Narayanan 谈 Claude 文风退订：过度「聪明」的写作为何适得其反
random_walker · x · 2026-10-29
普林斯顿教授 Arvind Narayanan 讨论「超级智能的写作」该是什么样：人们预期是好文章特征（比喻、信息密度、造词、简洁有力）的放大版，Claude 一度确实如此，但 Anthropic 最近因用户投诉回调了这种「neuralese」文风——对多数人来说它不像超级智能，反而像「聪明人想象中的蠢人写作」。
要点：
- 读者对信息密度和密集比喻的感知是一条倒 U 曲线（配图漫画）：超过某个点后完全反噬；人类作家不过度堆砌不是能力问题，而是顾及读者的认知负担——模拟读者体验是最难学的写作技能之一。
- 训练 AI 模仿平庸人类写作很容易，但优化到「被感知为好」极难；当所有人用同样几个模型时，模型的语言癖好很快被厌倦（他吐槽从此不能再用 "load bearing" 这个好比喻）。
- 更大的问题：经济中的多数任务更像国际象棋（有清晰可优化的指标），还是像写作（多维平衡、除模仿人类外缺乏训练信号）？
「漫话AGI」频道最新
- 「怕的不是 AI 取代你，而是发现你爱的只是敲代码」引共鸣 — feregri_no · 2026-10-29
- 卫报：错误频出成本高企，全球雇主开始收缩 AI 应用 — GaryMarcus · 2026-10-29
- 早期 AI 研究者身家九位数,加密核心开发者当年年薪仅 15 万美元 — menhguin · 2026-10-29
- 为何早期 low-code 用户是用 AI 最强的人群：他们练过「受苦肌肉」 — jacob_posel · 2026-10-29
- 实验猴从 3000 美元涨到 2 万+,AI 设计新药引发「猴子危机」 — davidad · 2026-10-29
- 「水管工看 AI 取代大学生」梗图:蓝领的反向微笑 — miniapeur · 2026-10-29