6个AI写上海高考作文，语文教师打分——DeepSeek和谷歌Gemini并列第一，66分；Kimi 63分；豆包61分；阿里Qwen 58分；得分最低的是OpenAI的GPT-5.5，只有53分。
这是个有趣的对照。去年同款测试里，AI的作文还能一眼看出机器痕迹——逻辑硬、例子假、像在拼接。今年几乎每个AI出手都是“精品”，几秒生成一篇结构完整、辞藻华丽的文章。进步确实快。
但分数拉开差距，核心落在“人味”上。教师评分标准里有一条专门写：是否少空话套话、更像真人写的。AI写作文本质是模仿——它见过海量范文，知道什么结构拿分，什么开头抓眼球。但“人味”这东西，涉及真实体验、情绪起伏、对具体细节的感知，不是统计规律能编出来的。
GPT-5.5垫底，可能跟它训练数据的风格有关——更偏欧美学术话语体系，碰到中国高考作文这种要求“立意升华”“引用典故”的任务，反而容易写出泛泛的“正确废话”。DeepSeek和Gemini拿高分，说明它们在中文语境下更贴近本地教学要求——熟悉《人民日报》金句、高考满分作文套路、常见名人案例。这其实是技术本地化能力的体现。
说到底，高考作文本身就是一种高度模板化的文体。AI写得好，不意味着它真的理解了文章在表达什么，只是它把“拿分模式”拟合得更精准。真正有原创思想、情感共鸣的文章，机器仍然写不出来——至少现在还写不出来。