100% 判定 AI 生成,这检测软件把获奖作家逼急了

100% 判定 AI 生成。The Atlantic 记者用 Pangram 跑了 Caine prize 获奖小说，直接判定几乎全是机器写的。

这事看着是文学圈八卦，其实给所有靠 AI 接活的创作者敲了警钟。甲方和平台现在用的检测工具，抓的就是特定的句式和用词习惯。你交上去的策划案如果满篇套路，机器直接打回，连人工审核的机会都没有。

▎AI 味是怎么被检测软件抓包的

记者 Vauhini Vara 指出，这篇小说充满了 AI 生成的典型特征。她特别提到了 not x, but y 的句式结构、泛滥的隐喻、以及陈词滥调的格言。Pangram 软件正是基于这些语言模式，给出了几乎完全由 AI 生成的结论。这给接单创作者提了个醒，甲方和平台现在用的检测工具，抓的就是这些特定的句式和用词习惯。你交上去的脚本，如果满篇都是这种套路化的表达，根本不用人工看，系统直接就给拦截了。

原作者 Simbarashe Kundizeza 在 X 上发声明否认，强调 5 年后写作水平可以大幅提升，风格也会变化。他认为用单一软件来定性，完全误解了写作这门手艺。这种反击在逻辑上成立，但在目前的接单环境里，甲方只看检测结果。你的风格进化，在检测软件的算法里，可能 just 变成了另一种难以识别的机器特征。

▎同类翻车事件频发，检测软件成行业标配

这已经不是第一次文学奖得主被 AI 检测软件盯上了。7 月份，特立尼达作家 Jamir Nazir 拿 Commonwealth Foundation 短篇小说奖时，就被网友指出有明显 AI 痕迹。上个月，加拿大-海地作家 Thélyson Orélien 的小说直接被移出法国 Goncourt 长名单，原因也是被匿名账号指控几乎全由 AI 写成。

虽然 Pangram 官方宣称对非英语母语者假阳性率低，还有同行评审论文背书，但 Caine prize 主席 Ellah Wakatama 直接开怼。她认为不能把黑人作家的作品当成这种粗糙工具的测试场。这说明目前的 AI 检测软件依然存在误判，但它的威慑力已经实打实地影响了作品命运。对于接活的人来说，误判也是判，被系统标记就会大幅增加沟通成本。

▎接单防误判：去 AI 味工作流清单

既然检测软件盯的是句式和陈词滥调，我们接活时就得在交付前做一层去 AI 味处理。这里提供一套可执行的排查清单。第一步，全局搜索 not x, but y 或者与其说不如说，改成更口语化或直接的陈述句。第二步，砍掉泛滥隐喻。AI 特别喜欢在结尾升华，用一堆排比。把最后两段直接删掉，换成具体的落地执行步骤。

第三步，注入个人风格。原作者反驳说作家风格会大变，你接活时，必须把过往的人类作品喂给 AI 做风格参考，或者在 AI 生成后手动加入你的行业黑话和特定口癖。只有把机器生成的骨架，填上人类创作者的血肉，才能过得了检测软件这一关。你可以参考原文提供的小说 PDF 和检测文章，对比看看哪些词句最容易触发警报。

原文参考链接：

这件事表面上是文学界的争议，底层逻辑是 AI 生成内容的交付门槛正在被检测工具拉高。Pangram 这类软件或许不够精准，但它代表了甲方和平台的防御机制。你如果还在用默认参数跑大模型，直接复制粘贴交差，早晚会被这些工具扫出来。现在的接单市场，拼的不是谁会用 AI 生成初稿，而是谁有工作流能把 AI 稿洗得连检测软件都看不出痕迹。想长期接活，把去 AI 味纳入你的标准交付流程，是避免被甲方拉黑的唯一出路。

点个赞再走？
你接活交稿前，会用工具查重或检测 AI 味吗？

往期推荐

• ·抓出99%的AI味，作者用静态规则平替商业检测器
• ·Grok Bot 跑通1人公司，徒步5小时产出超9小时
• ·以为传错代码会破产？GitHub 默认拦截 Anthropic 的 2 种密钥

点击公众号头像 → 历史消息，可翻阅以上文章