖
这套看似四两拨千斤的手术并非毫无代价。实验过程中出现过明显的倒退。
在第二轮迭代版本中，模型 AI 腔评分一度压到了更低的 9.9。但极端压制的结果是语言功能的崩塌：文体任务契合度从原版的 78% 暴跌到 60%。当要求写一篇关于企业更换软件的评论文章时，模型彻底不敢表达立场，通篇如同事故调查报告；在探讨室内植物的文章中，它甚至无中生有地虚构了悉尼科技大学的研究报告。更荒谬的是，因为教师提示词曾引导它用连接词顺畅语句，模型迅速养成了每句话都要用逗号接连词拼接的新机械习惯，发生频率达到了原版的 28 倍。
消除油腻往往换来平庸，模型不敢犯错的代价是失去锋芒。
虽然最终发布的第四版将文体契合度救回到了 80%，并把虚构研究与高频连词压制了下去，但输出受损标记率依然从原版的 0% 升到了 5%。Kannike 坦承，该版本文字风格平淡到近乎干瘪，大量输出呈现出如同流水账般的简短陈述句。
- 风险.矫枉过正会诱发新型幻觉。模型极少编造百分比和论文，但在具体的人名与地名上编造频率明显升高，大概每 30 篇回答里仍有 1 篇会捏造数据。
正则游戏与大模型对齐的深层疲劳
看待 Kannike 的成果需要保持清醒。
这项实验的评测闭环存在天然的自圆其说倾向。所谓的 AI 写作腔评分，完全建立在作者编写的一套正则表达式打分器上；测试集筛选合格文体的规则，与训练集数据清洗规则如出一辙。没有经过双盲的人类主观评估，模型更像是在定向迎合这套判分标尺。同时，30 道题的极小测验根本无法证明通用推理没有受损，长文本、代码生成、多轮对话以及非英语语境下的鲁棒性都还是未知数。
但这项实验依然戳破了主流技术叙事里的一层泡沫。大模型普遍患上的破折号依赖和谄媚修辞，本质上是主流 RLHF 阶段过度优化安全感与说教感的副产物。为了迎合评估体系，模型学会了堆砌看似严谨实则空洞的句架。
淮南子说：治水者，因水之势；就其深而导之。Kannike 的实验证明，不需要动辄数十万美元的对齐重训，只要顺着网络权重的纹理做微小干预，就能剥掉主流 AI 最虚伪的职场假笑。接下来真正的考问在于，当同样的范式被搬到 7B、14B 甚至更大体量的模型上时，我们在洗掉套话之后，得到的究竟是一个有真知灼见的智者，还是一台只剩平铺直叙的冷漠打字机。