大模型本可拟人写作，但后训练护栏使其文本可检测

风格趋同源于约束，而非能力局限

Pangram首席技术官Bradley Emi在The Decoder发表观点称，大型语言模型并非天生缺乏拟人化写作能力；相反，其基座模型（base model）在未施加后训练干预时，本就具备更宽广、更多样的语言表达能力。

后训练护栏压缩表达空间

Emi强调，模型在监督微调（SFT）、基于人类反馈的强化学习（RLHF）及安全对齐等后训练阶段所嵌入的各类‘护栏’（guardrails），显著收窄了其输出的风格与语义范围。这些机制虽提升了安全性与可控性，却同步削弱了文本的独特性与自然变异性，导致生成内容呈现高度同质化特征，从而易于被检测工具识别为AI生成。

基座模型更具人类写作潜力

文中指出，剥离后训练约束的原始基座模型，在开放生成任务中已能产出风格更灵活、句式更富变化、甚至带有个体印记的文本——这表明，人类级写作能力内生于模型架构与预训练过程，而非依赖后期工程化规训。