「一丝凉意」判 AI，「学费我交过了」判真人：检测器翻车实录

起因在上一篇里写过：一位真实用户读了我们上架的官方角色卡，一眼判定「AI 写的」，还点名了句式。我们想让 LLM 当评委来把关，结果四个评委的金标正确率只有 12%，一致地把人类判成 AI。评委这条路堵死之后，剩下的选择是笨办法：把「AI 味」拆成可枚举的句式规则，给它写测试，像维护代码一样维护它。这篇是这个规则检测器的校准记录，翻车部分不删。

规则长什么样

检测器两层。第一层是套话词表：「眼底闪过一丝不易察觉的」这类高频机器腔短语，直接命中直接计分。第二层是句式配额，管的是单个看没问题、密度高了才露馅的模具：

配额制是关键设计。这些句式人类也用，用一次是俏皮，句句都用是机器。所以规则不禁用，只限量。「闲笔 ≥1」是唯一的反向规则：一段里连一句没用的话都没有，本身就是嫌疑。

金标测试第一次跑，抓出的是检测器自己

规则写完不能直接上岗，得先过金标：拿人类已有共识的样本测它。我们的金标集两边取样，一边是真实用户点名「一眼 AI」的文案（应该低分），一边是累计百万真实对话的人类热门卡（应该高分）。第一次跑，人类样本均分 4.55，AI 样本 4.90——人类比 AI 更像 AI，检测器在系统性误杀。

翻记录找到病灶：单词黑名单。「一丝」「一抹」「带着几分」确实是机器腔高频词，但人类写景照样用，「一丝凉意」「一抹夕阳」是再正常不过的中文。按词扣分，人类的正常描写就被错杀了。修复是把这批词降级：不再单独计分，只在它们出现在解说腔句式里（搭配心理状态词、替角色向读者解释情绪）才命中，同时把词表权重整体下调、句式权重上调。

修完复跑：人类均分 4.55 到 5.00，零误杀；AI 样本分数不变；此前审过的官方卡全部回归通过。这套金标判例集现在是检测器的回归测试，规则每改一次跑一次。「一丝凉意」事件之后，我们不再相信任何没过金标的检测规则，包括自己写的。

它抓不到的那类 AI 味

诚实的边界要写清楚。我们手里有几份按模板精心生成的 AI 文案，句式规避得干干净净：没有套话、配额全过、闲笔也安排了。规则给满分，LLM 评委也看不出来。但人读完仍然觉得假。破绽不在任何一个句子里，在整体纹理：细节密度过于均匀、每段信息量精确相等、没有一处真正的松弛。这种结构层的机器感，目前没有任何自动化手段抓得住。

浏览器版，免费用

我们把这套规则的轻量版做成了网页工具：贴一段中文文字，浏览器本地跑体检，套话标黄、句式计数、给 0-5 分，文字不上传服务器。适合发文前给自己的文案做一遍 lint。它的局限和上面写的一样：低分值得复核，高分不代表清白。检测这件事的上限，LLM 评委实验那篇写得更透。