有一门生意的获客话术，是把另一门生意当靶子。检测器宣称保护”人类写作”，humanizer 宣称帮你”通过检测”，两边都按订阅收费，还互为对方的素材：检测器拿 humanizer 的存在证明威胁真实，humanizer 拿检测器的误伤证明检测不可信。我们近期把这条赛道的两侧各做了一轮内部调研，这篇给出全景对照：两侧各靠什么技术吃饭、证据上谁更站不住、中文场景差在哪，最后说清为什么我认为军备竞赛没有赢家。

说明：文中（一期 03）这类标注指内部调研报告的编号（一期为赛道与技术组报告，二期为一手语料组报告）。所引数字在报告里都有一手来源核验记录；报告标注”未查到/未核验”的内容，本文不引用。

结论先行

先把结论摆出来，赶时间的读者看完这张表就可以走。

维度 检测器侧 humanizer 侧
卖的东西 判定”AI 含量” “通过检测”
技术底座 统计分类器、零样本度量、水印、检索比对 规则重写、风格迁移改写
可靠性 14 款工具测评全线失败，误伤有族群差异 对统计检测有效，对水印无效
商业表现 GPTZero 自称 1700 万用户，Pangram 年收入×35 Undetectable AI 自称 2400 万用户
主要风险 误伤诉讼已实质化 诱导违规、虚假宣传
终局判断 转型”写作过程证明” 被模型原生水印清场

带着具体问题进来的读者，往下是按维度展开的正文。

检测器靠什么判断，为什么在坍塌

检测器判断的是统计特征，不是”理解”。GPTZero 官方 FAQ 公开过三样东西：困惑度（这段文字是否容易被预测）、突发性（句长与句式的变化幅度）、风格（语气是否过于通用重复）。人类文本天然句长方差大、用词分支多；RLHF 之后的模型输出恰好相反，又平又稳又可预测。工业界的实现分四类：在标注语料上微调的分类器（商用主流）、不训练直接用模型自身概率度量的零样本法（DetectGPT 一系）、生成时嵌入统计信号的水印（Google 的 SynthID 已部署在 Gemini）、以及服务方自存指纹库做比对的检索式防御（一期 01）。

这套东西的可靠性在学术证据链面前站不住。2023 年 Weber-Wulff 团队测评 12 款公开工具加 Turnitin，结论是”既不准确也不可靠”，14 款全部低于 80% 准确率。同年斯坦福团队测出七款检测器对非母语写作者的平均误报率 61.3%，TOEFL 作文被大量判成 AI；2024 年 Common Sense Media 的数据更难看：黑人学生误报 20%、拉丁裔 10%、白人 7%。最体面的注脚来自 OpenAI 自己：官方 AI 文本分类器上线半年，2023 年 7 月以”低准确率”为由关停（一期 03）。

理论上这不是工程没做好，是数学天花板。Sadasivan 等人证明：最优检测器的准确率上界由人写与机写文本分布的差异决定，模型越像人，检测越接近掷硬币；递归改写这种低成本攻击就能把各类检测器的检出率打下去，甚至可以伪造水印（一期 01）。教育系统用脚投票的结果已经出来：范德堡大学算过一笔账，Turnitin 宣称误报率 1%，该校一年提交 7.5 万篇论文，按比例约 750 篇会被错标，官方结论是”AI 检测软件不是应当使用的有效工具”；剑桥 2023 年退出，WSU 2026 年 2 月解约，FT 在 2026 年 7 月报道了全球高校的弃用潮（一期 03）。

误伤已经从数据变成诉讼。Adelphi 大学被误伤的学生起诉后胜诉，Palo Alto 高中生家庭提起民权诉讼，明尼苏达一位博士生称因误判被开除（一期 03）。与可靠性坍塌并行的却是商业繁荣：研究口碑最好的 Pangram 也会被 86% 的对抗样本绕过，但月活一年从 2700 涨到 12 万、年收入×35，Substack 和 Quora 已经接入它的检测（一期 03）。技术失败和商业成功同时成立，这是理解这条赛道的钥匙。

humanizer 的两条路线

humanizer 的共同前提只有一句话：检测器依赖什么统计特征，就去攻击什么特征（一期 01）。分歧在攻击的手法，公开生态里收敛出两条路线。

第一条是规则重写。代表作是 45.6k star 的开源项目 blader/humanizer，它把机器味归成五类：仪式性开场和单句收尾的表演、强行三段式、把平常事实包装成重大洞察、每条都加粗的格式强迫症、聊天残留语。修法原则三条：留下的每句话必须带来读者未知的新信息；变句长；陈述而非表演。Wikipedia 社区维护的《Signs of AI writing》页面把数十条特征分成内容、语言、排版、引用四层，是这条路线的公共弹药库（一期 01）。这条路线不碰语义、只拆模式，成本是一份 prompt，风险也最小。

第二条是风格迁移。学术源头是 Delete-Retrieve-Generate 那一代风格转换研究，LLM 时代简化成指令化改写：”以 X 的口吻重写，保留事实”（一期 01）。商业产品几乎全是这条路线的包装：Undetectable AI 月付 9.99 到 42.5 美元、自称 2400 万用户；StealthWriter 从免费档到 400 美元月费，话术已从”保证绕过”收敛成”读起来自然像人写”；HIX Bypass 宣称每月”人类化”18.2 亿词，功能页明写”躲开 Google 惩罚”，是 SEO 客群的直接证据；StarWriter 月费 4.99 美元起，同一个页面上写着”保证绕过所有检测器”和”学术诚信有保障”（一期 03）。同一个功能带定价跨 80 倍，说明用户买的不是功能，是”信任与效果”的心理定价（一期 03）。

有效性必须分层说，这是全文最需要诚实的地方。对统计分类器，humanizer 有效：两篇独立学术研究证明 Undetectable AI 确实让检测器失守；DIPPER 改写模型让包括水印在内的全部被测检测方法失效；递归改写显著降低检出率且文本质量损失轻微（一期 01、一期 03）。对水印，无效：水印信号在生成时嵌入，改写不掉，一旦 API 层默认开水印，输出侧伪装的生意整体失效（一期 01）。还有一条常被忽略的证据：有研究显示纯表层词汇改写对检测器 F1 只降 1.6 个点。表层词汇指纹在自然衰减，真正顽固的机器指纹在篇章结构和叙事节奏层，prompt 级改写够不着（一期 08）。

中文场景的三个不对称

第一个不对称是检测双轨制。学术轨的知网、万方、维普、格子达，检测原理与准确率全部不公开，机构采购为主，个人连官方定价都查不到；公众能免费用的只有腾讯朱雀，而朱雀已经成了公众号内容分发的实际门槛，围绕它长出了一整片”实测有效”的对抗软文群（一期 08）。英文圈好歹还有”厂商宣称准确率”可供质疑，中文场景连这个靶子都没有。

第二个不对称是灰色产业的成熟度。降 AI 率服务有明确的市场价锚点：3 元/千字。获客全靠公众号软文，适配哪家检测器全用谐音脱敏（知W、W普、万F、格子D）来规避法律风险。有产品把”小说去 AI 味”独立成产品线放在首页推，说明网文平台的 AI 检测已经是新增长点（一期 08）。

第三个不对称是开源生态的目标函数。中文圈的 humanizer 项目几乎全是 2025 到 2026 年出现的 Claude skill 形态，直接以”知网 3.0”为逆向目标，姿态比英文圈直白：英文头部项目披着”写作质量”的外衣，中文项目明标”降低 AIGC 检测率”。方法论倒是完全同源，有中文项目明确引用 blader/humanizer 和 Wikipedia 清单，同时补了一条中文场景特有的约束：”降重不等于口语化，过了机审还要过人审，保持学术书面语体是硬底线”（一期 08）。

中文检测还有一层更根本的缺位：专门的中文学术工作有（中文检测基准若干），但英文圈那套”检测器不可靠”的系统性可靠性批评，在中文场景查无此项（一期 01）。换句话说，大量学生正在被准确率从未被独立检验的工具定性。读者侧倒是有朴素的共识：纯 AI 写的文章，读者一眼能看出来。挑不出毛病，但也没有惊喜，感觉不到对面坐着一个真实的人（二期 29 的 C8）。

自建方案：我们怎么用 humanizer-zh

说自建方案之前先划目标差异。商业 humanizer 的 KPI 是过检率，我们的 KPI 是可读性。本博客产线的润色环节由两个现成技能负责：write 专职去 AI 味，humanizer-zh 从维基百科那份”AI 写作特征”清单演化而来，专治三段式排比、夸大象征这类机器腔。跑完没有任何”AI 率”指标，我们从来不用检测器分数衡量自己的稿子，稿子只对读者负责。

第二个差异在流程：标记和改写必须分成两步。海外社区有位写作者把这个元判断讲得最透：让 AI 检查草稿有没有 AI 味，它总会说干净。不是因为草稿干净，而是那些机器味的句子恰好是模型训练目标里的”好文字”：整齐的收尾句、”不是 X 而是 Y”的句式、三点排比、复述问题的开头段。对模型来说，那些是优点（二期 29 的 E1）。运动员和裁判是同一套权重，自检必然失灵。所以自检清单要人来定，流程固定成三步：AI 只标记不改写，人否决标记项，AI 只改被保留的标记句并以 diff 输出。

第三个差异是边界：去 AI 味只动表达层，不碰事实层。改写天然引入事实漂移风险，humanizer 类工具普遍要求改写后核对主张（一期 01）。我们的产线把事实校验放在人工闸门里，AI 改过的句子永远要过一道”这句话还是真的吗”。

判断：军备竞赛没有赢家

我的判断是：这条赛道的需求由军备赛制造、收入由焦虑驱动、技术由概率支撑，两侧都不可持续（一期 03）。展开成三句。

检测器侧的出路已经写在动作里。被大学解约、被研究否定、被诉讼之后，头部玩家集体转向”写作过程证明”：GPTZero 上线写作回放和作者验证，Originality 做 AI 使用额度管理，Winston 搞网站认证（一期 03）。翻译一下就是从法官转行做公证人：不再宣判”这篇文章有 30% AI”，改做”给你看这篇文章是怎么写出来的”。这条路至少和真实性挂钩，判得动证据，判不动概率。

humanizer 侧的变数是模型原生水印。SynthID 类水印随生成嵌入、改写不掉、已有生产级部署（一期 01）；平台内置检测是第二只靴子，Substack 接入 Pangram 已经把检测从”老师手动”变成”基础设施自动”（一期 03）。API 默认水印加上平台自动检测，”输出侧伪装”的生意没有生存空间。

真正值得下注的位置不在两侧，在分层。一线写作者的实践已经收敛出同一句话：”AI 干量、人干味、AI 干流程、人干判断”（二期 29），没有一篇可持续产出的稿子是从空白 prompt 直接交付的。检测器和 humanizer 争的是文本的出身，读者在意的从来是对面有没有坐着一个真实的人。这两个问题解耦之后，军备竞赛就退化成背景噪音：信任的单位不是百分比，是署名和过程。署名的法律含义，见同日发布的《AI 写作的版权与法律边界》。

相关文章：一线写作者的真实工作流，收敛成了四种 ｜ AI 写作的版权与法律边界：一份面向个人创作者的全景