用AI去AI味,是把复印件再复印一遍:一个开源项目干脆说不玩了

2026 年，中文内容圈最热闹的两类生意摆在同一条产业链上：一类是检测器，按次收你"AI 率检测"的钱；另一类是"降 AI 率"工具，按千字收你洗稿的钱。检测器吓你一次，降 AI 工具救你一次，检测器再升级吓你一次。钱两头赚，焦虑两头卖。

有人靠这套循环赚得盆满钵满，直到一个叫"辞达（Cídá）"的开源项目出现。它做完自我介绍后说的第一句话是：我不做"去 AI 味"，我不是来陪你玩这套的。

我研究了一下这个项目，先说结论：它不进场，不是清高，是因为它看出这场比赛根本不存在终点。

一、每个大模型都自带指纹，换个AI洗不掉

先说一个多数人不愿意听的事实：所谓"AI 味"，不是一个玄学感觉，是统计。检测器能工作，本质上是因为每一家大模型的文本都带有自己的统计指纹——用词分布、句长节奏、连接词的铺法，连成一种可被机器量化的偏斜。

当前主流检测有一套广为引用的维度框架，拆开是五个：

• 困惑度：
  逐字预测的意外程度
• 突发性：
  句长和复杂度的起伏幅度
• 词汇丰富度：
  用词多样性
• 语义聚类：
  句与句之间信息重叠的密度
• 逻辑连接词模式：
  转折、总结、递进词的铺排规律

AI 生成的文本在"困惑度偏低、突发性偏低、句子像工厂流水线"这三个特征上高度一致——各家 AI 检测的原理说明，几乎都建立在"模型文本分布与人类文本分布不同"这个假设上。

所以"用 AI 去 AI 味"这个思路，在一开始就藏着致命伤，行业内给它起了个名字：指纹问题。你想用另一个 AI 把 AI 文本改成"人写的样子"——可新 AI 自己也有指纹。你改完一层，只是盖上另一层印子。

这个判断不是玄学推演，有硬数据。2025 年 ACL 会议上一项叫 L2R 的研究直接测了"AI 改写 AI"这件事：大模型在改写另一个大模型生成的文本时，改动幅度很小（编辑距离约 0.14–0.16）；而改写人类写的文本时，改动幅度明显更大（约 0.30）。

这个数据有多讽刺？它说的是：AI 对自己"同类"的文本几乎没话可改，可一旦碰上人写的、有判断、有私有经验的文本，它反而知道该动哪里。 这不是技术缺陷，这是 AI 的纹理本身——机器改写机器，改动自然趋近于零。

所以你用 AI 洗 AI 味，结果往往不是更接近人，只是从一种机器纹理，换到另一种机器纹理。

二、AI率可以降，完全消除是幻觉

看到这里你可能说：那退一步，不求"完全洗掉"，把检测分数压下去总行吧？

对，AI 率确实可以降。检测器不是神谕，它靠的是统计判断；是统计判断，就能被针对性绕过。公开的降 AI 攻略说得很直白：做深度文本重构（把文本真的重写超过四成，而不是换同义词），假阴性率可以冲到 60%–80%。换个说法：只要肯下狠手改，检测器有六到八成的概率认不出你。

但请注意三个字——"可以降"。

第一，降是相对的。简单同义词替换这类"轻度操作"通常只能把 AI 率压低 10%–15%，离"安全线"差得远。真正有效的降法是深度重写，而深度重写基本等于重写一遍，那你还不如直接自己写。

第二，检测器会进化。知网 AIGC 检测已经迭代到 3.0 版本，从统计特征爬升到语义层面的分析；每家大模型的指纹也在被新的检测模型学习。你跟它赛跑，跑不赢，也跑不完。

第三，最要命的是军备竞赛没有终局。有个水印检测的公开测试：未重写时检出率 87.9%，单次重写降到 14%–41%，五次链式重写只剩 4.86%——听起来"洗得挺干净"对吧？可这恰恰说明只要规则是"检测 vs 逃逸"，逃逸方永远能改出一层新皮，检测方永远会换一副眼镜。这个循环没有天然出口。

还有一记绝杀，来自行业最权威的玩家。OpenAI 自己做过的官方检测器，公开测试里真阳率只有 26%——五篇 AI 写的稿子，它大约只能认出其中一篇。最后它自己把检测器撤了，官方的解释很简单：这东西会误伤真实的人类写作者，代价不可接受。

把这三件事拼起来，得到的不是"去AI味技术不行"，而是一个更冷的结构性结论：

可降的是统计特征；洗不掉的是"你为什么要写、你有没有判断、你有没有经验"。 后者不是文本的指纹，是人的指纹。

三、辞达说不，既是立场，也是计算

现在回到辞达。它选择不进场，既是立场，也是计算：既然"用 AI 去 AI 味 = 把复印件再复印一遍"，既然"可降不可消"是死胡同，那一个想做表达质量的引擎，为什么要把自己定义成"帮你骗过检测器的工具"？

它在 README 里把话说得很硬，一口气拒绝了六类流行做法：

这六条拒绝是同一个逻辑的六张脸：它拒绝把"像不像 AI"当指标，只把"值得不值得读完"当指标。

最反常识的是第三条和第五条。市场上有大量教程教你"AI 味太重是因为太完美，要故意加几个口误、错别字"。辞达直接把这个行为叫"假装不完美"，明着说这是拿人的缺陷当烟雾弹。而"不设禁用词表"更绝——你去翻它的反模式清单，会发现它连"首先其次最后""随着时代发展"都不禁。

它只问一件事：这个词在你这句话里，承担了真实的话语功能吗？承担，就留着；不承担，才删。机制先于规则，这是它全部方法论的底座。

这种克制延伸到工程细节：它的知识库里是一个个"话语机制"节点（v1.0.0 发布时有 41 个），而不是一张禁词黑名单。它判断句子该不该改，靠的是"这句话有没有真实的交际功能"，而不是"AI 是不是爱这么说"。

你甚至能在它身上看到一种罕见的倔强：官网一句话挑明"先质量，再谈像不像人"；另一条原则叫"结构不是罪"——结构清晰不是问题，机械才是问题。它还把每一条诊断都收敛成同一个反问："这句话真的是更好吗？",而不是"变化是不是更大"。

说白了，别人在教你怎么"装人"，它在教你怎么"成人"。

四、它是怎么做的：先用十分钟装上，再体验它对表达的四层手术

光有立场不够，得能落地。辞达是个开源 Skill，安装路径门槛极低——它是纯指令文件，不写一行代码。

通用agent安装方法

# Codex / OpenCode：克隆到项目目录即可# 仓库根部的 AGENTS.md 会被自动读取，引导进主流程git clone https://github.com/mizzlelover/cida.git

装完怎么用？它提供四条路径：

• 快速优化 Quick Rewrite：
  轻诊断直接改，适合短文本
• 深度重写 Deep Rewrite：
  完整诊断后用 P0→P4 重建结构
• 解释改动 Explain：
  逐项给出"为什么这么改"的文本依据和机制出处
• 风格校准 Calibrate
  拿你喜欢的真实文本抽参数，形成个人文体档案——学参数，不抄句子

它的核心不是"润色"，是一套诊断排序。最有价值的是它的执行顺序——P0 到 P4，先打值得打的仗：

P0 意义与逻辑    观点成立吗？论证断在哪？先修这个P1 结构与清晰    顺序、比例、详略——结构有问题时不许改词P2 流转与语域    衔接、过渡、正式度适配受众与平台P3 节奏与修辞    句长、停顿、修辞密度曲线、金句位置P4 打磨          措辞、用词精度、删繁

我印象最深的细节是它对"金句"的态度。市面上大量 AI 写手稿是"每段一个金句"，它管这叫金句通胀，还给了一句判断："峰值一多，就全是平地。"它内置了一个"金句过滤器"——一句话想被强化成峰值，要过五项检验：是不是核心判断？是否压缩了前文？有没有新视角？离开上下文还站得住吗？落在论证线上吗？五过其三，才配峰值。

它甚至给你留好了公众号适配参数。打开它的 platforms/wechat/ 适配器，能看到一整套针对微信公众号的设置：段落偏短（两到三句为主）、每 300–500 字一个小标题、小标题用判断句而非话题词、开头 60 字内建立读者与问题的关系、金句峰值放小节末和结尾。它连平台腔都标出来了，明确警告："震惊体开头、强行升华、'建议收藏'式乞讨、'深度好文'自封——这些不是适配，是谄媚。"

>>>我拿这个skill与humanizer、lieflat-less-ai-tone、huashu-proofreading 对同一段内容的实测优化，发现它属于机制驱动的高阶底座，这是最高级的skill写法。

五、它解决不了什么，恰恰是它诚实的地方

按评测的规矩，该说说局限了。

辞达不承诺骗过检测器，这一点它写在明面上，而且理直气壮。它做的是"让文字值得被读完"，如果你的目标就是"过查重"，那大概率要找别家。

另外它仍是纯提示词驱动的知识库引擎，不写代码、不做本地模型推理，效果上限取决于宿主模型的底子，也依赖你对它的机制地图有基本耐心（41 个话语机制节点，不是洗个澡就全会）。

至于这套方法论在长文、口述转写等场景里的真实手感，我基于实测分析，认为这些"做不到"，让它和满市场"AI 味 87%"的工具区分开。

所有声称"一键降 AI 率"的产品，都在帮你逃离同一个问题；而辞达做的事，是反手把那个问题换掉。

它不是换选手，是换赛道

回到开头那条产业链。检测器吓你、降 AI 工具救你、检测器再升级，这个循环为什么转得停不下来？因为双方共享同一个前提：AI 写的，就是要让人看不出来。

辞达把这个前提整个推翻了。它不跟你争"写得像不像人"，它争的是"这段文字值得不值得被读完"。这是从逃逸游戏，换成了质量游戏——前者没有终点，后者永远有。

《论语》里有句话，大概被误读了几千年——"辞达而已矣"，常被理解为"把话说通就行，别追求花哨"。可苏轼在《答谢民师书》里把它抬到了另一种高度："能使是物了然于心者，盖千万人而不一遇也，而况能使了然于口与手者乎？是之谓辞达。"——把一件事看透，已是万里挑一；还能把它说清楚、写明白，才是辞达。

辞达的最高原则，跟"去AI味"是反着来的。它说：降低语言门槛，不降低思想门槛。

话说到这儿，问题就不该再是"怎么让 AI 写得不像 AI"，而是一个更老、更难、也更值得的问题：你，到底有没有值得被读完的想法？

资源链接

辞达 GitHub 仓库 —

 https://github.com/mizzlelover/cida

辞达官网 — 

https://mizzlelover.github.io/cida