最近不知道大家伙在日常整活或者查资料的时候发现没有：大模型出炉的文章，越来越有一种“一本正经的胡说八道”感。它知道什么时候该分段，也能在结尾雷打不动地加上一句“总而言之”，但是全篇读完脑子里啥也没留下，纯纯的“废话文学”。

大模型“严重偏科”：数学代码起飞，语文不及格

其实不止我们有这个感觉，剑桥大学研究员 Adam Hunt 最近也在网上连连吐槽，他对如今的 AI 进展由盲目的乐观转为了悲观。

过去业界对通用人工智能（AGI）的设想非常美好，认为它就像一个水桶，随着模型规模变大，各项能力也会跟着一起涨，最后达成全方位超神的境界。但现实却非常打脸：现在的 AI 长成了“海胆”——代码和数学的能力像尖刺一样猛长，但语言表达和基础逻辑能力却被完全落在了后面。

这就导致模型在纸面上的数学逻辑越来越强，但在日常沟通表达上不仅没有进步，有时甚至显得比老版本更像个“愣头青”。

理科生的狂欢：AI 找不准“文科”的得分点

为什么会出现满分理科生+低分文科生的奇怪现象？

Hunt 指出，其实从强化学习的角度来看这完全合理。之前大家觉得语言模型“聪明”，是因为它们啃下了整个互联网包罗万象的语料库，这其实只是一种表象错觉。

而到了今天，AI 厂商急于让模型进化，集体盯上了代码和数学领域。原因很真实：反馈极其明确。数学有正确答案，代码跑得通就是能用，系统立马能给模型反馈奖励；而写文章这种事简直玄学，你让机器怎么自动给“这篇散文是否优美”精确打分？

少了明确的“奖励”，训练重心自然全往代码那边倾斜。为了在代码上冲榜，语言表达只能靠“吃老本”，最终就变成了枯燥无味的机器行文。

“复刻名门”惨遭封禁，流水线直接断粮

更惨的是，由于大厂规则的收紧，那些指望用 AI 搞一键洗稿的黑灰产玩家也迎来了暴击。

最近有老外在 Reddit 抱怨自己常用的高级长文提示词突然废了。过去，你只要喊一句“用斯蒂芬·金的文风写一段恐怖故事”，AI 就能惟妙惟肖地产出。现在，无论是指名道姓要求模仿 J.K. 罗琳、阿加莎·克里斯蒂还是狄更斯，都会遭到系统的果断拒绝。

哪怕你绕开名字，要求它模仿那种“悬念拉满、叙事极快”的特征，勉强生成的成品也干巴巴的，完全没了那种引人入胜的“内味”。

【编辑观察】：人类作者的含金量还在提升

当 AI 不再能无脑克隆名家的风格，文章水平又原地踏步甚至有所下滑，可以说，靠 AI 批量制造“快餐文”的黄金时代正在走向崩塌。

但这也不见得是一件坏事。AI 终究只能扮演好它该扮演的角色——一个趁手的工具。它可以帮你校对语病、罗列大纲、搜罗数据，但做不了“作者”这一核心位置。没有自身的成长经历，没有鲜活的表达欲，它注定只能根据概率去拼凑苍白的文字。

大环境的过滤刚好说明了一个现象：在这个人人都能用 AI 一键生成几千字长文的时代，源于人类本能的观察、幽默与深刻见解，非但没有贬值，反而变得越来越值钱了。