Linux.do 社区的一篇帖子引发了关于 DeepSeek 生成内容高度同质化的讨论。作者总结了使用该模型撰写公众号文章时出现的一系列特征,包括指向读者的讲解腔、路标转场(如“聊到这儿”)、特定的句式翻案腔(“不是…是…”)、以及说教式的结尾。帖子指出,目前的 AI 生成文本虽然句式高度规整、书面语匀质,但严重缺乏真人随笔的随性断层、口语化瑕疵和个人化印记。此外,AI 倾向于使用套路化的通识隐喻和虚构的表演性情绪(如“我愣了一下”、“火大”),导致文本呈现出一种刻意的“伪人”感。该现象不仅反映了 DeepSeek 的特点,也揭示了当前大语言模型在模仿人类个性化风格和自然口语方面的局限性,引发了开发者对于如何通过高质量 Prompt 调教来打破这种刻板模式的思考。
事件分析
💡 核心观点:大模型生成的“AI味”源于概率预测下的平庸套路,打破这种刻板模式化是实现高质量、拟人化 AIGC 内容的关键挑战。
原文链接:Linux.do





