LLM写作腔指的是一种让读者觉得文字像由语言模型生成、因而显得不自然的感觉。Martin Fowler认为，这种反应并不总能明确归因于某个词句，却可能削弱读者继续阅读的意愿；检测工具也未必能解决问题，因为读者的感受往往先于检测结果出现。
LLM写作腔为何难以简单判定
Fowler提醒，语言习惯会随年代和社群变化，人们熟悉或反感的表达不一定能区分人类与模型写作。因此，他不建议把“听起来像AI”当成可靠判据，也不认为检测器能替代读者对文字的判断。文章关注的核心不是追查作者身份，而是文字是否真正传达了人的思考与个性。
AI写作的边界与例外
他建议作者谨慎对待让模型起草正文的做法：即使随后由人修改，原有的表达方式也可能难以彻底改变。他认为让模型协助拟定提纲或许可行，但正文应由作者自己写，并建议披露AI具体如何参与。这个主张有现实边界：他承认，有案例经专业编辑大幅润色后，最终文章没有明显的模型腔。
Fowler也承认翻译、辅助残障作者表达、填写例行公文或撰写可能只供流程处理的报告等情境，可能让AI代写更合理。关键在于写作目的：当文字要把一个人的想法传递给另一个人，亲自组织语言也能帮助作者理清思路并持续练习。至于模型日后能否写得让人无法辨别，以及机器可读文档是否会改变这项判断，仍是开放问题。