Stop-Slop：一个当场抓住 AI 写作的 skill

那些破绽你现在都认得了。清嗓子式的开头。不是 X 而是 Y 的句式。到处都是的破折号。工整的三段式列表。每一个副词。一旦你能看出 AI 写的东西，就再也看不顺眼了，而它到处都是。这周在 GitHub 上冲起来的 Stop-Slop，是一个教模型当场抓自己现行的 skill。

它跟 Taste-Skill 一个思路，只不过对准的是文字不是像素。你把这个 skill 给 Claude 或者任何模型，它就学会标记自己的套路，禁用短语、二元对比、被动语态、空洞的断言、元评论，然后重写。重写完还按五个维度打分：直接、节奏、可信、真实、密度。它自带前后对比的例子，让模型知道少一点 slop 到底长什么样。

有意思的是这个元操作。它不是另开一个检测工具事后去扫输出，而是把模型从内部变成自己的警察，直接写进 system prompt。产生 slop 的那个东西，被训练成去掉 slop 的那个东西。

Stop-Slop 和 Taste-Skill 同一周一起上 trending，不是巧合。第一波 skill 是教 agent 做更多事，这一波是教它别那么千篇一律。当所有人用的都是同一个模型，剩下能比的只有品味，而现在品味可以一键安装了。

仓库：github.com/hardikpandya/stop-slop