知名軟件工程師、技術作家Martin Fowler在2026年10月底的兩篇博文中，集中討論了他所稱的“LLM Voice”（LLM腔）現象——讀者如何憑直覺識別AI生成文本，以及這種直覺帶來的爭議與局限。Fowler在10月29日的Bliki文章《LLM Voice》中寫道，閱讀某些文章時會產生“越來越強烈的感覺”，認為自己讀的是大語言模型的輸出，儘管他無法確切說明原因。
“LLM腔”的直覺反應與工具懷疑
Fowler描述，這種感受伴隨的是閱讀慾望的“萎縮”，有時甚至達到“厭惡”的程度。他提到一些常見跡象，但強調“不是破折號，而是承重的掛毯”（it's not the em-dashes, it's the load-bearing tapestries）——這一表述指向AI文本中常見的堆砌意象。
對於市面上聲稱能區分AI文本與人類文本的檢測工具，Fowler表示警惕。他懷疑這些工具的準確性，並認為依賴工具“錯過了重點”。他寫道，對LLM腔的反應是人類的反應，是一種“散文的恐怖谷”感受；等到需要借助工具來判斷時，“已經太晚了，即使工具自信地告訴我沒有LLM存在”。
自我懷疑與“一票否決”效應
Fowler也懷疑自己識別LLM腔的能力是否準確。他指出語言隨時間變化，抱怨年輕人用語是年齡的常見標誌。他舉例說，自己對“adopting a new sales motion”或“a sharp round-up of news”這類表述會感到不適，但聽到人類也這麼說，因此這更多是代際差異，而非碳基與硅基的區別。
在10月21日的Fragments文章中，Fowler引用了Gergely Orosz的經歷。Orosz舉辦了一場明確標注“No AI”的徵文比賽，卻發現有人使用AI參賽。Orosz表示，當他開始懷疑某部分內容來自AI時，對於不認識的人，他無法判斷AI佔比多少，也不願投入時間精力去分辨。
“我擔心大多數人沒有意識到最後這一點：當需要花費他人的時間和精力去弄清有多少是AI、多少是你自己時，我就會直接假定它大概是100%的AI、0%的你。”——Gergely Orosz
Orosz進一步警告，在製作任何面向他人的內容時，即使只用了一點AI，也可能面臨“全部是AI、不值得關注”的假設。Fowler對此表示總體認同，並稱自己一旦聽到LLM腔，就會“翻轉bozo位”（flip the bozo bit）並停止閱讀。
合理使用場景與公平性疑問
Fowler同時提出保留意見：自己的“神經網絡”在AI檢測上有多準確？人類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。他舉例說，Jim Highsmith講述其“第二大腦”幫助他應對帕金森病的故事，以及英語不熟練的人使用AI進行翻譯。
Fowler反問：當自己讀到或聽到這些人的內容而觸發AI腔警報時，是否對他們不公平？這一問題將討論從單純的檢測技術引向使用場景的倫理維度。
Fowler的博文並未給出識別AI文本的明確方案，而是呈現了直覺、工具與合理使用之間的張力。隨著AI生成內容日益普遍，讀者如何在效率與公平之間取捨，檢測工具能否提升可靠性，以及“LLM腔”是否會隨人類語言習慣演變而淡化，仍是值得關注的問題。