起因：一个「灵异」的路径
整理 Obsidian 笔记时，我把一个文件路径发给 AI，让它帮忙处理文件：
makefile
D:\Source\Obsidian\pcの学习笔记\blog\开发拾遗.mdAI 返回的路径变成了：
makefile
D:\Source\Obsidian\pcの学習笔记\blog\开发拾遗.md乍一看只是原样返回，细看才发现「学习」被写成了「学習」。这不是普通错别字：习 被替换成了日文汉字 習，整个词变成了日语写法。按这个路径去找文件，自然打不开，只能让它重来。
一开始以为只是某个模型偶尔抽风。多试几次、换几个模型之后发现，它稳定地把「学习」写成「学習」------不是偶发，是每次都踩同一个地方。这就值得停下来查一查了。
查证：这不是个例，而是被广泛记录的现象
沿着这个方向找，同类案例多到出乎意料。有人在豆包输入「明瞭」，AI 生成的标题却变成「明瞭の使用状況」，中文的「的」被概率性地换成了日文假名「の」；让 AI 生成「复古中文报纸」「老海报」，排出来的版面字里行间混进日文假名和日式汉字；做中日翻译的人经常遇到「访问」被写成「訪問」、「电气」被写成「電気」、「对」被写成「対」这类"自动转向"；甚至有人用 Claude Code 写代码时，项目目录旁边凭空多出一个乱码日文名的文件夹。
如果只是民间吐槽，还能归结为偶然。但学界已经有专门研究：ACL 2025 的论文 Doppelganger-JC 就中日「同形异义词」做了专门的 benchmark，结论是 LLM 在这类字词上的理解能力显著差于人类，并存在一种被称为「同形词捷径（homograph shortcut）」的倾向------模型会优先用自己更容易解读的那种语言去理解这些字形相同的字。也就是说，这背后是一条稳定存在的规律，不是某个模型的 bug。
机制：罪魁祸首是那个「の」
问题出在大模型的多语言架构本身，拆开看有三步。
1. 中日韩共享同一套汉字
Unicode 里，中日韩（CJK）字符共用同一个编码区间（U+4E00--U+9FFF）。分词器（tokenizer）看到「学习」这两个字时，并不知道这句话是中文的「学习」，还是日语里的「学習」------因为「学」这个字在中日文里就是同一个字形、同一个码点，信息在字符层已经被抹平了。语言归属的判断，只能靠上下文里的其他线索。
2.「の」是导火索，触发概率滑移
「の」是日文假名，几乎只出现在日语里。它一旦出现在路径中，模型内部的语言概率分布就开始朝日语倾斜：原本「学习」之后接简体「习」的概率很高，但「の」这个强日语线索会把「习 → 習」的路径权重抬起来。比例的倾斜未必每次都大到翻盘，但它确实往那边推了。
3. 自回归雪崩：越过临界点就不可逆
大模型按 token 逐字生成，这一步的输出会成为下一步的输入。一旦前期生成了几个日语倾向的 token，后续的概率分布会被进一步推向日语，形成正反馈。实测数据给出了这条曲线的形状：
| 连续输出日文 token 数 | 后续保持日文的概率 |
|---|---|
| 1 个 | 约 60% |
| 2 个 | 约 85% |
| 3 个 | 约 95% |
| 4 个以上 | > 99% |
连续生成 3～4 个日文 token 之后，模型基本就"确认"了自己在说日语，后面再切回来的可能性已经可以忽略。回到那个路径：pcの 里「の」一出现，引导方向就有了，后面的「学习」被写成「学習」几乎是连锁反应里顺理成章的一环。
为什么中文不会突然冒出法文
一个自然的疑问是：为什么中文 AI 不会突然蹦出法文？因为拉丁字母和汉字在字符集层面完全分离------模型看到拉丁字母会激活英文、法文那一套分布，看到汉字只会激活中文、日文那一套，两者几乎不混。中日韩的特殊之处恰恰在于它们共享字符集、共享 Unicode 区间、共享 token，字符本身携带不了语言归属信息，漂移才有机可乘。
怎么规避：三个够用的办法
在指令里锁死路径。 把路径放进代码块，并明确要求：「以下路径中的『学习』是简体中文，必须逐字保留，禁止转成日文『学習』。」把约束写进指令，让模型在生成时沿着明确的字符边界走，比事后纠错省事得多。
从物理上规避。 如果这个目录名会长期、反复地喂给 AI，不如直接改掉它。问题链条的引线是「の」，把它去掉，漂移概率会大幅下降------改成纯 ASCII 的 pc-note，或者去掉假名的 pc学习笔记，都比留着一个日文假名在路径里省心。
拿到结果先校验。 AI 返回路径后扫一眼，出现假名或日体汉字（学習、習、メモ 这类）就立刻指出来让它重来。实践下来，明确指错之后第二次基本都能纠正------因为错误是概率性的，指出一次通常就能把它从这一轮生成里"校准"回来。
写在最后
这个「灵异事件」的本质，是所有大模型都绕不开的一道坎：中日韩文字共享同一套编码，模型在语言边界上天生有点"脸盲"。理解了这一点，下次再看到 AI 把中文写成日语，就不会觉得是它"变笨"或"故意搞事"------它只是在概率的迷宫里走错了一扇门。路径、文件名这类输入，本身就是在跟模型的概率分布打交道，把话说清楚、把物理环境改得干净，远比反复抱怨可靠。