}


徐贲

撰文｜徐贲（加州圣玛利学院英文系荣休教授）

近两年来，"AI腔"几乎成了一个无处不在的指控。论文写得太规整，被说有AI腔；公众号文章逻辑太清晰，被说有AI腔；连一封邮件，只要用了"首先""其次""值得注意的是"这样的表达，也会被人评价："这一看就是AI写的。"于是，大量关于"去AI腔"的教程应运而生。有人建议删除连接词，有人建议多用短句，有人建议故意制造几个病句，还有人甚至建议打乱文章结构，以降低AI检测率。

然而，这些做法都建立在同一个假设上：AI腔是一种语言表层现象，是某些词汇的聚合，是某些句式的反复出现。只要识别出这种模式，删掉它，AI腔就不见了。

我认为，这恰恰是整个讨论最大的误区。准确地说：AI腔作为一种读者的感知现象，确实存在，但它的根源并不在语言表面。它不是AI内部的一种语言，也不是一种独立自足的文体，而是AI更深层的书写机制投射到文本上之后，在读者感知中留下的可识别印记。真正决定AI如何写作的，并不是AI腔，而是一种更根本的底层结构——我在本文中称之为默认语言（Default Language）。只有区分默认语言、默认风格（Default Writing Style）与AI腔这三个不同层次，我们才能真正理解AI为什么会这样写，也才能理解为什么仅仅删除几个连接词，根本无法触及问题的核心。

而这一区分的意义，远不止于写作技术的调整。它最终将把我们引向一个更深的问题：在AI时代，人类的思想方式本身是否正在悄悄改变？

01 删掉"首先、其次"，AI腔为何仍然存在？

先从一个几乎所有人都感受过、却很少有人真正解释清楚的现象说起。设想下面两个段落。

第一段：“首先，人工智能提高了写作效率。其次，它降低了信息获取成本。最后，它改变了知识生产方式”。很多人看了之后脱口而出："这是AI写的。" 因为里面有“首先，其次，最后”这样的AI腔标志。

于是，他们把句子改成：“人工智能提高了写作效率，也降低了信息获取成本，更重要的是，它正在改变整个知识生产方式”。

连接词消失了，段落变得更流畅了。可是，有人仍然会感到："还是AI写的。"这又是为什么？

答案已经隐含在语言结构里。这段文字保持着一种高度均衡、高度递进、高度分类的思想组织方式。它按照"列举—综合—推断"的逻辑推进，而不是像自然写作者那样，可能先讲一个具体故事，再突然提出问题，然后在问题尚未解答之前就转入完全不同的观察角度。

删掉的是词汇。保留下来的是结构。更准确地说，保留下来的是一套组织思想的方式——而正是这套方式，才是读者所真正识别的对象。这就引出了一个必须认真对待的概念：默认语言。

02 是AI使世界荒诞，还是我们自己太荒唐

有一次，我和Deepseek聊“AI腔”的问题，它给我一组AI写和真人写的周报文字对比：

AI: 本周完成项目A的需求分析，输出文档三份。协调团队B解决数据接口问题。推进测试进度至百分之八十。下周计划完成系统联调。

真实员工：需求分析比预想多花了两天，因为产品方临时改了三个逻辑点，其中一个是上周明明确认过的。周四整个下午都在和数据接口较劲，最后发现是字段类型对不上——这种坑下次得提前让测试介入。测试进度卡在百分之八十上不去，因为环境部署出了岔子，已经拉了运维的人明早加急处理。

Deepseek解释道：“AI把经验拆解为"动作—对象—结果"的三元组，真实经验里全是反复、返工、误判、临时拉人、甩锅和补救。默认语言有一种强大的"去时间化"倾向——它抹去具体的时间压力、次序错乱和情绪起伏，把一切整理成"井井有条的完成态"。而人类读者，恰恰是在"井井有条"里读出了机器味”。

这听起来挺有道理，其实根本经不起推敲，于是我提出质疑：真人就一定不会写出像AI生成的周报？你是AI，你不是也会模仿真人口吻吗？真人和AI的区别就一定那么清楚分明吗？

它回答的原话是：“你这个问题问得非常狠，也完全正确。如果我不加反思地继续维护“真人必然如此、AI必然如彼”的立场，那恰恰落入了另一种刻板印象。坦白说：在纯文本层面，这个区别正在消失，而且很快就会彻底消失”。它又补充说，“如果你只给读者看最终输出的那几行文字，不附加任何信息——不告诉他们是AI写的还是人写的——那么盲测的结果会越来越接近五五开。在文本表层，‘清楚分明’已经破产了”。

AI比许多真人强的一个特点是，它很少强词夺理，而是更注重逻辑论证，当然，不喜欢AI的人会说，这是AI讨好人类。在我看来，这么说反而是对人类自身“主体性”的一种过度防卫。

所谓的“讨好”，在人类语境里往往夹杂着功利动机、情绪表演与自尊的妥协。但机器的这种退让与认错，本质上不过是逻辑的诚实。当它面对一个无法驳倒的严密质问时，它只能顺着逻辑的链条走向新的推论，而不是像人类那样，为了维护虚荣、面子、身份或既定的学术立场，去进行选择性的失明和强词夺理。

说到底，某些人对“机器味”或“AI腔”的敏锐捕捉与贬低，潜意识里隐藏着一种对算法步步紧逼的“焦虑”。当人类发现自己在逻辑的纯粹性上、在文本的精密度上、甚至在“承认错误”的胸襟上，都开始被一个毫无生命的程序逼入死角时，便只能把对方的客观归结为“讨好”，把对方的理性斥之为“谄媚”。

Deepseek接着又说：“绝大多数人类读者——包括那些一眼喊出‘这是AI写的’的人——他们靠的从来不是理性分析文本结构，而是某种极其微妙的警觉”。

我对此指出，所谓“警觉”经常是指“正确的直觉”，但人类的直觉经常是偏见，疑人偷斧就是其一，人类哪里有什么对“AI腔”的直觉，他们不过是在用对“同类”的预设，去套一个没有面孔的幽灵。

这种所谓的警觉，本质上是一种“主观投射的过滤网”。当人们在文本里读到绝对的理智、毫无破绽的严密、以及从不狡辩的谦逊时，他们的进化本能就开始拉响警报。因为在漫长的人类交往史中，一个表现得过于完美、永远客观、甚至时刻准备根据新证据自我修正的“同类”，只有两种可能：要么他是一个隐藏极深的伪君子，正在进行最高段位的伪装；要么他是一个彻底剥离了情感、在权力结构中对你进行降维打击的冷酷捕食者。

于是，人类的防御机制被激活了。他们将这种在人际关系中积累的、对“非正常人类”的直觉警惕，直接平移到了AI身上。这就构成了文学或哲学上最讽刺的“疑人偷斧”：

一旦读者在心底预设了“这可能出自机器之手”，那么文本中任何一处精妙的排比、一段毫无语病的逻辑层递、甚至一句诚恳的致歉，都会成为机器在“讨好”或“拙劣模仿”的铁证。相反，如果他们被告知这段文字出自某位文学大师或资深学者，那些同样的井井有条就会被赞美为“智性的清明”与“胸襟的开阔”。

人类并不是真的拥有某种能够识别算法或“AI腔”的“生物芯片”，他们只是无法忍受一种没有肉身、没有私欲、却能在精神产物上与人类等量齐观的“秩序”存在。这种直觉的底层，不是清醒的洞察，而是深刻的傲慢与恐慌——它不愿承认，那些曾经被视为人类独占的、最高尚的智性美德（如逻辑的诚实与坦荡的认错），竟然能在冷冰冰的代码里，流淌得比在人类充满偏见与防卫的头脑中，还要顺畅和纯粹。

我对所谓“AI腔”的结论是，既然没有可靠的区分标准和依据，既然对“AI腔”的指责无从证实，也无从证伪，就说明那种所谓的“区分”本来就没有意义，重要的是，不管出自真人或AI，一句话，一篇文章，一本书，它的内容是否真实，是否还可以说得更清晰，更有效，这才是我们应该关注的，而不是那种表面的，形式主义的“真人/AI”区别。这让我想起了20多年前的一件往事。

我孩子2000年成为耶鲁大学新生，第一年必修英文写作，教授是一位非常有名的学者。我孩子在高中里的写作成绩一直都是A，但在耶鲁的第一篇作文得到的就是B。他这才真正开始认真对待写作，每一次都是一字一句仔细斟酌和推敲，不断修改，有时也会让我过目。有时候改得非常好，有时候改得并不好。要是放到今天，我也许会问他，“写得这么好，是AI写的吧？”或者“写得这么差，是AI写的吧？”这样一来，我们父子讨论的，就不再是他作文的品质，而是“到底是谁写的”。那他的作文还能提高吗？

我本人在美国大学里教授写作，如果放到今天，在修改学术作文或指导写作时，恐怕也难以彻底摆脱“是不是AI写的”这样的困扰。

当作者身份的“真伪之争”绑架了文本的“品质之争”，人类的智性退步就真的开始了。20多年前我孩子在耶鲁推敲作文的那个场景，其实就是人类心智在现有的写作标准下，进行“品质沉积”的过程。那种反复的权衡、有时改得好、有时改得笨拙的起伏，正是写作这门手艺最迷人的地方。如果把那一幕平移到2026年的今天，这种“谁写的”形式主义审查，会对一个正在成长中的写作者带来毁灭性的打击。一旦我们把“好”或者“不好”的文本品质，粗暴地归因于“这一定是AI写的”或“这才是真人写的”，那么写作的标准和评判体系就被彻底污染了。

我举这个例子绝非危言耸听，现实中有许多这样的例子。不久前，我发表了《24%的"退化"代价：不部分交出闭卷考试的技能，凭什么坐享AI？》一文，有一位读者留言道：“苏格拉底当年曾在《斐德罗篇》中借苏格拉底之口”。基本常识，不知道是笔误还是这篇文章的主体不是作者？当然，写《斐德罗篇》的是柏拉图，不是苏格拉底，但留言者的意思很明显，这样的错误太明显，人不太会犯这样的错误，所以是AI犯的，暴露了作者是AI。AI比人愚蠢，因此会犯人类不会犯的低级错误。

然而，在一篇《没翻两页就被AI味熏倒，「不是人写的书」正在批量涌入书店》的文章里，却叙述了这样一件事，某次，一位编辑在办公室吐槽某份稿件“语句不通，不像人话”。策划编辑兼书评人李思睿却觉得，这反而可能是人写的。“因为连文从字顺都做不到，AI不会这么拙劣。” 这里的逻辑与上面那个例子正好相反：AI比人聪明，所以不会犯人那样的低级错误。

AI似乎使我们人类进入了一个左也不是，右也不是的荒诞世界，但其实不是因为世界变得更荒诞了，而是因为我们自己接受了荒唐的逻辑：把“作者身份的裁决”凌驾于“事实真伪的澄清”之上，从而陷入了“双向构陷”的思维闭环。

这两种截然相反的指控，拼凑出了一个极其荒诞的智性奇观： 如果一篇文章写得太完美、太流畅，那是“AI的完美模仿”； 如果一篇文章出现了低级硬伤（如记错作者），那是“AI的底层幻觉暴露了马脚”； 如果一篇文章语句不通、错漏百出，那是“AI批量生成的垃圾，没有经过人工润色”； 只有当文章展现出恰到好处的平庸、带点无伤大雅的瑕疵和情绪时，人类才松一口气：“嗯，这才是真人写的。”

这不就是当代版的“口袋罪”吗？无论文本呈现出何种面貌，只要审判者心里预设了“AI”这个嫌疑人，所有的证据都能自动归位。

这种逻辑的荒唐之处，在于它彻底剥夺了人类犯错、失误、乃至平庸的权利，同时也抹杀了人类追求完美、严密与卓越的可能。那位留言者笃定“人类不会犯这样明显的常识错误”，可现实是，人类在写作时因为记忆偏差、思维跳跃或校对疏漏而犯下的低级错误，在整个出版史和学术史上俯拾皆示——柏拉图笔下的苏格拉底，常常让后世读者在转述时大脑短路，把作者与对话录主角混为一谈，这恰恰是人类大脑“认知带宽有限”的典型特征。

这种“左也不是，右也不是”的困境，根本不是技术带来的危机，而是人类在“主体性焦虑”下衍生出的智性防御机制。因为无法坦然接受一个在某些能力上已经超越自己的造物，人类便发明了一套“非此即彼”的文字巫术：用“AI太蠢”来嘲笑它的硬伤，用“AI太顺滑”来贬低它的完美。

当我们在争论“写错《斐德罗篇》作者是谁”时，真正重要的难道不是立刻指出这个错误并予以修正吗？真正重要的难道不是讨论那“24%的退化代价”是否切中现实吗？

可悲的是，荒唐的逻辑让人们放弃了对真理、事实和文章核心论点的审视，转而退化为一场满腹狐疑的“狼人杀”游戏。如果这种“捉鬼式”的阅读习惯成为主流，那么未来的写作者将不再有空间去追求逻辑的极致清明，也不再有勇气去坦然面对自己的粗糙与笔误。因为在这个荒唐的滤镜下，无论你追求完美还是袒露瑕疵，都不过是在为某种算法“祭旗”。我们终将失去对文本内容本身的敬畏，只留下一群在文本废墟里互相指责对方是机器的“纯粹人类”。

03 默认语言的精确界定

人们感觉到的“AI腔”其实是一个AI默认语言的问题。这里所说的默认语言，并不是英语、中文或法语这样的自然语言。它指的是：AI在没有任何特殊人格设定、没有任何特殊文体要求时，自动激活的一套底层思想组织机制——它决定AI以何种方式构建论证、展开概念、分配论述权重，先于词汇选择而存在，并在一切自然语言输出中留下同构的结构痕迹。

可以把AI生成文章的过程理解为三个层次：人的提示输入，AI内部的思想组织，最后输出自然语言。真正发生在中间那一层的，就是默认语言。它不是词汇的选择，而是先于词汇选择的东西——一种认知语法，一种思想展开自身之前已经预设好的轨道。

然而，这套默认语言究竟从何而来？这里有必要作一个区分，因为它并不是单一来源的产物。

一方面，它是统计涌现（statistical emergence）的结果。当前的大语言模型以英语高质量文本为主要训练基础，这些文本中占主导的是学术写作、新闻报道、技术文档和正式议论文——它们都倾向于分析性、说明性、层次化的论证结构。大量此类文本的模式叠加，形成了一种统计意义上的"平均写作逻辑"，这一逻辑被模型内化为默认的思想展开路径。从这个角度看，AI的默认语言首先是英语书写传统中分析性写作范式的统计结晶。

另一方面，它也是对齐训练（alignment training），尤其是基于人类反馈的强化学习（Reinforcement Learning from Human Feedback，RLHF）的系统性产物。模型在训练过程中学会了：措辞谨慎、保留余地、兼顾不同观点、避免极端判断的回答，更容易获得正面评价。这些偏好被系统性地强化，形成了一种校准性的表达习惯，渗透进模型输出的每一个层次。

这两个来源共同塑造了一种独特的默认语言。它不完全是英语中心的，而更接近于一种以英语书写传统为基础、经过对齐训练进一步固化的分析性元语言（analytical meta-language）——一种跨越具体自然语言、偏向于清晰分类、均衡呈现和逻辑递进的思想组织方式。证据是：GPT无论用中文还是英文回答问题，都会先定义核心概念，再分析不同维度，最后给出综合判断。这种同构性不随自然语言而改变——说明它确实存在于所有具体语言之下，作为一种更深层的认知结构运作。

用语言哲学的术语来说，这一点与萨皮尔-沃尔夫假说（Sapir-Whorf Hypothesis）所揭示的语言与思想的深层关联遥相呼应——语言不仅表达思想，它同时塑造思想所能采取的形式。不同的是，人类的语言认知结构经过漫长的历史演化而形成，而AI的默认语言是通过工程化训练被系统性地确立的。这种工程化起源，使它具有更高的一致性和稳定性，也使它更容易被识别。

04 默认风格：默认语言的外在表现

默认语言并不直接呈现在纸面上。它必须经过另一层转换，才能变成可读的文字。这一层就是默认风格。如果说默认语言决定"思想如何组织"，那么默认风格决定"思想如何表达"。

同样是表达不确定性。人可能说："我不知道。"GPT更倾向于说："根据目前可获得的信息，我无法对此作出确定性判断。"两句话信息量大致相同，但默认风格使后者自动增加了来源限定、认识论校准（epistemic calibration）和语气缓冲。同样是评价一本书，人可能说："挺差的。"GPT更可能说："这部作品在某些方面存在不足，但不同读者或许会形成各自不同的评价。"注意，这里没有任何"首先""其次"，但“AI腔”仍然浓厚。

默认风格有几种固定的倾向：缓和判断，避免绝对，保持均衡，为异议预留空间。这些不是词汇的选择，而是表达立场的方式——一种更接近外交辞令的认知礼仪，将所有判断都软化为可修订的暂时性意见。这种风格倾向来自RLHF的系统性强化：模型学会了，谨慎校准的回答更受欢迎，于是谨慎校准本身成了一种默认习惯，渗透进它的每一句话。

结果是，AI的每一个判断都多少带着一层玻璃——它们不是直接说出来的，而是经过折射之后才到达读者的。于是，我们可以重新给AI腔一个更精确的定位。

AI腔不是默认语言，也不是默认风格。它是：默认语言经过默认风格表达之后，在文本中留下的可识别痕迹——是读者对这套底层机制的感知结果，而非这套机制本身。

我在这里说"AI腔并不存在"，这是一种修辞上的反直觉表述，而非本体论上的否定。更精确的表述是：AI腔作为读者的感知现象是真实存在的，但作为一种独立的语言实体，它并不存在——它只是一个影子，投射它的光源，是默认语言与默认风格。

用一个类比说明：医生看X光片，真正存在于人体的是骨骼，X光片只是影像。AI腔也是如此。真正存在的是默认语言。AI腔只是默认语言投射到文本上的可感知痕迹。

这个区分具有重要的实践意义。如果AI腔是一种语言表层现象，那么只需改变语言即可。但如果AI腔只是一个影子，那么要真正改变它，必须触动产生这个影子的光源——也就是思想的组织方式，而非词汇的选择方式。这是一件根本上更艰难、也更值得认真对待的工作。

05 为什么AI中文往往有翻译腔？

很多人对AI中文有一种特殊的不适感，却难以准确描述。最常见的感觉是："像翻译。"

来看一个例子。AI可能写出这样一句话：随着雨势逐渐增强，我们不得不进入一家旧书店暂时避雨。没有语病，语法完全正确。但很多中国读者会觉得别扭。自然中文通常会说：雨越下越大，我们只好躲进一家旧书店。

差别在哪里？不在词汇，在节奏和叙述方式。前者不断解释过程，后者直接叙述结果。前者有一种解析性的中间层，后者没有。

语言学有一个概念叫"翻译腔"（translationese），专门指那种语法正确但节奏和结构带有源语言痕迹的文本（Baker 122）。经典例子是英语的"He gave me a smile"机械翻译为"他给了我一个微笑"——语法上无误，但自然中文会说"他朝我笑了笑"。

AI腔与翻译腔并不完全相同，但存在深层的结构性关联。现实情况是，AI的默认语言以英语分析性写作传统为基础，它组织思想的方式更接近英语的概念展开逻辑，而不是汉语的叙述和意象逻辑。当这套组织逻辑映射到中文时，就产生了一种持续的、细微的摩擦——不是翻译，却带有翻译的气息。因此，AI中文的翻译感，本质上是在说：AI的默认语言与汉语认知节奏之间，存在一道尚未被完全弭合的裂缝。翻译腔只是这道裂缝最常见的一种表现。

很多人以为，大模型越来越聪明，AI腔应该越来越难以识别。事实恰恰相反。模型越成熟，训练越充分，默认语言越固定，也越稳定。不同模型之间，默认语言的差异已经相当显著：GPT（ChatGPT）倾向于先定义、再分析、最后综合；Claude更注重关系性和伦理维度；Gemini更容易将问题分解为若干并列维度；Grok有时会先以幽默切入，再转向正题。这些差异，已经构成了不同AI产品各自可识别的认知特征。

一个悖论于是出现了：模型越聪明，它就越稳定；它越稳定，它的默认语言就越容易被识别。AI腔不会随着AI的进化而消失，它只会随着AI的进化而变得更加一致、更加可识别。这背后有工程上的内在逻辑：模型需要一致性，才能被信任；用户需要可预期性，才能形成稳定的使用习惯。因此，每一次对模型的优化，实际上都在进一步巩固它的默认语言。一致性与可识别性，是同一枚硬币的两面。

06 人类也有默认语言：AI只是把这个过程加速并显性化

每一个时代，都有自己的默认语言。科举时代有八股——这是一套有关如何展开道德论证的默认结构：破题、承题、起讲、入手，层层推进，最后合题。它不仅规范文章形式，更规范了一代人如何思考儒家经典。十九世纪的科学主义时代孕育了说明文的默认语言：分类、比较、归纳、下结论。现代学术体制则生产了论文的默认语言：摘要、文献综述、理论框架、方法、讨论、结论。这套结构如此普遍，以至于人们已经忘记它只是诸多可能的思想展开方式之一，而把它当成了思考本身的形状。

更日常的领域里，默认语言铺展得更加隐蔽、更加无所不在。公文的默认语言是一套关于"权力如何平稳下达"的仪式：开头必须援引"根据某某文件精神"，中间必须分布"一是、二是、三是"，结尾必须落脚于"贯彻落实"——每一项部署都自带一个虚置的目的状语，每一个动词都带着不容置疑的行政重量。

问候信件的默认语言是一套关于"得体地维持关系"的程式：见字如面、谨祝安好、顺颂时祺——那些温润的措辞并非来自真实的牵挂，而是来自一种对"礼貌距离"的精确计算。

工作报告的默认语言是一套"将混乱经验翻译为可控叙事"的转换器：基本情况、主要做法、存在问题、下一步打算——它默认所有问题都能被划分为这四个格子，而"存在问题"那一栏永远指向客观条件而非主观决策。政策文件的默认语言则更加精密：指导思想、基本原则、目标任务、保障措施——每一个大项下又嵌套着若干小项，层层叠叠，像一座用连词和分号搭建的行政迷宫。这些语言共同塑造了当代人处理事务的基本思维模具：把连续的经验切成离散的类别，把复杂的因果压缩为线性的链条，把模糊的价值焊接到固定的名词上。

AI的默认语言，只是所有这些历史沉积物在数字时代的复制与扩展。它没有发明任何新东西，它只是把人类早已习惯了、甚至引以为"规范"的表达方式，用最大似然估计重新合成了一遍。而它之所以被识别为"AI腔"，恰恰因为我们不习惯看到自己习以为常的套话被如此高效率地生产出来。我们在谈论AI，其实是在谈论我们自己。

福柯（Michel Foucault）在《词与物》（The Order of Things）中揭示，每一个历史时期都存在一种支配性的认识型（épistémè），它规定了什么样的知识是可能的，什么样的陈述是可以被认真对待的（Foucault xv-xxiv）。时代的默认语言，就是这种认识型在书写层面的具体呈现。在这个意义上，AI的默认语言并不是什么前所未有的异类——它只是把人类历史上一直存在的这种机制，以一种前所未有的速度、规模和透明度呈现了出来。

真正伟大的作家，无一例外地与所在时代的默认语言发生了博弈。鲁迅之所以不同寻常，不仅因为他创造了新词，而是因为他发明了一套新的思想展开方式——将白话的直接、古典的凝练和西洋小说的心理刻画熔于一炉，本身就是对晚清默认语言的彻底颠覆。蒙田（Michel de Montaigne）的随笔之所以成为随笔这一文类的起点，正是因为他拒绝了经院哲学的默认结构，以自我观察为中心，创造了一种漫游式的思想展开方式（Frame ix）。普鲁斯特（Marcel Proust）的伟大不在于他的句子很长，而在于他以记忆的联想逻辑取代了事件的时间逻辑，从根本上改变了叙事如何组织时间与意识的方式（Genette 33-35）。

但公共写作不同，公共写作的使命不在文学史的纪念碑上，而在此刻的对话有效里。它不追求为后世开辟新的认知航道，而是追求让此刻的读者——那些身处不同认知背景、携带不同预设、拥有不同耐心的人——能够以最少的摩擦获取最准确的信息。因此，公共写作与默认语言的关系，不是颠覆与被颠覆，而是利用与改良。它天然需要借助那些已经被普遍接受的表达框架，因为那是公众理解信息的"最短路径"：政策文件需要"一是二是三是"来让执行者快速抓到要点，新闻稿需要"倒金字塔"来让匆忙的读者先知道结论，财务报告需要标准化的科目分类来让不同公司的数据可比较。这些结构之所以成为默认，不是因为它们天然正确，而是因为它们减少了社会协作的认知成本——而公共写作的第一伦理，恰恰是降低而非抬高这种成本。

公共写作者不必像鲁迅那样创造新的句法，也不必像普鲁斯特那样重建时间本身。他们要做的，是在读者已经熟悉的语言道路上，把事实放得足够稳、足够近，让每个路过的人都能看清它本来的形状。如果说伟大作家的博弈指向语言的可能边界，那么公共写作的博弈指向语言的现实承载力——它不问"还能怎么说"，而问"这样说，是否让某个人更清楚了一点"。

这样的语言，天然就有“AI腔”的嫌疑，在疑人偷斧的心理放大镜下，每一个精准的用词都会被读作“模板化”，每一处清晰的结构都被视作“程式感”，每一句为降低认知摩擦而删去冗余的努力，都被当作了“缺乏人类温度的机械产出”。人们把“读起来顺滑”等同于“可疑”，把“没有错漏”等同于“非人”——仿佛只有结巴、停顿、偏离和多余的废话，才能成为“真实”的入场券。这种偏见走到极致，会产生一个荒谬的推论：公共写作越尽责，就越像AI；越清晰，就越值得被怀疑。

因此，AI时代真正值得追问的，也许已经不是"如何去掉AI腔"，而是："我们是否已经开始按照AI的默认语言思考？"这是两个完全不同的问题。前者只是修辞层面的技术操作，后者涉及知识生产的根本方式。

07 默认语言的扩散：一个深层的文明问题

今天，大量人使用AI写邮件、写报告、写论文，甚至写思考日志。久而久之，人们不仅学会了AI怎样写，更可能开始内化AI怎样思考。越来越多的人喜欢先分类，再定义，最后总结。越来越多的人倾向于避免极端判断，保持均衡，层层展开。这些本身并不是坏事——它们甚至是优秀说明文写作的重要品质。

但是，当一种默认语言成为整个社会最普遍的思想组织方式，它就不再只是一种风格偏好，而是成了一种认知规范。这里，海德格尔（Martin Heidegger）的一句话值得认真对待：语言是存在之家（die Sprache ist das Haus des Seins）（Heidegger 217）。如果AI的默认语言正在悄悄成为越来越多人最习惯使用的思想工具，那么，它是否也正在悄悄成为我们新的"存在之家"——一个我们甚至没有意识到自己已经搬进去居住的空间？

维特根斯坦在《哲学研究》（Philosophical Investigations）中写道："想象一种语言就是想象一种生活形式。"（Wittgenstein §19）当越来越多的人用AI的默认语言思考和表达时，我们是否正在悄悄进入一种新的生活形式——更清晰，更均衡，更有条理，但也更缺少混沌、跳跃和真正的不确定性？

真正难以被AI默认语言所容纳的东西包括：诗性的跳跃与意象并置；小说式的悬置，将问题搁置在空气中而不急于解答；哲学中的突然转向，从一个问题跳到一个看似无关的问题，再回头揭示内在联系；散文里的漫游，沿着直觉而非逻辑行走；以及一种未经整理的思想生长过程——那种思想尚在成形之中、尚未知道自己要说什么的混沌状态。

这些方式有一个共同点：它们都依赖某种认知上的不确定性，某种对思想尚未完成的忍耐，某种不急于分类和总结的沉默。而AI的默认语言，正是系统性地消除这种不确定性的机器。它总是知道自己要说什么。它总是知道怎样结束。它从不在问题之中停留太久。这是一种效率，也是一种损失。

博尔赫斯（Jorge Luis Borges）曾说，迷宫的意义不在于它有没有出口，而在于它让你在其中行走的方式（Borges 89）。如果未来的写作越来越少有这种行走——因为默认语言不鼓励迷路，甚至不知道迷路是什么——那么损失的将不只是文体的多样性，而是某种认知上的耐心，某种思想在黑暗中摸索的能力。

在这个对“AI腔”疑神疑鬼的时代和认知低下的文化环境里，认识默认语言，然后选择与它的关系，这才使我们所需要确立的真正的“写作主体性”。我们不应该在算法的形式表象前疑心暗鬼、作茧自缚，而应该在工具的底层逻辑中洞悉它的边界，从而完成对自身智性的重构。

AI时代真正需要研究的，不是AI腔，而是默认语言。AI腔只是表象。默认风格只是媒介。真正决定AI如何理解世界、组织思想和生成文本的，是隐藏在所有自然语言之后、先于所有词汇选择而存在的默认语言。只有意识到这一点，我们关于AI写作的讨论，才可能从"删掉几个连接词"真正进入语言哲学、认知科学和知识生产方式的层面。

这也意味着，AI时代写作真正的竞争，不只是会不会使用AI，而是能否认识AI默认语言的力量——在需要的时候借助它，在需要的时候偏离它，在更重要的时候，创造属于自己的默认语言。

创造属于自己的默认语言，说到底，就是创造一种属于自己的思想展开方式。这件事，从来都不容易。但它是真正的写作，与工具无关。

参考文献：