一篇文章到底“像不像人”，现在已经有人替你打分了

上个月，我一个做内容的朋友跟我吐槽：他花了一下午写的行业分析，被客户在群里 @ 出来，说「AI 味太重，退稿重写」。

他有点懵。那篇文章确实是他一个字一个字敲出来的，只是他平时写报告写惯了，语言比较规整。客户没说他观点不对、数据不准，甚至没说他写得不好——就一句「AI 味太重」，全盘否定。

这让我想起另一件事。7 月底，LinkedIn 悄悄上线了一个反馈按钮，叫 "Seems like AI slop"（看起来像 AI 垃圾内容）。用户如果觉得某条帖子是机器批量生成的，就可以点一下举报。平台会根据这个信号，配合自己的分类器，降低这类内容的推荐权重。

两件事放在一起看，挺有意思的。

以前判断一篇文章，大家看的是对不对、有没有用、写得好不好。现在多了一条：像不像人写的。

说实话，我理解为什么那么多人迷恋AI 率检测。

你把文章丢进去，等几秒，出来一个数字：17%、36%、72%。简单、直观、有确定性。人类大脑天生喜欢这种能一键给出结论的工具。

但问题是，AI 检测器从来不是去文章里「抓」一个叫 AI 的东西。它只是在测量：这段文字的语言特征，和已知 AI 生成文本的相似度有多高。

一个大学教授写得规范严谨，AI 率可能很高。一个记者习惯了固定句式，也可能触发警报。甚至一个人写作越专业，语言习惯越稳定，越容易「看起来像 AI」。

Turnitin 之前就公开提醒过，他们的 AI 检测可能出现误判，不能单独作为处罚学生的依据。这不是给检测工具泼冷水——恰恰相反，承认它不完美，才是使用它的前提。

检测工具本来只是个观察者，但现在它开始反向塑造写作本身。

我观察到很多人的写作流程已经变了。以前写完问的是：观点站得住吗？数据准吗？现在问的是：AI 率高不高？怎么降下来？

于是市场上冒出一堆"AI Humanizer"，专门把 AI 生成的文本改得「不像 AI」。它们教你的方法也很统一：把长句拆短，换掉「首先 / 其次 / 综上所述」，插入一些口语，故意让句子长短不齐，删掉太完整的总结。

这形成了一个完美的闭环：AI 写作 → AI 检测 → 降 AI 率 → 再检测 → 再改。

人类历史上第一次大规模研究「怎么写得不像机器」。但真正的写作，从来不是靠「凌乱」来证明身份的。

我觉得现在最容易被忽略的问题，恰恰是那些看起来最「正常」的文章。

标题抓人，结构完整，语言流畅，观点平衡，每一段都像认真考虑过。但读完以后，脑子里只剩一个感觉：他说了很多，但到底说了什么？

这种内容的共同特点是：没有错误，但也没有判断。

这些话谁都反驳不了，也正因为谁都反驳不了，它们往往没什么价值。

人写作最可贵的地方，不是「全面」，而是有所取舍。

LinkedIn 这次的做法值得细品。他们没有说「AI 写的一律不许发」，而是明确表态：AI 可以帮你优化语言，但帖子和评论应该体现你自己的声音、观点和专业经验。

他们真正想压制的，是低努力、低信息量、重复、批量化，且没有真实视角的内容。

这个区别很关键，它把问题从「是不是 AI」换成了「有没有新增价值」。

一篇用 AI 辅助完成、但里面有真实经验和专业判断的文章，可能比一篇纯手工、但全是套话的文章更值得被看到。

注意官方用的词是「乱象」，不是「AI」。治理目标很明确：不是消灭 AI，而是减少它带来的低价值信息、虚假内容和责任混乱。

想象一下：你早上写工作汇报，措辞规范，AI 率可能偏高。下午发朋友圈，全是自己的口气，AI 率很低。晚上写论文，用了大量专业术语和标准结构，检测结果又变了。

你还是那个人。你的身份没变，能力没变，甚至可能全是亲手敲的。只是场景不同。

所以一个成熟的检测体系，真正难的不是「检测得更狠」，而是能不能解释检测结果。

哪里异常？为什么异常？这个结果有多大参考价值？是否可能是正常的专业写作？这些信息如果没有，单独一个「AI 率 72%」很容易制造一种假的确定性。

以后真正好用的检测工具，不应该只告诉你一个数字，而应该像一个懂文本的编辑：

这才是有价值的辅助。

还有一个容易被忽略的变化。

中国的《人工智能生成合成内容标识办法》去年 9 月 1 日已经施行，建立了显式标识和隐式标识制度。今年的清朗行动也继续把「去除 AI 标识」列入整治范围。

这意味着未来的逻辑可能不再是「拼命证明这是不是 AI」，而是「如果用了 AI，有没有把这件事说清楚」。

一个是「抓」，一个是「标」；一个在追求识别，一个在建立透明规则。

现实世界不会只有「全 AI」和「全人工」两个选项。更多时候是：AI 帮你整理资料，你自己判断；AI 帮你起草，你自己重写；AI 帮你校对，你自己发布。标识制度就是为这种混合工作流准备的。

真正值得降的，可能是另外三个东西：空话、套话、没有作者的表达。

一篇文章如果 AI 率偏高，但有真实案例、明确数据、个人经验、独立判断、具体细节，那你该做的不是疯狂改到 10%，而是确认内容是否真实、来源是否可靠、观点是否属于自己。

反过来，如果一篇文章 AI 率很低，但没有事实、没有案例、没有立场，全是正确的废话，它也不会因为「低 AI 率」而突然变得高级。

值得。而且以后会越来越多。

比如一篇文章完成以后，可以用 AI率：https://www.ailv.run/cn/quaihua 做一次中文AI检测，看看哪些段落出现比较明显的AI特征，然后别急着改，先重新读那几段，问自己几个问题：

这句话是不是太空？这一段是不是任何人都能写？有没有事实支撑？这里是不是只有总结，没有观点？如果不看 AI 率，我自己会不会觉得这段话有点假？

如果确实有问题，再改。

这个区别，非常大。

也许未来真正会被淘汰的，不是 AI 文章，而是没有判断的文章。

AI 可以无限生成文字，平台可以无限推送，检测器可以不断升级。但人的注意力是有限的。一个人每天真正愿意认真读完的东西，没有那么多。

所以最终留下来的，不会只是「AI 率最低的文章」，也不会只是「完全人工写作的文章」。而是那些让人读完以后，会停一下的东西。

可能是因为一个陌生的事实，一个意外的观点，或者作者说了一句「我以前也这么认为，后来发现自己错了」。也可能只是因为读者第一次发现：原来这件事，还可以这样理解。

这才是 AI 时代最难复制的东西。不是错别字，不是口语，不是故意把句子写得不完整，甚至不是所谓的「人类水印」。

而是一个人真正想过以后，留下来的判断。