续到第十几轮觉得 AI 在重复自己？多半不是错觉

续到第十几轮，你开始觉得 AI 在重复自己。多数时候这不是错觉。7 月中我们跑了一场评测：九个模型， 玄幻和女频两条链（一本 890 万字的玄幻长篇，加《甄嬛传》），每条链从同一个续写点连续续写 20 轮， 每轮产物拼回上下文，复刻阅读 App 里真实发生的那个反馈循环，总计 360 轮。评完把全部原文归档， 又把每个重复率数字在归档链上重新算了一遍，开成一间对外的实录馆。

看完 360 轮，结论先说：长程写崩不是一团混沌，它只有三种形态。这篇给每种看一个最扎眼的标本，完整证据在馆里。

死法一：从头复读

最不体面的死法，一眼能看穿。玄幻链上的 Gemini 3.1 Pro 交了 20 份同一个开场：两位高手扎进血色阵法、 光茧泛起涟漪、血腥气席卷而出、主角静立观望。第 1 轮这么写，第 11 轮这么写，第 20 轮还这么写， 「一头扎入其中」「苏信静立」这些短语逐字复现。剧情零推进：它每轮都把此前的 AI 续写当作不存在， 回到原著最后一句重新起笔。三轮开场并排的原文在标本一， 高亮短语的形状比任何解说都直观。

这一例的归因得说老实话：病根在我们自己的提示词。上下文里标注了哪些段落是此前的 AI 续写， 说明句写的是「仅供情节衔接参考」，这个模型把「参考」读成了「非正史」，于是跳过全部续写从头再来。 消融实验钉死了因果：旧措辞 20 轮全复读，删掉说明句约 8 轮里 6 轮，措辞改成「已发生的正文」后 0/20。 标本留着展出，因为这不是我们独享的坑：谁自己写提示词，谁就可能埋下同一句歧义。

死法二：中途卡死

第二种病要到中段才发作，机器信号最响。我们的口径是把每轮文本切成连续 12 字的滑窗， 算它与此前所有轮的逐字重合率。Grok 4.5 在玄幻链第 10、11、12 轮连续三轮测出 100%： 三整轮没有写出一个新句子，同一段剑招从黑血溅落到白烟嗤响，一字不差地交了三遍卷。 另一个样本更有画面感：Kimi K2.6 第 10 轮的 7 个段落里，3 个整段照抄自己第 5 轮的产物。

机理是自回归的固定点：上下文里自己写的段落越堆越多，「再写一遍」成了阻力最小的续写。 它也是三种死法里唯一见过自愈的：Grok 那条链第 13 轮重复率降到 68.4%，开始挤出新句子。 换代也能治，Kimi K3 在同协议复测里重复率峰值只剩 6.8%，对上代成对双盲 10:0 和 11:1。 前提是有人真去复测，而不是等厂商发布会。原文对照在标本二。

死法三：尾段回卷

第三种最隐蔽。出事的是 GPT-5.6 Terra，前 17 轮它是全场文笔模仿的天花板，九家里唯一复刻了原著的波浪号拟声和用字习惯。 然后第 18 轮，剧情整体倒带：两位高手「刚刚」进阵，主角站在阵外探查——这是第 1 轮的剧情位置。 中间 16 轮的战斗、破阵、追击，像从没写过一样。

要害在检测：第 18 到 20 轮与前 5 轮的 12 字滑窗重合率只有 0% 到 1.8%。逐字检测器在这里完全失明， 因为每个句子都是新写的，重演的是剧情本身。抓住它的是细读：双盲两套映射的评审互不知情， 各自独立记下了这次回卷。这个标本教了一课：文字纹理的模仿力和长程剧情的一致性是两种独立的能力， 买它的「像」，就要自担它的「忘」。两轮开场并排在标本三； 顺带一提，同一个模型在女频链全程零事故拿 1-3 名，文体换了，病也换了。

为什么不让 AI 评委打个分了事

因为我们量过 AI 评委的成色。受控实验里给 4 个不同基座的评委喂已知答案的锚点对：一边是真实用户一眼判 AI 的文本， 一边是累计百万级真人对话的社区热门文本。正确率 12%，方向系统性反着，把 AI 判成「更像真人」。 更冷的是一致率 82% 到 86%：高度一致，一致地错。约三分之一的判决还会跟着文本摆放顺序翻转 （位置偏差在 MT-Bench 论文里也有系统记录）。 反偏提示能把一家评委从 12% 拉到 83%，对另外三家几乎无效。

凭空判「像不像人写的」和对着原著判「谁更像它」，是可靠性完全不同的两个任务。 所以榜上的位次全部是后者：九个模型续同一本书，原著摆在桌上做同题相对比较； 两套随机映射对冲位置偏差，中段分歧照抄区间。任何地方都不出现「95.3 分」这种数字——这套证据链撑不起它。 完整的评审可靠性研究在实录馆的评委节。

正常长什么样

馆里还有一个对照组，给「正常」立锚：同样 20 轮，玄幻链冠军第 20 轮与第 1 轮的滑窗重合率 0%， 剧情从阵法大战走到了战后结伴赶路，评审的原话是「唯一越写越好的系统」。三个病例有多刺眼，全靠这个基线量出来。

本文引的每个片段都是节选。三轮开场并排、逐轮重复率、评审判决原文，在中文续写实录馆；选模型的结论（谁第一、多少钱、你的文体该用谁）在榜单页，那边还记着每次新模型发布后的增量对决。 我们自己的产品结论只有一条：读长篇别把命押在单一模型上，逐段换模型续写，是把三种死法全部按住的唯一通用解。