这不是个例，是被量化过的偏差
Liang 等人 2023 年发表在 Patterns 上的研究，把 91 篇由非英语母语者撰写的 TOEFL 作文送进 7 款主流 AI 检测器，平均 61.2% 被判为 AI 生成——其中有的检测器，几乎把全部真人作文都判成了 AI。
而母语者写的作文，误判率低得多。同一批检测器，对同一类「认真、规范、干净」的文字，给出了截然不同的判决。
检测器到底在看什么
目前主流检测器的信号可以归为四类：
1. 困惑度：用词是否高度可预测，越标准越高分
2. 句长变化度：长短句节奏是否过于均匀
3. 模板词密度：Furthermore、Moreover、It is worth noting that 的堆叠程度
4. 细节密度：具体数字、参数、限定条件的多寡
问题在于，这四条恰恰是英语写作课教给非母语者的：句式工整、连接清晰、避免口语化、用词标准。写得越「正确」，越像 AI。这不是检测器恶意，而是它的原理决定了——它测的是文体，不是作者。
所以我做了一个工具：ManuscriptGuard
浏览器打开就能用，不用注册，不上传文件，论文全程不出本地。它做四件事：
1. 打分并定位：不只给总分，而是标出具体哪几句、哪些词在拉高机器感——是连接词堆叠，还是句长太齐。看得见原因，才有得商量。
2. 一键降率改写：重点是不用 AI 重写——让 AI 改 AI，只会更像 AI。它用确定性规则做句法调整：删除模板连接词、拆分长句、合并碎句、替换重复句首；同时把数字、单位、基因名、引用标记、DOI 全部锁定不动。实测一篇 59 分的文本，强档改写后降到 37，句长变化度从 0.44 升到 0.51。
3. 引用核对：贴入 DOI，自动查询 Crossref 与 OpenAlex，标出撤稿记录、年份不符、期刊名写错——这些问题在投稿前被发现，比被审稿人发现便宜得多。
4. 期刊 AI 政策速查：Nature、Elsevier、Science、IEEE、Wiley、PLOS 各家对生成式 AI 的规定、是否要求声明、在哪儿声明，整理成一页速查。
两句丑话说在前面
第一，工具给出的分数是它自己六信号引擎的度量，与 Turnitin、GPTZero 等商业检测器的分数没有对应关系——它适合用来理解文本「为什么像 AI」，不适合用来预测某个检测器会打几分。
第二，它改写的是句式与用词的「机器感」，不改变内容本身。如果你的稿件本就由 AI 生成，该向期刊声明的一样要声明——这个工具的立场是帮认真写作的人自证，不是帮生成的文字洗白。
写给谁
写给：英文不是母语、自己一个字一个字写出来、却被判成 AI 的人。
工具免费，就在文末二维码里——长按识别即可打开。如果你也被误判过，欢迎留言说说你的分数——我想看看这个误判到底有多普遍。
