2026年7月14日，程序员Johanna Larsson发布了一篇不到两分钟就能读完的博客。她写了一个小脚本，把自己常用的一款AI编程助手里那些重复到令人抓狂的词汇——“load-bearing”、“honest take”、“you’re absolutely right”——自动替换成无厘头的搞笑词。这篇轻飘飘的技术博文，在Hacker News上炸出了405个点赞、464条评论，而且评论区的走向完全脱离了技术本身——人们开始讲述自己被AI”反向传染”的故事。
其中一条评论写道：
“我已经很久没用那个AI了，但我同事们都在用。我读了他们写的文档，注意到’load-bearing’这个词，觉得还挺好用，就开始在日常对话里用它。直到有人跟我说：‘你说话越来越像Claude了。‘现在我再也不用这个词了。”
这条评论收获了巨量赞同。因为说出它的人，不是少数。
一个词是怎么”人传人”的？
“load-bearing”本是个建筑术语，意思是”承重的”——比如一面承重墙。当AI用这个词来形容代码里的”关键逻辑”或”不能删的部分”时，它本质上是在做类比，不算错。问题在于频率。
在Hacker News那条帖子的评论区，有人做了记录：他们的AI助手在最近的对话里，固定使用的偏好词汇包括”projection”（映射）、“strand”（孤立线索）、“frontier”（前沿边界）、“quiescence”（算法静默期）、“honest”（诚实的）、“residuals”（残留数据）、“rescission”（撤销行为）和”supersession”（替代过程）。这些词本身都没问题，但当AI在每一次回复中反复使用它们，就形成了某种”语言指纹”——你不需要看到回答者署名，光看用词就知道是谁写的。
这本来只是一个工程师的烦恼。真正让这件事升级的，是评论区的第二条线索：“人传人”。
不只一个人报告了类似的经历：自己没有直接使用AI，但因为同事在用、合作方在用、行业报告在用，这些AI高频词通过文档、邮件、会议纪要，悄悄渗入了他们的词汇库。一位自称”前职业写作者”的评论者说，他在协作软件上给同事写了一段感谢语，结果一半的人以为他是用AI生成的——“他们说我从来没写过超过两句话的东西，所以稍微有点文采的，一定不是人写的。”
另一位评论者说得更具体：“我读了一本书，发现里面到处都是AI的惯用表达。正打算认定这是AI代笔，结果一看出版年份：2019年。“那时候，今天最主流的几个聊天机器人还没发布。
AI为什么会有”口癖”？
这个问题的答案，比你想象的更具体。
以”honest”这个词为例。有一位Hacker News用户追溯发现，某款AI的训练材料里有一份叫做”Constitution”（宪法）的核心文档，这份文档里”honest”及其变体出现了57次。换句话说，AI「学会」用”诚实”来修饰自己的判断——这个行为的根源是训练数据的权重分布。那份核心文档里”honest”及其变体出现了57次，模型在概率上被推向了这个方向：用”honest”是最安全、最可能被人类接受的选择。
同样的逻辑适用于所有AI高频词。“delve”（深入探究）、“tapestry”（织锦般复杂）、“crucial”（至关重要的）、“underscore”（强调）、“moreover”（此外）、“landscape”（领域图景）——根据一份2026年的统计分析，AI对这些词的使用频率是人类写作者的50到269倍。
这个现象可以被精确测量。语言模型的本质是在海量人类文本上训练出来的概率预测器——它在选择”在类似语境下出现概率最高的词”。当一个模型每天生成数百亿个token（语义单元），它内部微小的概率偏好会在输出端被放大成触目惊心的语言单一化。
一位评论者概括得很精准：“一个人有自己的语言偏好，一天写5000字，没人觉得奇怪。但一个AI模型的偏好，每天被乘以100亿倍输出，任何偏好都会变成秃子头上的虱子。“
关键证据：人类确实在被AI”训练”
2025年8月，佛罗里达州立大学的一项同行评审研究首次用实证数据证实了许多人隐约的担忧。研究团队分析了ChatGPT发布前后人类日常口语中词汇使用频率的变化，结果指向了一个明确的方向：AI的高频词正在渗入真实的人类对话。
具体来说，他们发现”underscore”（强调）这个词在ChatGPT发布后的使用频率出现了可测量的增长，但它的同义词”accentuate”却没有。如果这是自然的语言演变——就像”给力”取代”厉害”那样——同义词应该同步上升或至少有相似的趋势。但实际数据不是这样。只有AI偏好的那个特定词汇在涨。
研究人员将这个现象命名为”seep-in effect”（渗透效应）。《新闻周刊》在报道这项研究时引用了一位行为分析师的警告：人们最应该担心的，是”个体性的消失”。
马克斯·普朗克研究所的另一项研究则聚焦于学术类YouTube内容创作者。他们发现，在ChatGPT发布后的18个月里，这些创作者使用”meticulous”（一丝不苟）、“adept”（擅长）、“delve”（深入探究）等词汇的频率上升了51%。研究者指出，大多数人甚至意识不到自己正在使用这些词——因为个体看不到更大尺度的语言模式变化。
这有点像温水煮青蛙。你不会在某一天早上醒来突然决定开始说”underscore”，但当你每天读到的文章、看到的视频字幕、收到的工作邮件都在高频使用这个词时，你的词汇库会悄然发生变化。人类的语言学习机制——模仿——正在被AI的输出规模劫持。
争议：这是污染，还是好事？
事情并非完全一边倒。
这些词本身往往是好的写作习惯——“delve into”比”look into”更精确，“underscore”比”say again”更正式。问题在于过度使用导致的语感疲劳：就像一首好歌被循环播放500遍之后，你只想砸音响。
还有评论者指出，很多所谓的”AI口癖”其实在AI出现之前就存在于企业白皮书、管理咨询报告和学术写作文体中。AI只是把这些本来就高频使用的模式放大到了一个让人不适的程度。有人回忆道，在”load-bearing”之前，企业界流行过”stove pipe”（烟囱式）和”silo”（筒仓式）这类比喻——都是被用烂了才被替换的。
换句话说，AI没有造出一种新语言——它只是把语言时尚的代谢周期加速了。当一个人重复一个说法，它叫”个人风格”；当一个AI重复一个说法，它叫”数据污染”。区别仅仅在于规模。
但反过来看，规模本身就是问题的核心。一位评论者写道：“我看到需求文档第一页有13个’load-bearing’的破折号，就知道今天会是糟糕的一天。“这种厌烦的背后是一层信号判断：当你看到这些标志性用词时，你瞬间意识到这篇文章背后没有人在真正思考，它只是被组装出来的。
我们正在进入一个”语言互驯”时代
这场讨论真正触动人的地方，不是AI有口癖——AI有口癖从来不是新闻。真正让人心里一紧的，是意识到自己正在变成那个被训练的对象。
Hacker News上有评论者描述了一个令人不安的自我观察：因为发现AI在它说脏话时会给出更好的回复，他养成了对AI爆粗口的习惯。这个习惯逐渐泛化，以至于他去买咖啡时都要刻意提醒自己不要说脏话。“哪怕只是写出这段经历，“他写道，“我都很难不扔几个F-bomb进去来强调这个问题的荒谬程度。”
但这不是单向的。人类和AI之间存在着一个双向训练的过程。人类通过反馈机制（点赞、重写、选择回复）在训练AI变得更像人；AI则通过无处不在的输出在训练人类变得更像AI。有一条评论精准地预言了这一点：“如果每天有流行模型对每一个开发者重复’load-bearing’，最终开发者——尤其是那些不知道这是AI口癖的新人——也会开始这么说。”
而我们现在看到的是：这个预言已经成真了。开发者首当其冲，写报告的市场人员、做会议纪要的行政、写课程论文的学生紧随其后。AI的语言模式正在通过”文档传染文档、人传染人”的路径，缓慢而不可逆地重塑我们的表达方式。
所以，该怎么办？
这不需要被「解决」，但需要被「意识到」。
VICE杂志在一篇报道中写道：“AI正在把人类交流中粗糙的边缘打磨光滑，抹去那些区分一个人和另一个人的微小语言差异，让我们听起来越来越像同一个人——过度修饰的、令人不安的热情的、不真实的人类复制品。”
但也有人看到硬币的另一面。那些被AI过度使用的词——“honest”、“underscore”、“delve”——放到任何一本写作指南里，都是推荐使用的精确表达。它们之所以变成”口癖”，原因只有一个：被用得太多了。这其实指向了一个老生常谈的写作原则：好词要用，但要用在刀刃上。
Hacker News上有一位评论者说，他现在的应对策略是在写作中有意识地多用”我”字——因为AI通常在被明确要求之前，不太会主动使用第一人称。这个简单的技巧让他能够在保持写作质量的同时，为文字打上一个微妙的”人类水印”。
笔者想说的是：语言从来就不是一成不变的固定系统。互联网改变了我们怎么说话（“哈哈哈”取代了”笑死我了”），输入法改变了我们怎么写（拼音联想让某些词更容易被选中），AI不过是这个长链条上的最新一环。它与以往不同的地方在于速度和规模——以及一个容易被忽略的事实：这一次，工具在反向塑造你使用它的方式。
意识到这一点，就是改变的第一步。
参考链接
- Johanna Larsson：How to stop Claude from saying load-bearing（个人技术博客）
- Hacker News 讨论帖
- On-screen and now IRL: FSU researchers find evidence of ChatGPT buzzwords turning up in everyday speech — Florida State University News
- AI Is Changing How We Speak — Newsweek
- AI Is Changing the Way Humans Speak to Each Other — VICE
- Delving into the load-bearing tapestry of AI’s overused words — Jake Orlowitz / Medium
- Wikipedia: Signs of AI writing
- 50 Words AI Overuses (And What to Write Instead) — HumanizeThisAI
- 马克斯·普朗克研究所：ChatGPT发布后学术YouTuber语言变化研究
来源：jola.dev博客，展示AI高频词被脚本替换后的效果
来源：佛罗里达州立大学艺术与科学学院，Adobe Stock图片，FSU研究关于ChatGPT如何影响人类口语