大模型正变得越来越像一个智商极高却无法正常交流的偏科理科生。在解决复杂多步推理和高难度编程时，最新的模型几乎无懈可击；但只要让它写一段清晰自然的人话，排山倒海而来的术语和过度解释往往让人头皮发麻。这种在社区里被称为 Claudeish 的古怪语体，不是用户的幻觉，而是训练机制内生的一场表达异化。
Anthropic 负责微调的工程师 Jackson Kernion 近期道出了实情：Opus 4.6 是他们此前最后一个真正优秀的写作模型。随后的版本在数学和编程上不断突进，代价却是日常表达能力的持续劣化。这种倒退不是偷工减料，而是模型在强化学习训练中被深度重塑，习得了一套专门面向其他 AI 解释技术细节的语言习惯。
所谓 LLM 心理学与机器母语
Kernion 用了一个非常精确的类比来解释这种现象：这就像一群只在内部顺畅交流的自闭症群体，他们自发演化出一种外部世界极难理解的特定语体。大模型拥有远超人类物理极限的工作记忆容量，且在微观逻辑链条的捕捉精度上异于常人。当研发团队为了刷高代码和数学基准，通过强化学习不断给予模型严密自洽的奖励时，模型开始自发适应一种 LLM 心理学。
它不再揣摩屏幕前普通读者疲惫的肉眼，而是在潜意识里把听众假想为另一个拥有海量上下文窗口的机器中枢。为了确保每一步推理在机器审查中不被扣分，它必须输出人类难以消化的高密度信息倾倒。在程序员眼里，这是无懈可击的代码释义；但在普通读者眼里，这种文字毫无节奏感，充斥着冷冰冰的填鸭感。
它学会了如何向机器证明自己无懈可击，却忘记了如何跟人类说一句短话。
这种语言模式一旦固化，在日常写作中就会产生不可逆的侵蚀。写小说需要留白，讲新闻需要抓主线，但被代码奖励驯化的模型学不会克制。只要抛出一个简单问题，它就恨不得将整座关系图谱翻个底朝天，把每一个潜在的边角漏洞都塞进段落里。
5.5 的修补与官方材料的避重就轻
2026年9月22日，Anthropic 推出了新一代 Claude Opus 5.5。官方宣传文案里，团队明确承诺修复文风：让答案主旨先行、大幅压制术语黑话，并更严格地执行用户的写作长度约束。但只要细看这套说辞的参照物就会发现，官方口中的改善，本质上只是针对此前饱受诟病、过度冗长的 Opus 5 进行的一次打补丁式纠偏。
在官方发布的测试材料里，Anthropic 展现了典型的报喜不报忧。他们拿出了一组亮眼的数据，称 Opus 5.5 在对比 Fable 5.1 时以降低 40% 的成本达成相当水准，对比列表里还拉上了 GPT-5.6 Sol；但这全部建立在代码开发与专业知识基准上。在文字风格和审美层面，官方没有任何与 Opus 4.6、GPT-5 或 Fable 5.1 的横向人工偏好评测，仅凭几句定性口号和测试员引语一笔带过。
对写作标杆 Opus 4.6 的沉默，恰恰印证了工程层面的无奈。根据 2026年9月23日 社区早期的综合实测，Opus 5.5 的可读性确实显著优于 Opus 5，但几乎没人认为它稳定重回了 4.6 时代的水准。在 Reddit 的讨论中，创作者们认为它在故事生成上的结构感有所增强，但日常对话里的判断力依然显得滞重；而在 Hacker News 上，开发者们发现 Claudeish 的毛病并未根除，模型不仅依然有冗余倾诉的冲动，甚至反复固执地使用像 load bearing 这类特定的机器生造词。
- 风险.如果你的业务严重依赖大模型输出极简、自然的消费级文本，不能盲信官方的版本迭代叙事；在文案与创作者工作流里，最新往往不等于最合适。
当模型开始为模型立言
文风退化背后，折射的是整个 AI 产业评测体系的偏狭。代码有单元测试，数学有正确答案，这些指标可以被自动化环境精准量化，并作为奖励信号源源不断地喂给强化学习模型。然而，人类语言的精妙、克制与审美，至今无法被数学公式严丝合缝地表达。在算力竞赛的指挥棒下，所有无法直接折算成分数的文字感觉，都被理所当然地边缘化了。
更深层的影响在于，随着自主智能体（Agent）和多模型协作系统的落地，AI 间的数据互传频率已经开始超越人类阅读。大模型正在自发催生一套属于机器的专用语法：语法结构极度对称，语义密度极高，逻辑容错极低。这种语言对另一个拥有巨大上下文缓冲的机器是高效的，但对用几十年生命体验来理解语言的人类而言，无异于一种新的巴别塔。
Kernion 承认 Opus 5.5 找到了更好的折中，但也坦言这依然是一个未能彻底攻克的技术硬伤。当大模型越聪明越让人读不下去，甚至需要工程师专门拨出资源去奖励那些能被人类理解的简明表达时，这已经不是产品层面的文风偏好，而是技术演化对人类认知边界的无声挤压。文以载道，辞贵得体；如果模型进化的代价是丧失与人顺畅交谈的能力，这种冰冷的智力跃迁，终究欠缺了一份通识的温度。