它知道什么时候列出几条建议，在哪里塞进小标题，也不会忘记在结尾补上一句总结。
最近，剑桥大学博士后Adam Hunt也注意到了这个现象。他的研究方向是演化精神病学与人类演化。
Hunt过去一直看好AI。可到了7月28日，他却在一篇长帖里坦言：自己现在越来越悲观。
之前有一种流行的比喻，是把模型能力画成一个带尖峰的圆。
首先是代码和数学超过人类，然后随着规模扩大，每个方向逐步增长，最终实现AGI。
但实际上，代码和数学那根刺确实是越来越长了，而语言表达和简单推理却没有同步提升。
从强化学习的角度，这件事几乎是必然的。
早几代LLM看起来「全面变聪明」，是因为训练语料本身就是全领域的，从诗歌到论文，整个互联网都在。
不过，那是语料的副产品，不是模型真正的「理解力」。
思维链和网页搜索随后诞生，给模型续了一波命。只不过，这条路终究还是撞墙了。
紧接着，急于翻盘的AI公司盯上了代码。
原因很简单，它有源源不断的训练数据。
GitHub上的提交、审查、PR全是现成的。而且和数学类似，代码有明确的反馈信号：跑得通就是跑得通。
写文章呢？你用什么东西给「一段散文写得好不好」自动打分？没有奖励，RL就不会往那个方向优化。
于是，所有训练火力都转移到了代码上，而语言表达只能吃预训练阶段留的老本。
老本只能是越吃越薄，甚至为了配合其他领域的提升，还会出现退化。
这正是古德哈特定律容易显形的地方。
当一项指标成为训练目标，它就不再准确反映真实能力。实验室用基准测试优化模型，再用同类测试证明变强。
榜单上的准确率还会继续上涨。实际使用体验却可能停滞，甚至下降。
能力在退化的同时，另一件事也在发生。
一位Reddit用户发帖抱怨，自己用ChatGPT写了几个月的书，订阅了高级模型。中间休息了一阵。
等他回来，那条一直能用的提示词，突然返回拒绝。
提示词本身并不复杂：指定一位作家，要求增加对话、丰富细节、避免碎句。
过去只要写明作家名字，模型就能生成接近其文风的内容，不需要额外解释句长、节奏、视角。
现在，这类提示用不了了。
Ars Technica测试了斯蒂芬·金、J.K. 罗琳、谭恩美、狄更斯、海明威，Engadget则测试了阿加莎·克里斯蒂，ChatGPT全都拒绝模仿。
如果你不点名，只要求「悬念强度」「叙事节奏」「对话密度」这些抽象特征的话，倒是可以输出。但味儿，就不是原来那个味儿了。
如今，这场争议已经动摇了用户对AI写作的基本预期。
模型未必越写越好，提示词也不再长期有效。
平台一改规则，围绕特定模型搭建的整条写作流水线，说塌就塌。
不过，AI写作不会消失，它只是退回到了自己该在的位置：工具。
它可以查资料、理结构、改句子，却无法替作者决定写什么、为什么写。
换句话说，人的经验、判断和表达欲，正越来越值钱。
参考资料：
https://arstechnica.com/ai/2026/07/chatgpt-stops-cloning-famous-writers-voices-but-may-capture-a-similar-feeling/
编辑：摩西
