AI 写的句子为什么难读

你大概有过这种体验：一段 AI 生成的文字，每个词都认识，连起来读却格外费劲。一项 10 月下旬挂出的语言学研究，把这种「说不上来的别扭」拆开量化了。

一、发生了什么

三位研究者构建了一个覆盖多个领域的 AI 文本语料库，用心理语言学里已知会拖慢人类阅读的特征做检查，比如宾语从句前置、跨句的长距离搭配、生僻的常见搭配序列。10 月 21 日提交的结论是：九个前沿及准前沿模型在这些「难读特征」上的使用频率，普遍高于人类写作者，也高于拿同一篇文字来回翻译两次得到的改写版本。

具体到特征上：所有受测模型都更爱用「无生命的东西做主语去执行动作」的句式，也更爱堆叠低频的词组；多数模型还出现更长的句内依赖、更密集的名词串，在对话场景里则更多使用简化的宾语从句。不同模型家族之间的差异相当明显，这说明难读不是某一个模型的毛病，而是整条技术路线的共性。

二、为什么是这个解释

研究团队提出了一个假设并做了验证：人类语言在演化里优化的是「沟通成功」，而模型训练时面对的目标越来越多是数学、代码和推理这类任务，压力指向单位长度的信息密度——一句话塞进越多内容越好。他们做了一个概念验证：给模型加上长度惩罚做微调，逼它写短，结果它的语言行为明显偏离人类样态。也就是说，追求压缩本身就会把文字推向难读。

这一层解释比「AI 爱用大词」深得多：问题出在优化目标，不在词汇表。背景补充：心理语言学的经典结论是人类阅读对某些句法结构天然更费劲，这部分常识不来自该论文本身。

顺带一提，对照组的设计很巧：把一段文字机器翻成外语再翻回来，词汇会变但结构大体保留，拿它和原模型输出比，就能把「用词问题」和「结构问题」分开。结果显示模型输出的难读程度超过了这个对照组，坐实了问题不在用词。

从写作的角度看，这项研究也给「怎么让 AI 写得更像人」提供了反方向线索：既然长度压力会扭曲语言，那在提示里松开字数限制、允许啰嗦一点，输出反而可能更自然。

三、怎么用

1. 让模型写给人看的文字时，明确要求短句、主动语态、具体名词，把「信息密度优先」的目标拉回来。
2. 判断一篇稿子是否像 AI 写的，除了套话，还可以看主语是不是老是无生命物体、名词是不是一摞摞出现。
3. 做产品文案的团队，可以把人工改写保留为固定工序，别让机器稿直接面向读者。

四、三个别信的说法

「难读是因为模型词汇量太大。」 生僻词只是表征，论文里来回翻译的对照组用词并不特殊，但结构照样比模型友好。真正的差别在句法选择。

「换个模型就解决了。」 论文显示九个模型全都中招，只是程度不同，家族之间有差异但没有人幸免。

「读着累是读者的问题。」 这些特征在心理语言学里有明确的加工成本证据，读得累是文本造成的，不是读者能力问题。

五、一句话结论

AI 文字难读的根源，是它的优化目标里没有「让你轻松读懂」这一项。

信息来源

• AI 生成语言为何难懂的论文摘要（2026-10-21）

功能与价格以官方公告为准。本文写于 2026 年 10 月 25 日。