知名软件专家 Martin Fowler 在其个人博客（标注发布日期为 2026 年 10 月 29 日）发表《LLM Voice》一文，对蔓延全网的大语言模型（LLM）文风提出严厉警告。他指出，AI 生成的文本常带有滥用套话的机械感，会在读者心中触发强烈的文字恐怖谷效应，甚至引起生理性阅读厌恶。Fowler 明确划出底线，要求其网站投稿者必须声明 AI 使用方式，他自己则仅把 AI 当作搜索工具并坚持核实原始信源。这番表态戳破了内容行业对生成式工具的效率幻想，当创作者连初稿和润色都交给算法时，表面上是提升了文字产出效率，实际上正在引发公共文本的同质化坍塌与个体深度思考能力的萎缩。
哪怕只让 AI 改语法，也会洗掉人类的作者本色
Fowler 在文中给出了一个极为克制的实操判断，创作者最多只能用 LLM 列大纲，绝不能让它代写初稿，甚至连采纳它的重述和润色建议都非常危险。在他的观察里，一旦初稿染上 AI 腔，后期靠人工修改极难洗刷干净；他至今只见过 1 个成功案例，那篇由 LLM 生成初稿的文章，最终动用了大型期刊的专业编辑彻底重写才消除了机器味。
许多写作者习惯先自己写初稿，再丢给大模型润色或挑错，以为这样就能保住个人风格。实证研究直接推翻了这种安全感。Abdulhai 等人在 2026 年发布的 100 人随机写作实验表明，深度依赖 AI 会让文章迅速滑向中性平庸，重度使用者普遍觉得成品缺乏创意、不像自己的声音；更隐蔽的陷阱在于，哪怕受试者下达的指令仅仅是仅修改语法，大模型依然会在重写中悄然改变原文含义。
这种个体语感的消失，汇集到全网就演变成了公共文本的公地悲剧。Doshi 与 Hauser 于 2024 年在《Science Advances》发表的 293 人随机实验揭示了一个残酷悖论，向 AI 获取 1 个或最多 5 个创意，确实能拉高单篇故事的创意与质量评分（尤其能帮到原本创造力较低的作者），但代价是所有受助作者写出的故事彼此高度雷同。《Nature Human Behaviour》在 2026 年发表的一项涵盖 7 个数据集、超过 880,000 篇文本的研究进一步量化了这种坍塌，受控重写分析证实，跨数据集和模型的写作复杂度方差减少了 21%–50%。
润色磨掉的不是语法瑕疵，而是人类思考时留下的指纹。
更隐蔽的侵蚀发生在重塑思维本身。Fowler 坚持在脑海中默念句子再亲手敲下字句，因为与文字搏斗是帮自己理清混乱逻辑的唯一途径。Kosmyna 等人在 2025 年开展的论文写作实验（前 3 轮 54 人，第 4 轮交叉实验 18 人）用神经科学数据证实了这一直觉，相比无辅助或仅用搜索引擎的写作者，使用 AI 助手的受试者不仅脑电图（EEG）连接度更低、对文章的归属感更弱，甚至在写完后难以准确引用自己文章里的内容。微软 Lee 等人 2025 年针对 319 名知识工作者（涉及 936 个 AI 使用案例）的调查同样指向这一趋势，使用者对 AI 的信心越高，自评投入的批判性思维越少，人的角色退化成了机械的信息核查员与文本拼接工。
- 风险.创作者一旦习惯用大模型生成初稿或包办润色，不仅会产出引发读者反感的同质化文本，还会在神经认知层面削弱自身的逻辑构建与文本记忆能力。
检测工具全线失灵，非母语写作者困在文化夹缝
面对泛滥的机器文风，不少编辑和教育机构试图用技术手段充当裁判，但 Fowler 对市面上的 AI 检测工具充满警惕。他认为，当读者在字里行间感到不对劲并准备掏出检测工具时，阅读信任其实已经破裂；何况无论是人类肉眼还是商业检测软件，在识别准确率上都已经双双破产。
| 测试维度与研究来源 | 样本规模与测试对象 | 核心识别准确率 / 误判与漏检表现 |
|---|---|---|
| 人类肉眼盲测（Waltzer 等，2023） | 69 名教师与 140 名学生 | 教师准确率仅 70%，学生仅 62%，且自信度与准确率无关 |
| 非母语人类文本（Liang 等，2023） | 7 款检测工具测 91 篇托福作文 | 平均误报率达 61.22%，97.8% 至少被 1 款误判，19.78% 被全判 AI |
| 高阶生成文本（Van Vlasselaer 等，2026） | 4 款工具测 160 份文档（含 ChatGPT Deep Research mode） | Turnitin 漏检 100% 纯 AI 论文（归入 0–20% 低风险），GPTZero 漏检 70% |
早期检测器为了抓出机器文本，往往把句式简单的非母语写作者当成靶子；而到了 Van Vlasselaer 等人于 2026 年 6 月 29 日发表（2026 年 10 月 6 日更正说明生成系统为 ChatGPT Deep Research mode）的高等教育评估研究中，4 款主流工具虽然把 40 篇纯人类论文全部正确归入 0–20% 低风险区间，但为了压低误报率，Turnitin 竟然把全部 40 篇由该高阶模式生成的纯 AI 论文也归入了同一低分段，GPTZero 也将其中 70% 归入 0–20% 区间、30% 归入 20–40% 区间。商业检测工具已事实失效，靠软件查重来维护文本纯粹性的旧路彻底走不通了。
这种技术失灵把跨国团队里的非英语母语者推向了最尴尬的夹缝。Fowler 在文中提到，他有许多母语为马拉地语的同事需要用英语沟通，但他个人宁可阅读人类写出的笨拙原生态句子，也不愿看平滑却毫无灵魂的 AI 翻译。这种略带浪漫色彩的精英偏好，在现实学术与职场中却很难落地。非母语者如果坚持自己写，不仅容易因为句式简单被检测工具误伤（高达 61.22% 的平均误报率），还可能在审稿与晋升中遭遇语言偏见；可一旦他们求助于 AI，又会立刻掉进文化同质化的陷阱。Agarwal 等人 2025 年在 CHI 发表的 118 名印度与美国参与者随机实验显示，AI 自动补全建议会系统性地将印度写作者的文风推向美式表达模式，抹平原本独特的文化指涉与微妙语感。
当然，拒绝 AI 腔并非一条不近人情的铁律，边界在于写作者究竟是在克服生理障碍、应付机器流程，还是在偷懒逃避思考。Fowler 的老友、同样在该网站撰稿的 Jim Highsmith 因身患帕金森病，必须借助 LLM 才能克服生理上的写作障碍，Highsmith 还专门在同站发表了《Practitioner Voice》一文，探讨创作者在使用 AI 时如何保住自身的经验可见性与核心判断力。至于应付无人阅读的官样文章或流程报告，Fowler 引用了软件专家 Michael Nygard 的精准定性，写这类公文根本不是人与人的思想交流，而是人类充当赛博格系统里的一个组件去与流程沟通。把官僚废话交给机器去对付机器，把带着体温和棱角的词句留给真实的人类读者，或许才是生成式时代最清醒的写作伦理。