さまざまなLLMの匂い

2026年5月29日原文(shvbsle.in)

概要

LLMを使った執筆の「AI臭」についての気付き
初期はAI生成文が魅力的に感じられた経験
3か月後、同じ文体や構造がネット全体に拡散していることを発見
「AI臭」が様々なAI支援タスクで現れる現象
具体例として、文章構造やWebデザインでの共通パターンを紹介

AI生成文における「AI臭」の発見

昨年末、 数学ブログ 執筆に LLM を活用
AI生成文は 語彙力や文構造 が自作より優れている印象
当初は「AI特有の違和感（AI-slop）」を感じなかった
しかし約3か月後、 同じ文体や構造 が インターネット全体 に蔓延
「AI臭（ai-smell）」という特徴が AI支援タスク全般 で浮かび上がる現象

LLM執筆の具体的な「AI臭」例

パンチライン の多用
- 「Humans trust symmetry because it feels like intelligence made visible.」
- 「The Tiger fit the story. Jin-yong fit the physics.」
- 「Symmetry becomes a trap.」
連続する短文
- 「Yet the tilt is not an accident. It is the shape of the optimum.」
- 「Then AlphaEvolve arrived. It had no preference for symmetry. No aesthetic prior. No instinct to preserve harmony.」
- 「These examples are not decorative. They form a distributed argument.」
「X is the Y of Z」構文
- 「Cringe is the visible signature of moving along a gradient you chose.」
「XだけでなくYも」パターン
- 「solutions that do not merely satisfy the constraint but satisfy the aesthetic instincts」

AI生成ウェブサイトに見られる共通パターン

JetBrains Monoフォント の多用
「step」や箇条書き が同じフォントで頻出
統一されたボタンやカード、バッジの点滅エフェクト
フットノート の使い方が類似

AI支援ツールへのスタンス

LLM/AIの創作活用自体には否定的でない立場
ただし、 AI臭 が様々な領域で認識可能になってきたことへの着目
今後も AI特有の表現やデザインパターン の観察継続

Hackerたちの意見

何もない、何もない。ただの_____か、アプローチを「正直」と表現すること。

└

ジャブ、ジャブ、スラストがそのパターンを考える時の俺のイメージ。タップタップ、ワックでもいいけど。そして、ポジティブな表現にも出てくる: 「スムーズ。楽々。あなたのニーズに完璧にフィット」。このような非公式または説得力のある文章スタイルでは、ポイントを強調するために使われる感じがする。こういうサインについてオープンに話すのをやめてほしいな。ある程度の正確さで判断できるのはいいけど、それが永遠には続かないだろう。

└

「正直」「ストレート」「本物」「実際」「リアル」って言葉は、俺には弱い主張を隠すための言葉にしか思えない。ここで「本当にそうなの？」ってスタイルでサブエージェントがファクトチェックをするフックを考えてるんだけど、ひどすぎるからね。それに、「XじゃなくてYだ」っていう偽の区別も、ソブシチが「運転じゃなくて、車に乗ってるだけだ」って主張するのと似たような使い方されてるよ。

LLMが生成した文章は、自分の文章よりも明らかにかなり良く感じた。LLMの一般的なパターンは、あなたが苦手なことに対してすごく得意に見えることだ。つまり、特定の分野でその出力が自分のものよりもかなり良いと感じるなら、その質を効果的に判断する能力がない可能性が高いってこと。

└

記憶術: geLL-Mann アムネジア効果

└

正直、LLMの文章が少しでも通用するなんて思えない。こう思う人はもっと読書した方がいいよ。月に一冊読むのなんて、全然目標にならないし。メルヴィルやヘミングウェイ、チョーサー、シェイクスピアを読む必要はないから、人気のNYTベストセラーを一冊手に取ってみて。それがLLMが生成できるものよりもずっと良いから。

└

絵を描くのが好きなんだけど、LLMの画像（あと、もしかしたら非LLMのものも）には耐えられない。理由は、整合性がない（視点、小さなディテール、色彩理論）と、ディテールが多すぎて視覚的なノイズになってしまうから。ほとんどの絵画では、アーティストは最も詳細な主題を描いて目を引くようにして、そこからディテールが失われていくのに何らかの論理がある。このようにして、アーティストが最も興味を持っているものを特定するんだ。LLMは、写真のモンタージュにフィルターをかけたように見える。

└

確率については異論はないけど、今のフロンティアモデルは、俺がかなり詳しい分野でも書くのに完全に無駄ってわけじゃないよ。1年前にはそんなこと言わなかったけどね。常に注意深く見守らないといけないけど、専門家でも見抜くのが難しいような、もっともらしいナンセンスを吐き出すのが得意なんだ。でも、裏で行われているサイコロの振り方は、正しい/役に立つ方向に偏っていることが多いよ。

└

LLMの一般的なパターンは、自分が苦手なことに対してすごく優れているように見えることだよね。コーディングにも当てはまると思うけど、これがHNでのLLM生成コードの質についての意見の極端な違いを説明する一因かもしれない。1つ目のグループは「AIは自分が書けるよりもずっと良いコードを生成してくれるし、自分が数日かかることを一瞬でやってくれるから、10倍生産的になった！」って言ってるし、2つ目のグループは「AIは常に再作業が必要なひどいコードを生成するし、ミスもするし、見守らなきゃいけないから、結局時間を無駄にする！」って言ってる。間にはスペクトラムがあるけど、同じ製品の出力がこんなに違って見えるのはどうしてなんだろう？残念ながら、1つ目のグループには悪いニュースがあるよ…

└

でも、実際にはこれが何を意味するの？あなたが正しいと仮定しよう。あなたがLLMに何かを書いてもらったとき、それが本当に良く見えるとする。そうすると、あなたの推測に基づくと、私はあまり良いライターではないってことになるよね。じゃあ、それが私が何をすべきかにどう影響するの？私があまり良いライターでないなら、LLMは実際に私よりも優れているってことになる。たとえそれが専門家のライターにとって客観的に良いものでなくても。私の選択肢は、自分のひどい文章を生み出し続けるか、LLMを使ってより良い（でも素晴らしくはない）文章を作るかのどちらかだ。LLMを使うのが理にかなってるんじゃない？あなたの前提が間違っていたとしても、あなたの結論に至ることになるように思える。もし私がLLMがあるタスクに優れていると思うなら、それは私がそのタスクに非常に悪いということだし、私はおそらくLLMにやらせた方がいい。逆に、もしあなたが間違っていて、私がLLMが何かに優れていると思うのは、それが実際にそのことに優れているからなら、私もそのタスクをやるためにLLMを使うべきだよね。どちらにしても、LLMはそのことに関して私よりも優れている。

└

ダニング＝クルーガー効果にかなり近いね。

└

俺は部分的に言葉を書くことで生計を立ててる。クロードは、俺が吐きそうになるような文章を書くのが本当に下手なんだ。コードを書くことはめったにないし、仕事で書いたのは一度だけ。でも、クロードが数秒で書いたコードを見せてくれると、自分がスーパーヒューマンで、億万長者になる一歩手前にいる気がする。世界を変えるぞ！！って思ったら、クロードが俺を壊したくなるような言葉を書けないことを思い出して、俺は言葉を書くのは得意だけど、コードを書くのは苦手なんだよね。だから、そのコードを消して、次のザッカーファックになるよりも利益の出ることに戻るんだ。

Hacker Newsで議論の続きを見る

ハクソク