大模型为何越来越不说人话？从思维链压缩到语言退化

近期，不少开发者在验收编程与推理大模型的输出时，发现AI的语言表达变得越来越晦涩难懂。

诸如“账本15/15全绿”、“单腿哑火”、“同波大删除”等古怪表达频繁出现。初看不知所云，细究才发现很多是英文俚语的生硬直译——比如“单腿哑火”往往对应开发语境下的“one leg is dead”（指双路备份中的一条路径失效）。然而，诸如“与你对拍”、“把皮重新揉一揉”等行话黑话肆意泛滥，让不少用户感叹AI的日常中文交流能力严重退化。

为何AI开始讲“黑话”？

大模型语言风格异化的原因主要有两个：代码基准测试的过拟合，以及厂商对推理思维链（CoT）的主动压缩。

随着各大模型厂商在编码跑分上激烈内卷，模型训练集被灌入海量专有代码注释与机器直译语料，使得自然语言输出严重被代码黑话侵蚀。

更深层次的原因在于算力与 Token 成本的博弈。为了降低推理成本，部分模型厂商在微调阶段刻意引导思维链采取极度精简的“穴居人式”语言——剥离主语、虚词及辅助过渡，仅保留核心语义锚点。此前有开发者解密部分隐藏推理流时发现，这类被高度压缩的思维语言在推理阶段能节省高达 70% 的 Token 消耗。

这种趋势甚至渗透到了开源社区。GitHub 上曾火爆一时的“CaveMan”提示词项目就以“能用一个词绝不用两个词”为原则，专门教 AI 舍弃繁复语法以节省算力。当大模型长期适应这种逻辑后，其对外输出的自然语言也开始不可避免地出现语法断裂与黑话堆砌。

天然的压缩系统：文言文与AI母语猜想

有技术研究者指出，如果大模型推理追求极致的信息密度，文言文在结构上恰恰符合这种需求。

汉字本身作为表意文字，信息密度本就高于表音文字；古代为适应竹简等昂贵载体，文言文经历了几千年的系统性语法压缩，主谓省略、语序紧凑。早在 2019 年，开发者黄令东就曾在 GitHub 开源过名为 wenyan-lang 的文言文编程语言，完全以文言语法和繁体字符运行程序，在当时引发热议。

体验分野：文本排版与人性化表达的价值

面对普遍的“语言退化”，也有产品采取了不同路线。例如 Google 的 Gemini 系列在近期的版本中，依然维持了较为自然的中文对话风格与清晰的排版设计。

除了底层语料配比，Gemini 在交互界面的视觉层级设计上也下了功夫，通过缩进块、辅助线、留白与规范列表，减少了视觉杂音，使输出更容易被人脑解析。

在大模型参数规模动辄数千亿、各家狠抓代码基准跑分的当下，如何在压榨推理算力与保持良好的人机交互表达之间取得平衡，正成为各家大模型团队亟需解决的新课题。