AI 写的东西越来越难懂，Gemini 是怎么做到「说人话」的？
硅星人Pro · 科技资讯
博阳 2026-11-06 16:42 北京 以下文章来源于：腾讯科技 腾讯科技 腾讯新闻旗下腾讯科技官方账号，在这里读懂科技！ AI能学会像人类一样写作吗 文章转载于腾讯科技 作者： 博阳 近期刚刚上线的Gemini 4 Argon引发了很多争议，比如编程似乎没那Benchmark那么强、Antigravity Pro订户都不让用等等，但大家一致认为，它是现在所有前沿模型里写作最好的那个。 这并非是从Gemini 4这个时代就开始的，在Claude说话依然优雅的时代里，Gemini 2.5 Pro也是以说人话著称。 但在过去一年里，OpenAI和Anthropic的模型说出来的话都开始越来越难以让人理解。如果说Anthropic只是连接卡壳，那OpenAI就都有点前言不搭后语的水平了。 我们过去觉得AI写文章差劲，主要是因为AI腔太重。无论你问什么，它总要先来一段滴水不漏的场面话，接着祭出「这不仅关乎某事，更是对某事的深刻重塑」的排比句。同时，相似的起手式和无尽的破折号掺杂其间。 但最近，AI的输出文本最大的问题已经变成读不懂了。他们写出来的东西，像一块干硬的 「 句法压缩饼干 」 。一段话里的每个字你都认识，可你只要读上三行，就会觉得太阳穴发紧。从头到尾读完，似乎有点道理，但具体说了啥却没有印象。 到今天，说实话读某些AI写出来的东西，我甚至已经有了一些生理性恐惧了，一种面对要搬的水泥袋子的恐惧。因为我知道要读完它，得死不少脑细胞。 而这，并不是只来自于我主观的认知。 1 微观上，意义的压缩挤爆了人类的认知带宽 之前很多人会认为AI写的东西不好读，是因为他们生僻词用的多，动不动就上术语。 但 2026 年 10 月，纽约大学（NYU）与得克萨斯大学奥斯汀分校（UT Austin）的联合团队发表了一篇论文《Why is AI-generated language so hard to understand?》，他们把包括CLaude Opus 5.5，GPT-5.6 sol，Kimi K2.5、GLM 5等主流前沿大模型生成的文本与人类真实写作放在一起，做了一次细颗粒度的心理语言学对比。 结果他们发现， 哪怕把词汇难度完全控制住，AI 写出来的句子依然在人类大脑的生理雷区 里 蹦迪 。 因为 它 的 信息 太 密 了 。 要理解这个现象，得先引入心理语言学里的一个规律，叫 均匀信息密度假说 。 人类的大脑工作记忆就像一根口径固定的输水管，每秒钟能够吞吐和解析的语义信息量是有严格上限的。 当一位优秀的人类作者想要表达一个极其复杂、高信息量的概念时，他会本能地往句子里掺 「 水 」 。 这里的「水」是语法上的 功能词、虚词和显式从句引导词 。比如在英语里，当后面跟着一个比较难懂的主语时，人类会本能地保留那个语法上可省可不省的连词 that。这个 that 本身几乎不携带新信息，但它像一个缓冲气囊，提前告诉读者「注意，后面要进一个完整从句了」。有了这半秒钟的缓冲，水管里的水流就被摊平了。人读着就不费劲了。 然而， 可纽约大学的学者们检查大模型写出来的句子时，发现大模型把句子里几乎所有的减速带全给拆了。 他们总结出了六种AI常用的烧脑语法。 1. 死物 配动词 ：一个正常人会写「因为这项新政策出台，市场上出现了恐慌情绪」，主语是人或者顺着因果逻辑走。但大模型非常喜欢写「这项政策窒息了市场的呼吸」或者「沉默在房间里竖起了张力的里程碑」。 但心理学家早就用脑电仪测出来过，当人的眼睛扫过一个没有生命的主语，紧接着撞上一个只有活人才能发出的动作动词时，大脑里负责语义整合的区域会瞬间亮起红灯，产生剧烈的违和感。偶一为之叫作诗意，如果一段话里连着来上五六个这样的句子，读者的脑力在第三行就彻底耗尽了。 2. 疯狂删减引导词 ：刚才提到就是这个。 3. 狂堆 名词 ： 它们极度痴迷于把四五个名词像叠罗汉一样硬捆成一个超长的复合词，把原本应该由动词、介词分担的逻辑关系，全塞进一团密不透风的名词堆里。 4. 名词 不用 ， 用 动词 ： 为了在更短的字数里塞进动作，把大量本该做宾语的名词直接活用为及物动词。 5. 超 级 长 难 句 ：主语和真正的核心谓语动词之间，隔着十几个字的插入语或修饰成分，读者读到谓语时，主语早就从工作记忆里溢出了。 6. 新词组合 叠出 ：放弃高频、顺口的日常搭配，拼凑出统计概率极低的生硬词组。 发现了病状，后面我们要思考一下病理了。 那么预训练语料明明来自人类，为什么模型反而学会了这种反人类的压缩饼干句法？ 锅还是落在后训练上。近年来，因为AI的输出变得越来越长， 越来越废token，所以各个大厂开始不约而同的在强化学习过程中，加入了长度惩罚，来去控制输出的长度。 NYU 团队在论文中做了个实验，他们在开源模型 Qwen2.