知识卡片：ChatGPT突发封杀令！全球AI写手一夜断粮

一句话结论：据新智元报道，ChatGPT 开始拒绝按指定作家姓名模仿文风；同时，行业观察认为模型语言表达能力在强化学习重代码、轻散文的取向下退化。依赖特定提示词和模型行为的AI写作流水线变得脆弱，人的经验、判断与表达欲反而更值钱。

事件概述或研究问题

• 原文称“AI写作的黄金时代正在崩塌”：模型一代比一代强，文章却一篇比一篇烂；用户感觉模型输出“通篇读完留不下一句话”。
• 剑桥大学博士后 Adam Hunt（演化精神病学与人类演化方向）在7月28日发长帖表示悲观，认为模型能力分布像“带尖峰的圆”：代码和数学的尖峰持续增长，语言表达和简单推理没有同步提升。
• 具体触发事件：Reddit 用户抱怨自己用 ChatGPT 写书数月，暂停一段时间后，原来可用的“指定作家名”提示词突然被拒绝；Ars Technica 和 Engadget 测试多位知名作家后，发现 ChatGPT 均拒绝模仿。

方法/产品要点（原文所述）

• 训练重心转向代码：代码数据来源多（GitHub 提交、审查、PR），且有明确反馈信号（能否跑通）；散文没有自动打分机制，强化学习不会向语言风格方向优化。
• 语言表达依赖预训练“老本”，可能不仅不提升，还会为配合其他领域提升而退化。
• 古德哈特定律：当某项指标成为训练目标，它就不再准确反映真实能力；基准测试分数上涨不代表实际体验同步上涨。
• 新的模仿限制：指定作家姓名（斯蒂芬·金、J.K.罗琳、谭恩美、狄更斯、海明威、阿加莎·克里斯蒂）会被拒绝；不点名、只要求抽象特征（悬念强度、叙事节奏、对话密度）仍可生成，但文风“味儿”不同。

主要结果或产业意义

• 动摇了用户对AI写作的基本预期：模型未必越写越好，提示词也不再长期有效；平台规则一变，围绕特定模型搭建的写作流水线可能整体失效。
• AI写作不会消失，但退回到“工具”位置：可查资料、理结构、改句子，不能替作者决定写什么、为什么写。
• 对内容生产行业的意义：人的经验、判断和表达欲正在变得更稀缺、更有价值。

为什么重要

• 这是对“模型越强，语言能力越强”直觉的一个反例：可验证领域（代码/数学）与开放语言创作领域的进步可能并不同步。
• 提示词依赖存在系统性风险：用户与平台之间的规则变化可能一夜之间改变可用性，而不是渐进式升级。
• 在AI内容泛滥背景下，“模仿受限”意味着平台政策、模型行为与内容生产流程之间的张力正在显性化。

与既有脉络的关系

• 本条与已有相关卡片无直接延续；相对 AlphaEvolve 在数学/代码领域取得算法突破，本条提供对照增量：在缺少明确奖励信号的语言创作领域，AI能力可能停滞甚至受到限制，不能将代码/数学上的突破直接外推到所有任务。

局限与不确定性

• 原文未提供 OpenAI 官方公告或正式政策文本，“封杀令”是媒体概括，待核实。
• 未提供 Reddit 原帖、Adam Hunt 长帖、Ars Technica 与 Engadget 测试的详细方法/版本，测试结论是否普遍适用，待核实。
• 未说明“拒绝模仿”是政策变化、模型训练调整还是安全对齐措施，待核实。
• 原文标注日期为2026-08-01；相关事件的具体发生时间、范围和官方口径待核实。

可用于图书/PPT/简报的角度

• “AI能力不是均匀地图，而是尖峰与洼地”：用代码/数学尖峰和语言洼地作比喻。
• “提示词会过期”：内容生产流水线的脆弱性。
• “当AI不能模仿名家”：AI写作的版权、合规与工具定位。
• “越不可打分，越需要人”：从RL奖励机制看人类判断力在AI时代的价值。

原始材料

• 英文标题（参考资料）：ChatGPT stops cloning famous writers' voices, but may capture a similar feeling
• 英文关键词：ChatGPT; AI writing; style imitation; reinforcement learning; Goodhart's law; AI-generated content
• 原始来源：新智元（via AIERA），2026-08-01
• URL: https://aiera.com.cn/2026/08/01/other/admin/106776/chatgpt%e7%aa%81%e5%8f%91%e5%b0%81%e6%9d%80%e4%bb%a4%ef%bc%81%e5%85%a8%e7%90%83ai%e5%86%99%e6%89%8b%e4%b8%80%e5%a4%9c%e6%96%ad%e7%b2%ae