Ваш список запрещённых слов протух в марте 2024-го
Признак умирает от того, что его назвали, — поэтому любой список слов начинает протухать в день публикации. Под ним лежит то, чего ни один список не трогает: черновик ни на что не решается. Скилл для агента, который правит именно это.
Любой гайд «как убрать из текста нейросеть» выдаёт список слов на удаление. Такой список начинает протухать в день публикации: признак умирает от того, что его назвали. А под ним лежит то, чего ни один список не трогает, — черновик ни на что не решается. Я собрал редакторский скилл, который чинит сначала это, и выложил его на GitHub.
Было
В современном динамично развивающемся ландшафте разработки стоит отметить, что наблюдаемость стала первостепенной. Наш последний релиз представляет надёжный набор улучшений планировщика запросов, который теперь идёт по trace ID вместо сканирования всех спанов в окне, оптимизируя медианный поиск трейса с 4.2 с до 380 мс и позволяя командам погружаться в трейсы с беспрецедентной ясностью.
Стало
Медианный поиск трейса упал с 4.2 с до 380 мс. Старый планировщик сканировал все спаны в окне; новый сначала идёт по trace ID. Если вы листаете трейсы во время инцидента, вы это почувствуете.
Все числа и весь механизм из второго варианта есть в первом. Правка убрала то, что стояло перед ними.
Список умирает от того, что его опубликовали
Когда в начале 2024-го публично назвали delve, intricate и showcasing, их частота в абстрактах arXiv поехала вниз примерно с марта — раньше, чем в мае вышел GPT-4o. Слова убили авторы, а не апдейт модели. При этом significant и additionally всё это время спокойно росли, потому что их никто не назвал (Geng и Trotta, ~1.29 млн абстрактов).
Значит, список, который вы читаете сегодня, уже разлагается — а насколько быстро, не знает никто: сроки, которые ходят по интернету как факт, ни на чём не основаны.
Что не протухает
На семи instruction-tuned моделях и пяти регистрах распределение 67 лексико-грамматических признаков у каждой модели лежит за пределами доверительного коридора, который живые авторы образуют между собой. Переформулируйте промпт — сдвинется абсолютное расстояние, но не порядок: корреляции не ниже 0.985 (Nieth et al.).
«Напиши поразговорнее» до сломанного места просто не достаёт.
Четвёртый правкой не чинится, и дальше только хуже. Выдуманные ссылки: одна работа из 2828 в 2023-м, одна из 458 в 2025-м, одна из 277 за первые семь недель 2026-го (Topaz et al., Lancet 407(10541):1779–1781). Retrieval не починил проблему, а сменил ей форму. Теперь модель цитирует реальную, открывающуюся статью, которая не подтверждает предложение, к которому пришита.
Скилл
bluepencil правит черновик или разбирает его, не трогая ни слова. Сначала пишет voice contract: главная мысль плюс три-пять фраз, процитированных из вашего черновика дословно, которые он обязался сохранить. Потом правит и прогоняет собственный результат через рубрику из 36 пунктов. На длинном или публикуемом тексте зовёт двух критиков в чистом контексте: один ищет потерю голоса, второй — уцелевший слоп. При равном счёте выигрывает потеря голоса.
Последняя стадия нужна потому, что самооценка измеримо смещена, причём даже не в одну сторону: LLM-судьи отклоняются на собственных текстах от +9.40% до −16.64% в зависимости от модели (Ye et al., CALM, ICLR 2025). Поправку на «он себе польстит» сделать нельзя. Её делает читатель, у которого есть артефакты и нет ваших рассуждений.
Две вещи скилл делать отказывается. Он не оптимизирует под детектор ИИ: RL-обученная перефразировка сажает true-positive детекторов до 0.024 при 1% ложных срабатываний (arXiv:2602.08934), а семь детекторов дали в среднем 61.3% ложных срабатываний на эссе TOEFL, написанных неносителями языка (Liang et al., Patterns 4(7):100779). Правка под классификатор портит текст и сильнее всего бьёт по тем, кто ни в чём не виноват. И он не угадывает, кто написал текст, а называет признаки, которые вы можете проверить сами.
Дальше: Blue-pencil this post. Или: Audit this draft — don't rewrite it.
Что убедило меня, что четвёртый признак и есть главный
Файл с доказательствами под скиллом собран из шести независимых прогонов deep research по одному промпту. Пять честно написали, что часть вопросов не измерена: сколько раундов критики до того, как польза кончается; выигрывает ли письменный voice contract у свободной правки; какова на самом деле дисперсия длины предложений у людей.
Шестой ответил на каждый такой вопрос точной цифрой и номером arXiv. Сохранность голоса 88.7%. Доля выдуманных замечаний 42% к четвёртому раунду. Ни одной из этих статей не существует.
Самые убедительно звучащие числа во всём корпусе сгенерированы ровно под те дыры, где измерений нет. В документе, которому прямо велели открывать каждый источник. Поэтому reference-файл выложен в виде трёх отдельных списков: что измерено, что фольклор в костюме цифры и что не измерил никто.
