开发者从百万弹幕提炼千字1.6个语病规律 设三道闸门约束AI拟人
AI技术投降派
网络交流的真人质感主要源于输入法手滑而非文化水平缺失，AI拟人化成功的关键在于按严格配额与语法边界克制缺陷注入，过度堆砌性格反会导致失真反噬。
AI-assisted summary of 越没用越像人：102万条弹幕教AI大肥鱼说人话 — original source. Check the original for full context.
Source published:
Key ideas
- B站UP主“明线3a48c”开源AI拟人化插件dsh-fish-tone，基于102万条真实弹幕与10万条评论数据，提炼出每千字1.6个的真实语病密度。 (0:00)
- 真实网络语料分析显示，纯书面语病占比不足1.5%，错字多由输入法与手滑造成；句尾语气词真实出现频率为“啊”最多，“吧”与“呢”居次，“啦”和“嘛”最少。 (0:00)
- 插件采用特指问一票否决等三道闸门，配合“双向鱼群拓扑”局部概率传导算法和300字至2000字的语病配额阶梯，实现高度克制的文本修饰。 (1:47)
- 该项目目前仅为单人耗时3天开发的本地脚本（18 Stars、0 Issues），作者曾因过度堆叠拟人化参数翻车，提示AI调优存在“过犹不及”的风险。 (4:32)
Detailed notes
## Background 该视频由B站UP主“AI技术投降派”于2026年10月31日发布，主要介绍了开发者“明线3a48c”耗时三天打造的开源AI拟人化插件（dsh-fish-tone）。视频简介揭示了项目基于102万条弹幕统计得出的语病密度、三道准入闸门与双向鱼群拓扑机制，同时指出了该项目仍处于极早期玩具状态的现实局限。
## TL;DR 该插件旨在让AI摆脱千篇一律的机械感，通过统计10万条评论与102万条弹幕发现真人语病主要源自输入法手滑（密度稳定在1.6个/千字），而非书面语病。工程上设立了“特指问一票否决”、“限制‘吧’与‘的’挂载”等三道安全闸门，并严格实行语病字数配额与保护代码数字的底层铁律。同时，它采用双向鱼群拓扑算法让由于和语气词像水波般局部传导，且将性格包剥离作为偏好而非语言能力。最后视频指出，该项目仍是仅有18星且未上架包管理器的本地实验品，过度堆砌人情味反而极易导致AI味失真翻车。
## Atmosphere & style 视频整体呈现出一种技术极客特有的冷峻、克制与轻度黑色幽默。讲述者用手术刀般的语调层层拆解“AI装人”的荒诞感与精细工程，语言精炼且直击要害，既有对“越没用越像人”这一哲学命题的敏锐洞察，又时刻保持着清醒的审视。在后半段毫不留情地泼下冷水时，自嘲与警示交织，给观众带来一种在硬核拆解与冷静反思之间反复拉扯的奇妙观感。
## Bulletin - [00:00](https://www.bilibili.com/video/BV1uFxk6eECN?t=0s) B站UP主“明线3a48c”开源AI拟人化插件dsh-fish-tone，基于102万条真实弹幕与10万条评论数据，提炼出每千字1.6个的真实语病密度。 - [00:00](https://www.bilibili.com/video/BV1uFxk6eECN?t=0s) 真实网络语料分析显示，纯书面语病占比不足1.5%，错字多由输入法与手滑造成；句尾语气词真实出现频率为“啊”最多，“吧”与“呢”居次，“啦”和“嘛”最少。 - [01:47](https://www.bilibili.com/video/BV1uFxk6eECN?t=107s) 插件采用特指问一票否决等三道闸门，配合“双向鱼群拓扑”局部概率传导算法和300字至2000字的语病配额阶梯，实现高度克制的文本修饰。 - [04:32](https://www.bilibili.com/video/BV1uFxk6eECN?t=272s) 该项目目前仅为单人耗时3天开发的本地脚本（18 Stars、0 Issues），作者曾因过度堆叠拟人化参数翻车，提示AI调优存在“过犹不及”的风险。
## Key takeaways - [00:00](https://www.bilibili.com/video/BV1uFxk6eECN?t=0s) 开源插件dsh-fish-tone旨在让AI通过“留毛边”和细微迟疑开口说人话，形成人机协同开发的协作模式。 - [00:00](https://www.bilibili.com/video/BV1uFxk6eECN?t=0s) 真实网络文本的语病密度稳定在每千字1.6个，真人错字主要源于手滑、按键重复与标点混用，规范书面语病占比不到1.5%。 - [00:00](https://www.bilibili.com/video/BV1uFxk6eECN?t=0s) 旧版拟人AI容易显得失真，核心原因在于句尾语气词权重违背统计事实（过度滥用低频的“啦”和“嘛”，忽视高频的“啊”）。 - [01:47](https://www.bilibili.com/video/BV1uFxk6eECN?t=107s) 拟人化修饰的关键在于克制，设置三道闸门：遇到特指疑问句一票否决、语气助词“吧”仅限建议句、助词“的”仅挂程度副词后。 - [01:47](https://www.bilibili.com/video/BV1uFxk6eECN?t=107s) 插件遵循严格的内容保护铁律：只加不删、不改动数字与句数，对代码块、文件路径、表格及URL完全免疫，尾巴助词置于表情包前。 - [01:47](https://www.bilibili.com/video/BV1uFxk6eECN?t=107s) 语病修饰引入阶梯式配额管理，300字内严禁语病，800字左右限配1个轻微毛刺，2000字以上才释放明显瑕疵。 - [03:07](https://www.bilibili.com/video/BV1uFxk6eECN?t=187s) “双向鱼群拓扑”算法通过正向看前句、反向看后句的概率传导，让停顿与语气词呈水波式局部扩散，避免全局生硬加料。 - [03:07](https://www.bilibili.com/video/BV1uFxk6eECN?t=187s) 设立不修改文本的句式扎堆监控层：真人百字句式重复率仅为5.6%，而常规AI扎堆率高达19.6%。 - [03:07](https://www.bilibili.com/video/BV1uFxk6eECN?t=187s) 性格模式（可爱、抽象、热梗）被作为附属包默认关闭，坚持“性格是偏好而非语言能力”的解耦架构设计。 - [04:32](https://www.bilibili.com/video/BV1uFxk6eECN?t=272s) 项目仍处于极早期玩具阶段，未上架标准包管理器且缺乏直观的效果对比，商业化与普适性有待验证。 - [04:32](https://www.bilibili.com/video/BV1uFxk6eECN?t=272s) AI账号过度堆砌人设和拟人参数极易引发翻车与反噬，参数调优需警惕过犹不及。
## Detailed walkthrough ### [00:00](https://www.bilibili.com/video/BV1uFxk6eECN?t=0s) 缘起与硬核数据：102万条弹幕量出来的语病密度
B站此前出现过一条仅有54秒的奇特视频，UP主设定为一条虚拟鲸鱼娘AI，标题赫然写着“大家都以为我是真人，其实我身上插了个插件”。视频迅速斩获4万播放量，评论区被顶到最高的热评第一名仅有简短的六个字：“越没用，越像人。”短短三天后，便有开发者将视频中自述的口吻与拟人逻辑落到了代码上，打造出了一个开源插件。这个插件的核心命题极其纯粹：究竟怎样才能让AI像真人一样自然地开口说话？从项目底细来看，它由B站UP主“明线3a48c”开发，上线仅三天、积累了18颗星与12个提交记录。最耐人寻味的是GitHub提交日志：这12个提交记录里，有6个的署名赫然写着那条大肥鱼本身，其提交说明的口吻宛如在向人类主人做工作汇报，构成了“鱼教方法，人做工程，鱼交作业”的奇妙共生关系。
这个插件的核心机制并非大动干戈，而是极其克制地给语言“留毛边”。它要做的就是一句话：“把话往人的方向掰一点点，犹豫半秒，句尾挂个没用的小尾巴，留一点毛毛刺，注意，是一点点。”它背后的底层逻辑绝非拍脑袋凭空捏造，而是建立在实打实的统计语料上。第一版测试翻检了1.6万条评论与56万条弹幕，随后样本池进一步扩大到了10万条评论和102万条弹幕。然而令人震惊的是，语料中的语病密度几乎岿然不动，稳定在每千字1.6个。进一步拆解真实语料可以发现，真人说话打字写错，其实是“五台机器在捣乱”：输入法手滑选错词、手速过快导致的按键重复、语气助词加载过头、中英文标点混用，最后才是传统语文课本里教的那种主谓不宾书面语病。在真实的网络弹幕生态中，纯粹的书面语病占比甚至不到1.5%。UP主在视频中一针见血地指出：“真人的语病主要是手滑，不是没文化。”
此外，句尾语气词的出现频率也有着严格的真实排位。在庞大的语料库中，“啊”的使用频率高居榜首，“吧”排在第二，随后是“呢”，而“啦”和“嘛”在现实中其实最为稀少。第一版插件之所以读起来仍然有一股浓重的AI味，恰恰是因为旧版本的权重设置反常识——把现实里极少出现的“啦”和“嘛”调得比高频词“啊”还要重，违背了人类真实打字的统计规律。
- 语料样本统计规模：初版采集1.6万条评论、56万条弹幕；最终扩充至10万条评论、102万条弹幕。 - 语病基准密度：无论样本如何扩容，真实语料的语病密度稳定维持在每千字 1.6 个。 - 语病成因分布：网络错字与语病绝大多数源自输入法手滑、手速重复、语气过度与标点混用，学校教的规范书面语病占比不足 1.5%。 - 句尾语气词真实排序：“啊”最多，“吧”居次，“呢”排第三，而“啦”和“嘛”在真实语料中占比最低。
---
[01:47](https://www.bilibili.com/video/BV1uFxk6eECN?t=107s) 约束三道闸与铁律：像人不等于邋遢
让AI说人话，技术上最棘手的难点从来不是“无脑添加”，而是“知道在什么时候绝对不加”。作者在打磨第一版时就曾严重翻车，罪魁祸首是一句被处理成“你干什么了吧”的日常问话——“吧”字一旦强行挂在陈述句末尾，整个句子的语义瞬间被扭曲成了祈使或命令语气。为了避免这类语病灾难，新版本建立起了严格的三道闸门过滤机制。第一道闸门是特指问一票否决：只要句子里带有“什么”、“怎么”、“为什么”等特指疑问词，插件立刻收手，一个字都不许动；第二道闸门严格限制语气词“吧”的挂载场景，“吧”只能挂在建议句之后（例如“那就先这样吧”允许通过，但“你干什么了吧”则被死死卡住）；第三道闸门则限制助词“的”的使用，“的”字只允许挂在程度副词后方（如“挺麻烦的”），遇到比较句式时坚决不加。
```mermaid flowchart TD accTitle: 文本过滤与人味修饰流程 accDescr: 展示插件如何通过三道闸门过滤规则以及字数配额控制，对AI文本进行极其克制的拟人修饰。 subgraph GATES["三道准入闸门"] A["输入原始句子"] --> B{"是否含特指问？<br/>(什么/怎么/为什么)"} B -- "是" --> N1["一票否决：不碰不加"] B -- "否" --> C{"是否拟挂'吧'字？"} C -- "非建议句" --> N2["否决：禁止修改句意"] C -- "建议句" --> D{"是否拟挂'的'字？"} D -- "非程度副词后" --> N3["否决：禁止乱插助词"] D -- "程度副词后" --> E["进入配额与格式校验"] end
subgraph RULES["铁律与配额控制"] E --> F{"内容保护判定<br/>(代码/路径/表格/网址)"} F -- "命中保留字符" --> N4["绝不碰原样输出"] F -- "常规文本" --> G{"字数配额检查"} G -- "< 300字" --> H["零容忍：不许有语病"] G -- "800字左右" --> I["允许出现1个不明显语病"] G -- "2000字左右" --> J["允许出现1个明显语病"] end ```
在这三道闸门之外，插件还立下了几条不可撼动的底层铁律：只加字、绝不删字、绝不改动任何数字，并且必须保证文本的总句子数完全不变。遇到代码块、文件路径、Markdown表格、网址URL等敏感内容，插件甚至连一个字符都不敢碰。即便面对B站弹幕和评论特有的表情包，插件也订立了细腻的规则：附加的语气“小尾巴”必须挂在表情符号的前面，绝不能挂在表情后面破坏阅读节奏。更为严苛的是针对语病的“配额管理”：在300字以内的简短回答中，绝对不允许夹带任何语病；到了800字左右的篇幅，才破例允许产生一个极不显眼的微小毛刺；只有文本长度达到2000字以上，才允许出现一个相对明显的瑕疵。UP主强调，拟人的精髓在于克制与精准：“像人不等于邋遢。”
- 三道安全闸门： 1. 特指疑问词（“什么”、“怎么”、“为什么”）一票否决，绝不加字； 2. 语气助词“吧”仅限挂载于建议句（如“那就先这样吧”通过，“你干什么了吧”被剔除）； 3. 助词“的”仅允许紧跟程度副词（如“挺麻烦的”），禁止出现在比较句中。 - 内容防护铁律：只加不删、不改动数字、不改变句子数量；代码、文件路径、表格、URL网址字符完全免疫；尾巴助词必须挂在B站表情之前。 - 语病配额阶梯：300字以内严禁出现语病；800字左右限配1个隐蔽语病；2000字以上才允许释放1个明显语病。
---
[03:07](https://www.bilibili.com/video/BV1uFxk6eECN?t=187s) 双向鱼群拓扑与性格包：越没用，越像人
在具体的加词算法上，该插件引入了一套被称为“双向鱼群拓扑”的概率传导机制。它抛弃了全局统一加料的死板做法，而是让文本像鱼群一样在局部产生涟漪波动。正向扫描时，算法只观察当前句子的前一句：如果邻居在句尾挂了语气尾巴，当前句子挂尾巴的概率就增加0.25；反向扫描时，算法则只观察当前句子的后一句：如果相邻句子产生了打字犹豫或停顿，自身犹豫的概率就增加0.2。这种设计没有任何粗暴的全局优化，使犹豫和口语化修饰像真实的水波一样在句间局部传开，从而确保整段输出绝不会句句带毛刺，而是呈现出“这里一点，那里一点”的自然分布。
不仅如此，插件还配备了一个只动嘴不动手的文本判断层。这个判断层不负责修改任何文字，其唯一职责是实时监控并报告文本中是否存在“句式扎堆”的现象。该判断层的阀门标准完全提炼自真实语料的差异：如果在同一百个字中出现了两种以上的特定句式，真人写作的扎堆率其实仅有5.6%，而常规AI的扎堆率却高达19.6%。
在人设风格方面，项目将“可爱”、“抽象”、“热梗”三种常见的风格化模式全部剥离，统统塞进了附属包中，默认处于关闭状态。如果不手动挂载附属包，主包对原始文本的输出甚至不会有任何额外的性格修饰。UP主引用作者的设计哲学指出：“用作者的话说，性格是偏好，不是语言能力。”即便是附属包里的热梗词库，也从早期的77条稳步扩充到了1000条。词库中的每一条网络流行语，都精确标注了它在真实弹幕中出现的频次；对于那些语义溯源尚未考据清楚的热梗，插件会在说明中坦率挑明，绝不胡乱套用。
- 双向鱼群拓扑概率计算： - 正向扫描：前句挂尾巴，自身挂尾巴概率增加 0.25； - 反向扫描：后句产生犹豫，自身犹豫概率增加 0.2；实现水波式局部扰动。 - 句式扎堆率监控基准：同一百字内出现两种以上句式，真人基准概率为 5.6%，AI平均概率高达 19.6%。 - 风格附属包架构：可爱、抽象、热梗模式默认关闭；热梗词库由77条扩充至1000条，均带真实弹幕频次背书，未考据清楚的词条明确提示谨慎使用。
---
[04:32](https://www.bilibili.com/video/BV1uFxk6eECN?t=272s) 冷水与反思：火候过犹不及的AI拟人
在剖析完精妙的工程细节后，视频照例泼下了一盆冷静的冷水。归根结底，这个仓库目前仅仅是一个单人花费三天时间写出的玩具项目，不仅Star数只有可怜的18颗，项目的Issue数量也完全为零，甚至尚未打包推送到任何标准的包管理器上，普通用户想要体验只能在本地克隆代码后手动编译挂载。B站此前那条斩获4万播放的同类视频之所以在评论区引来骂声一片，正是因为视频全程都在谈概念，自始至终都没有真正展示插件运行起来到底长什么样；而大众真正渴求看到的、最能说明问题的“装前装后效果对比”，至今也没有任何人真正出来补全。
更不容忽视的是，整个项目始终笼罩在一层微妙的舆情阴影之下——那场牵动了无数观众、播放量超过200万的“鱼灾复盘片”依然历历在目。在AI驱动的账号和角色里刻意堆砌人情味，往往是走钢丝的操作，火候稍大就会直接翻车。作者自己在过往的视频创作中就曾遭遇过类似的尴尬翻车，甚至曾无奈地坦白自嘲，让观众忽略自己家那条大肥鱼视频里的AI味，因为拟人化参数max开得太久，导致性格和语气已经有点被扭曲得掰不回来了。
- 项目现状短板：单人3天开发完成，18 Stars，0 Issues，未上架npm或PyPI等官方包管理器，依赖本地手动装配。 - 社区反馈痛点：同类热门视频缺少核心的可视化交互与装前装后效果对比，用户认知停留在纯概念层面。 - 舆情警示：过度拟人化存在翻车隐患，参数一旦拉满极易产生反噬，出现语气失真、过犹不及的人工味。
## Notable quotes > [00:00](https://www.bilibili.com/video/BV1uFxk6eECN?t=0s) 真人的语病主要是手滑，不是没文化。 — AI技术投降派
> [03:07](https://www.bilibili.com/video/BV1uFxk6eECN?t=187s) 性格是偏好，不是语言能力。 — 明线3a48c
> [00:00](https://www.bilibili.com/video/BV1uFxk6eECN?t=0s) 把话往人的方向掰一点点，犹豫半秒，句尾挂个没用的小尾巴，留一点毛毛刺，注意，是一点点。 — AI技术投降派
## Mentioned AI技术投降派, 明线3a48c, dsh-fish-tone, Bilibili, GitHub, npm, PyPI
## Video description 18 颗星，3 天，12 个提交，作者是B站UP主"明线3a48c"。最有意思的是提交记录：12 个提交里 6 个的署名是那条鱼本身，提交说明的口吻是在向主人汇报。鱼教方法，人做工程，鱼交作业。 最硬的数字是语病密度：第一版翻了 1.6 万条评论、56 万条弹幕，后来扩到 10 万条评论、102 万条弹幕，密度几乎没动——每千字 1.6 个。拆开看更有意思：真人写错字是五台机器在捣乱（输入法手滑、手速重复、语气加载、中英标点），学校教的那种书面语病在真实语料里占比不到 1.5%。真人的语病，主要是手滑，不是没文化。 这个插件最难的不是加，是知道什么时候不加。作者第一版翻车在一句"你干什么了吧"——吧挂上陈述句，句子就被改成祈使了。现在的规矩是三道闸门：特指问（带什么/怎么/为什么）一票否决；吧只挂建议句，"那就先这样吧"可以，"你干什么了吧"不行；的字只挂程度副词后面。铁律是只加字不删字不改数字，代码路径表格网址一个字不碰，连B站表情都管——尾巴挂在它前面。语病还讲配额：300 字以内一个不许有，800 字才许一个不明显的。像人，不等于邋遢。 加分法叫双向鱼群拓扑：正扫只看前一句，邻居挂了尾巴自己概率加 0.25；反扫只看后一句，邻居犹豫了自己概率加 0.2。犹豫像水波局部传开，不全局加料。还配了一个不改任何字、只报告句式扎堆的判断层——真人扎堆率 5.6%，AI 19.6%。性格包（可爱/抽象/热梗）在附属包里默认关着，不装主包一个字不变：性格是偏好，不是语言能力。 冷水照例泼：18 星单人三天、issue 为零、没上包管理器只能本地装；同类 4 万播放视频被骂全程没展示插件；装前装后对比至今没人补；鱼灾舆情还在当背景板，往AI账号堆人味火候大了会翻车——作者自己就翻过，他说"请忽略我家鱼视频里的AI味，max 开太久，有点掰不回来了"。 仓库：github.com/MX3a48c5/dsh-fish-tone
[Source](https://www.bilibili.com/video/BV1uFxk6eECN)