知名软件工程师、技术作家Martin Fowler在2026年10月底的两篇博文中，集中讨论了他所称的“LLM Voice”（LLM腔）现象——读者如何凭直觉识别AI生成文本，以及这种直觉带来的争议与局限。Fowler在10月29日的Bliki文章《LLM Voice》中写道，阅读某些文章时会产生“越来越强烈的感觉”，认为自己读的是大语言模型的输出，尽管他无法确切说明原因。
“LLM腔”的直觉反应与工具怀疑
Fowler描述，这种感受伴随的是阅读欲望的“萎缩”，有时甚至达到“厌恶”的程度。他提到一些常见迹象，但强调“不是破折号，而是承重的挂毯”（it's not the em-dashes, it's the load-bearing tapestries）——这一表述指向AI文本中常见的堆砌意象。
对于市面上声称能区分AI文本与人类文本的检测工具，Fowler表示警惕。他怀疑这些工具的准确性，并认为依赖工具“错过了重点”。他写道，对LLM腔的反应是人类的反应，是一种“散文的恐怖谷”感受；等到需要借助工具来判断时，“已经太晚了，即使工具自信地告诉我没有LLM存在”。
自我怀疑与“一票否决”效应
Fowler也怀疑自己识别LLM腔的能力是否准确。他指出语言随时间变化，抱怨年轻人用语是年龄的常见标志。他举例说，自己对“adopting a new sales motion”或“a sharp round-up of news”这类表述会感到不适，但听到人类也这么说，因此这更多是代际差异，而非碳基与硅基的区别。
在10月21日的Fragments文章中，Fowler引用了Gergely Orosz的经历。Orosz举办了一场明确标注“No AI”的征文比赛，却发现有人使用AI参赛。Orosz表示，当他开始怀疑某部分内容来自AI时，对于不认识的人，他无法判断AI占比多少，也不愿投入时间精力去分辨。
“我担心大多数人没有意识到最后这一点：当需要花费他人的时间和精力去弄清有多少是AI、多少是你自己时，我就会直接假定它大概是100%的AI、0%的你。”——Gergely Orosz
Orosz进一步警告，在制作任何面向他人的内容时，即使只用了一点AI，也可能面临“全部是AI、不值得关注”的假设。Fowler对此表示总体认同，并称自己一旦听到LLM腔，就会“翻转bozo位”（flip the bozo bit）并停止阅读。
合理使用场景与公平性疑问
Fowler同时提出保留意见：自己的“神经网络”在AI检测上有多准确？人类是否在日常交流中吸收了AI式元素？更重要的是，AI存在一些合理用途。他举例说，Jim Highsmith讲述其“第二大脑”帮助他应对帕金森病的故事，以及英语不熟练的人使用AI进行翻译。
Fowler反问：当自己读到或听到这些人的内容而触发AI腔警报时，是否对他们不公平？这一问题将讨论从单纯的检测技术引向使用场景的伦理维度。
Fowler的博文并未给出识别AI文本的明确方案，而是呈现了直觉、工具与合理使用之间的张力。随着AI生成内容日益普遍，读者如何在效率与公平之间取舍，检测工具能否提升可靠性，以及“LLM腔”是否会随人类语言习惯演变而淡化，仍是值得关注的问题。