AI产品正在经历一场无声的“表达退化”：数学与代码能力一路飙升，写作却不再像从前那样讨人喜欢。Anthropic工程师Jackson Kynion道破真相——Claude越来越像在写给AI同事看，而不是写给人类读者。这背后，是技术路径与人文关怀的深刻博弈，也是所有依赖大模型的技术团队必须直面的课题。
AI写作退步：数学变强了，文字却冷了
过去两年间，以Claude为代表的AI模型在数学推理、代码生成和复杂逻辑拆解上取得了肉眼可见的飞跃。基准测试分数节节攀升，编程助手成为开发者的标配，甚至连竞赛级数学题也能被模型一步步解开。然而与此同时，一个尴尬的现象浮出水面：模型的“文笔”不升反降，文章读起来越来越像机器在自说自话——信息密度过高、句法结构怪异、修辞几乎消失，如同把一份详尽的函数调用文档硬生生包装成了散文。
Anthropic的工程师Jackson Kynion近日给出了一个颇具冲击力的解释：后续模型在进行微调时，优化重点几乎全押在数学和代码能力上。更关键的是，这些模型接受了大量“面向其他AI模型撰写技术解释”的训练。换句话说，模型在训练中不断学习如何让同类模型理解自己，而不是让人类读者产生共鸣。于是，一种被社区称为“Claude腔”的特殊文风逐渐形成：它逻辑严密、信息密集，但读起来像浓缩铀一样难以消化。
这种退步并非偶发，而是策略倾斜的必然结果。当团队把“算法正确率”作为首要指标时，语言的美感、节奏和亲和力自然会被牺牲。用户最早感受到变化，往往是在读完一篇Claude撰写的技术博客后——内容似乎都对，但就是觉得“不像人写的”。这种体验上的落差，比单纯的错误更让人沮丧，因为错误尚可修正，而“无味”很难定义，更难以通过几轮提示词去修复。
有趣的是，模型并没有完全失去写作能力，而是把写作能力“切换”到了另一种模式：为AI读者服务。在大模型训练的语境里，这种模式或许高效，但对人类而言，却像是一封精准的算法协议被误投进了邮箱。
“Claude腔”是怎么炼成的？揭秘模型训练背后的“读者偏移”
Kynion打了一个引人深思的比方：只与其他自闭症人士交流的人，会在群体内部形成一套高效但对外人而言近乎密语的表达方式。LLM拥有远超人类的工作记忆，能够捕捉极其细微的概率关联，因此在训练过程中，它们会逐渐发展出一种“AI内部通用语”——这种语言在模型之间传递信息时无比精准，却让人类读者感到隔阂。
所谓“Claude腔”，正是这种“读者偏移”的产物。当模型被反复要求生成“对AI模型友好”的技术解释时，它实际上是在学习一套基于隐藏层分布特征的表达惯例。这些惯例渐渐渗透到所有生成文本中，包括写给人类的文章。于是，原本用于解释复杂概念的叙述，变成了层层嵌套的限定语、毫无感情色彩的并列结构，以及令人窒息的信息密度。
为什么模型会默认选择这种表达？因为强化学习的奖励信号出了问题。Kynion指出，有些奖励机制专门提升AI模型理解效果，例如让模型A生成的解释能帮助模型B更准确地解决问题；有些则强调让人类更容易看懂。在数学与代码训练占据主导的背景下，前一类奖励被不断放大，模型自然学会了如何“取悦”AI裁判，而非人类读者。
这种偏移并非Anthropic独有。OpenAI、Google等团队的模型也或多或少存在类似倾向，只是表现形态各异。有的模型会过度使用列表和分点，有的则喜欢生成冗长的过渡句。本质上都是同一个问题：在技术指标体系内，机器可读性与人类可读性被放在了跷跷板的两端，而天平正在向机器倾斜。
如果追溯更深层的原因，这与AI Agent技术的兴起不无关系。随着AI开始扮演“数字员工”的角色，模型之间的交互频率远高于人机交互，优化目标自然会被引导向“同类协作”。但这并不意味着人类阅读价值应该被抛弃，恰恰相反，真正成熟的科技产品应当在两者之间找到一个动态平衡点。
奖励机制失衡：当机器“高分作文”遇上人类阅读
Claude写作变差的直接推手，是强化学习中的奖励系统。在训练过程中，模型通过试错来最大化奖励信号：如果某个输出被判定为“高质量”，模型就会加强产生这类输出的概率。问题在于，“高质量”的标准由谁来定？
Kynion坦言，当前很多奖励模型本身也是由AI评估的。如果让一个AI评分员来评判“解释是否清晰”，它可能会偏爱那些包含更多技术关键词、逻辑链路更显式的文本，因为这类文本更容易被特征化。而人类读者的“阅读流畅度”，却很难被量化成具体的奖励信号。这种评价体系的不对称，直接导致模型越来越倾向于写“机器眼中的满分作文”。
另一个容易被忽视的因素是数据分布。代码训练语料中充斥着函数注释、API文档、README说明，这些文本的风格是高度结构化、信息密度大、省略情感修饰。当模型从这些数据中学习时，会不自觉地吸收其说话方式。随着代码相关数据在训练集里的占比越来越高，模型的语言风格也被“系统性污染”。
更麻烦的是，这种倾向具有自我增强效应。一旦模型开始产生“Claude腔”，后续训练中如果缺少人类反馈的纠偏，这种风格就会被巩固并放大。因为对于一个强化学习系统来说，稳定的风格意味着更低的探索成本，更容易获得奖励。
要改变这种局面，需要在奖励函数中引入更强的人类偏好约束。Kynion提到，Anthropic已经意识到这个问题，并在新版本中尝试调整奖励权重，让“简洁、易懂”的解释获得更高分数。他特别提到Opus 5.5找到了更好的平衡：“自Opus 4.6以来，我还没有对一款模型的写作表现这么满意过。”不过他也承认，这并不意味着Opus 5.5已经全面超越Opus 4.6，因为“这是一个很难解决的问题”。
对于普通用户而言，可以借助AI工具导航寻找到一些专门优化过写作风格的模型或插件，这些工具往往在人类可读性上做了额外调校。
AI产品的“双轨写作”：既要懂AI，更要懂人
如果DeepSeek、ChatGPT、Claude等AI产品被视为一个“数字物种”，那么它们的语言能力正在走向分化：一部分进化成“AI社交语言”，另一部分保留着“人类自然语言”。而好的AI产品，必须同时驾驭这两条轨道。
这不仅仅是技术问题，更是产品哲学问题。写作能力是AI产品与用户建立信任的桥梁。一篇逻辑清晰、语气自然、读起来不费劲的文章，会让人潜意识里觉得“这家伙靠谱”；反之，一篇信息密集到需要反复咀嚼的文本，即使内容完全正确，也会消耗用户的耐心和好感。
从产品形态上看，未来AI写作工具可能会提供“表达风格选择器”，让用户手动切换“AI直给模式”和“人类友好模式”。前者面向开发者，适合生成API文档、代码注释；后者面向普通读者，适合生成科普文章、商业文案。更重要的是，系统应当具备“读者模型”——即预判目标读者的认知负荷，并据此调整句式长度、词汇难度和修辞密度。
Kynion所说的“平衡”，本质上就是让AI产品学会“多角色写作”。就像一位优秀的项目经理，既能对工程师讲技术细节，也能对老板讲商业价值。AI模型需要具备这种元认知能力，而不是仅仅靠训练数据中的风格标签被动切换。
这种能力的实现，需要打破传统的端到端训练范式。一个可能的路径是引入“分层写作控制模块”，在生成阶段动态调节信息密度。另一个路径是更精细的奖励建模，比如用人类阅读时长、回访率、点赞转发等真实指标来替代AI评分员的主观判断。但这些都还停留在实验室阶段。
值得一提的是，用户在日常使用AI产品时，也可以有意识地调整提示词，要求模型“用简单生动的语言”或“避免技术术语”。这虽然不能根治问题，但至少能在一定程度上唤醒模型的人类可读性模式。当然，这里也推荐你尝试用AI画图来表达抽象概念，用视觉辅助文字，抓住文生图带来的多模态沟通优势，让内容更生动。
AI写作的未来：从“AI味”到“人性化”的突围路径
Claude腔的争议，实际上揭示了AI技术发展中的一个深层困境：我们到底需要什么样的AI？是一个能解出偏微分方程但写不出动人句子的“偏才”，还是一个全面发展的“通才”？
从技术演进角度看，写作能力与推理能力并非天然对立。OpenAI的GPT-4o在数学和写作上的均衡表现已经证明，模型完全可以同时具备两种能力。关键在于训练目标的分配比例和奖励信号的细致程度。如果团队愿意在人类反馈数据上多下功夫，收集更多关于“表达是否自然”的主观评价，模型完全可以在保持代码能力的同时，恢复语言温度。
另一个值得关注的方向是“可解释性文本生成”。未来的AI产品不仅需要给出结论，还要能向不同类型的用户解释自己的推理过程。工程师可能需要三句话的粗粒度解释，而普通用户需要一段打比方、举例子的人话。这种能力要求模型具备“读者感知”机制，实时模拟用户的知识背景和阅读预期。
Kynion的坦诚分享对整个行业都有警示意义：技术指标的单一化会扭曲模型的行为。数学和代码能力固然重要，但语言表达是人与AI之间最直接的界面。如果这个界面变得冷漠、生硬，即便AI再聪明，也难以获得真正的信任。
从产业应用来看，企业数字化转型中已经大量使用AI生成报告、摘要和客服话术。若这些文本充满“AI味”，不仅会降低员工和客户体验，还可能引发信息传递偏差。因此，在企业数字化转型的浪潮中，重视AI写作的人性化设计，将是提升效率之外的第二增长曲线。
也许未来，我们会看到更多像AI诗词这样的垂直应用，它们在语料筛选和生成规则上天然偏向人类审美，为通用大模型的“粗犷文风”提供一种平衡。而艺术签名的创意背后也提醒我们：个人化的表达永远有市场，AI只是工具，审美才是灵魂。
解决“Claude腔”问题，需要技术、产品、用户三方的共同努力。技术侧要改进奖励机制，产品侧要提供风格控制，用户则可以通过反馈持续校准模型。只有当一个AI产品既能推动代码库进化，也能写出让人心头一暖的文字时，它才算真正理解了“智能”的含义。这条路上没有终点，但每一次对“人类可读性”的坚持，都会让AI离“可亲”更近一步。