凌晨两点，当我对着年终总结的空白文档发呆时，困得发昏手指下意识地敲，「这不是一种‘赋能’，而是一种‘资源闭环’ ……」

那一刻，空气似乎凝固了一秒。我并没有打开 ChatGPT，但那个典型的「不是 …… 而是」就像幽灵一样，从我的键盘里蹦了出来。

这不是我一个人的毛病，在座的各位可能都经历过。马克斯 · 普朗克人类发展研究所的一项最新研究，向我们展示了一个令人脊背发凉的趋势，我们曾理所当然地认为 AI 是模仿人类智慧的学徒，但现在的证据表明，这个学徒正在反过来，教师傅怎么说话。

「零号病人」

为了更准确地研究这个现象，研究人员在实验设计上颇费了一番心思——他们分析了超过 740，249 小时的人类语音记录（内容量相当于一个人不眠不休地听上 84 年）。这些数据涵盖了 36 万个 YouTube 演讲视频和 77 万集播客节目。

之所以选择「播客」作为核心研究样本，是因为社会语言学家认为，演讲往往是脚本化的，人们有充足的时间用 AI 来精修文案；但播客不同，它是高度即兴、高频互动的自发性语言。在热烈的交谈中，人类的大脑会进入一种类似于「自动驾驶」的直觉模式。如果 AI 的特征词汇出现在这种场景里，那就说明它已经不仅仅是外接的工具，正在深入「脑髓」。

这样的数据选择范围，果然让他们捕捉到了一些异常信号。自从 2022 年底 ChatGPT 发布以来，人类口语中某些特定词汇的使用频率，划出了一条几乎垂直的上升曲线。

在这场语言传染病中，单词「Delve」（钻研）被公认为零号病人。在 2022 年之前，这个词几乎就是被冷落在字典的某个角落里，只有在非常正式的文学或严谨的学术论文里才会偶尔露面。但到了 AI 时代，它是算法最忠实的心头好，AI 对这个词的偏好度比人类高出数百倍。

紧随其后的还有像 Meticulous（一丝不苟）、Comprehend（理解）、Underscore（强调）、Realm（领域）这种听起来很有礼貌、但平时聊天基本没人用的词。

佛罗里达州立大学的计算语言学家通过更细致的对比发现，学习新词的行为没有想象中的那么「自然而然」，而是一种精准的、被动的模仿。比如，我们开始疯狂使用 Underscore，但它的近义词却几乎无人问津。

这种选择性的频率爆发说明，我们并不是因为词汇量匮乏在主动求变，而是因为大脑被 AI 输出的高频文本持续「投喂」后，建立了一种路径依赖。当大脑需要表达「强调」这个概念时，那个被 AI 反复强调的路径，便成了阻力最小的出口。

谁在免疫，谁在沦陷？

但怎么就一定是 AI 导致的呢？可能是上网冲浪太多了呢，社交媒体、短视频、日常聊天互动，都是有可能影响语言习惯的啊。

为了理清这种可能性，研究人员用了计量经济学中的「合成控制法」。他们利用大数据构建了一个「没有 AI 发布」的平行宇宙模型。在那个虚拟世界里，人类语言按照过去的演变逻辑缓慢进化—— Delve 这些的使用率，平稳得如同常年没有波动的 A 股市场（不是）。

而在现实宇宙中，这些词的暴涨与技术发布的时间点完美契合，这就让 AI 作为语言习惯改变的主要因素，显得更有说服力了。

这种干预背后其实隐藏着心理学上的「启动效应」。当我们每天阅读由 AI 生成的周报、邮件和新闻简报时，这些词汇就在我们的短期记忆中不断被加权。当我们在麦克风前或会议室进行即兴表达时，这些被过度启动的词汇就会像自动联想一样，不知不自觉就从嘴里蹦出来。AI 的语言风格正以一种温水煮青蛙的方式，替换掉我们原本个性化的表达。

这场语言病毒的传播展现出了极强的圈层偏好。研究发现，感染率最高的领域集中在科学技术、商业和教育行业。

倒也 …… 不意外，因为这些人刚好也是第一批吃螃蟹的人，很早就开始尝试用 AI，AI 在日常生活中的渗透程度也更高。

他们每天在高强度地处理由算法生成的逻辑框架，又习惯了那种聪明的、滴水不漏的表达方式。当他们试图展现自己的专业性时，潜意识会告诉他们，模仿那种「AI 式的正确」是最安全的做法。

相对的，体育和宗教领域就表现出了惊人的免疫力。在体育播客中，那些垃圾话、极度情绪化的感叹词和短句，还是主要的输出方式。宗教更特殊一点，经文和信仰构筑了一道天然的文化防火墙。

虽然马克斯 · 普朗克的研究基于英语语境，但在中文互联网上，类似的「AI 感染」同样随处可见，比如「不是 …… 而是 ……」的句式。

有一说一，中文比较特殊的地方在于，很多词和用语本来也算得上常用，也不完全由 AI 发明，但 AI 的高频调用极大加速了它们的扩散。所以在中文语境中的情况变成了，原本习惯这样说话的人，现在特别容易被「随手鉴」打成 AI。

上一次有这样的感染，还是大厂黑话，那个流行程度之广——即便不是大厂员工、不在互联网工作，也会时不时冒出几个「底层逻辑」、「赋能」、「闭环」、「全维度」等「黑话」词汇。

这种对比揭示了一个残酷的真相：越是追求效率、逻辑和标准化的领域，越容易被 AI 那个去个性化的灵魂所夺舍。不容易被渗透的，要么是非常严实、几乎密不透风的壁垒（宗教），要么是非常野生的，规则时不时会被打碎的场域。

可以看出来，AI 入侵的不仅仅是词汇，更是我们对「什么是有效表达」的价值判断。这才是整项研究最让人不安的地方——它很像是贪吃蛇游戏，一直玩一直玩，蛇尾越来越长后，总是会咬到自己。

AI 在人类过去积累的纯净数据中学习，提炼出了一种最符合概率、最平均的表达风格。随后，人类大量使用、阅读，下意识地习惯了这种风格，在社交媒体和口语中生产出更多「含 AI 量」极高的数据。接着，下一代 AI 模型又开始抓取这些已经被污染过的、高度同质化的数据进行训练。

这种循环会导致语言的坍缩。康奈尔大学的研究者警告说，这会引发一种集体创造力的稀释。当一种「正确但无聊」的方式说话弥漫时，语言中的地域色彩、个人癖好、甚至是那些充满生命力的误用都会消失。语言不再是思维的火花，而成了流水线上的标准零件。

当然，我们不必过度陷入「被机器扼住喉咙」的恐慌——语言本身就是流动的，我们今天习以为常的很多表达，在几百年前可能都不存在。

表达方式的更迭，也是跟随着技术迭代发生的。但「Delve 综合症」至少给我们提了一个醒：这世界上最无聊的事情，莫过于两个人类坐在对面，却像两个机器人一样，礼貌地交换着早已预设好的概率。保护好你的口癖，你的瑕疵，那是你作为人类的不应抹去的特征。