最近一篇 Hacker News 上的文章《Claude 的承重词汇》（The load-bearing vocabulary of Claude）指出，“承重”（load-bearing）、“接缝”（seam）和“坦率地”（plainly）等特定术语在 GitHub 的合并请求（pull requests）中频率激增，这标志着大语言模型（LLM）正日益影响技术交流。 社区对此反应两极分化。许多用户认为这种“Claude 式语言”冗长、晦涩且做作，将其视为过度强化学习（RLHF）的弊端。批评者认为，这种重复且“废话连篇”的文体强迫用户浪费时间去解读那些往往缺乏实质内容的“文字沙拉”。 相反，也有人认为这些模型只是为原本杂乱无章或“几乎不成文”的提交记录引入了更专业、更严谨的英语。还有人表示，即便这些术语目前被过度使用，它们依然是表达复杂技术概念的简洁隐喻。 总的来说，这场讨论凸显了一个更广泛的担忧：随着人工智能生成的文本充斥互联网，它形成了一种反馈循环——模型在其他模型生成的内容上进行训练，这可能会导致交流能力的“前额叶切除”，从而产生一种同质化、机械化的方言，让专业人士在处理时感到愈发困难且疲惫。