登录
答辩前夕，重庆一所高校的大四学生周晓芸把论文改到凌晨。AI 率从 70% 降到 20%，才拿到答辩资格。
第一财经采访了数十名 2026 届毕业生。有人为降 AI 率花了 780 元，前后检测 7 次。同一篇论文，不同平台能差出 50% 以上。记者拿一篇 DeepSeek 生成的千字文章去测，知网判 0%，维普判 55.71%。
更别扭的是，检测器似乎在奖励写得差的人。复旦大学生命科学学院教授赵斌把自己的论文放到检测平台，发现行文流畅、逻辑清晰、用词讲究的部分，AI 率反而飙升。 有学生就替换术语、打乱整齐的段落，把 AI 率降下来。第一财经
降 AI 率，变成了一场比谁写得更烂的比赛。
可“写得烂”和“像人写”是两件事。错别字、缺主语、语序乱，顶多让检测器犯迷糊，读者读起来还是难受。AI 味有它自己的形状，比错别字稳定得多。
《自然·人类行为》今年的一项研究，分析了 88 万篇文本。ChatGPT 发布后，三个平台的写作复杂度方差一起下滑。让模型去润色真实文本，方差收窄 21% 到 50%，换模型、换提示词，结果都一样。钛媒体
不是某一句话像 AI，是所有人的表达被推向同一个平均值。
具体到句子，AI 味有几个稳定的形状。有人拿 520 万字语料做过对照实验，1169 篇文章，50 多万次逐句判断。其中一轮，人和 AI 同题、同事实、同长度地写。结果里有一条很扎眼：93% 的 AI 文章，连续 6 段以上都首尾紧密衔接，不给读者喘气的缝。知乎
人写字会走神。会突然插一句题外话，或者一句话说一半又绕回来。AI 不。它每一段都接上一段，每一句都接上一句，像传送带。读起来“太顺”，顺到没有起伏。
还有两个高频动作。一个是三连句：结构、字数、位置都差不多的三句排在一起，AI 出现的比例是人的 2.75 倍。另一个是“结论提示冒号”——“核心是：”“关键在于：”——AI 的频率是人的 2.1 倍。真人用冒号多半是为了引出别人的话，AI 用冒号是为了给自己一个下结论的位置。
比喻也露馅。实验里，人用比喻的频率是 AI 的 2.4 倍。 AI 的比喻不算多，问题是贴不上。它写“数据难看得很平静”，写“AI 写作的薄，来自经验缺席、表面规律替代理解”。每个词都认识，放在一起，身体没有感觉。知乎
那项研究还有一个细节：AI 改写后，文本里能读出的年龄、性别、性格信号会变弱。个人特质的预测准确率平均下降 6%，年龄组的 F1 从 0.351 掉到 0.260。钛媒体
抹掉的不是某个词，是你原来怎么说话。
往深一层看，这些都是同一种毛病：形式惯性。写到“第一”，就必须有“第二”。 它会一路排到“第五”“第六”，哪怕已经没有内容支撑。能并列就并列；再时不时来一句“不是 A，而是 B”，先立一个没人主张过的靶子，再给出一个听起来更深的反转。知乎专栏
还有一种叫“元话语”的东西：花篇幅介绍自己要怎么写，而不是直接写。读者想看菜，它先讲一遍烹饪过程。
换词解决不了这些，把文章改烂也解决不了。
改法可以很笨，但有效。
先把每段最后那句总结删掉。“这不仅是选择，更是态度。”“这背后，是对效率的重新理解。”听着都对，删了也不缺什么。再把“核心是：”“关键在于：”前面的半句剪掉，直接说后面的事。
然后检查并列。意思真的平行，才用排比；是因果就顺着写，是递进就往下推。别为了整齐，把三件不一样的事塞进同一个模子。
最后，把句子翻回“谁做了什么”。“对内容生产流程进行了优化”——谁优化的？优化了哪一步？改成“我们把写稿的步骤从五步砍到三步”，不一定更漂亮，但有人、有动作，读者不用翻译。
如果还有余力，加一个只有你能写出的细节。一个具体的下午，一句别人不会这么说的话，一个不太规整的判断。AI 能搭架子、找角度、出初稿，但它没有那天下午。
写完读出声。卡住的地方，往往就是 AI 味最重的地方。
检测器只能猜，读者能感觉到。
