中文环境下如何识别 AI 语句
知乎封了人，楼主跑来 V2EX 问：你们怎么看出来的？
帖子本身不稀奇，稀奇的是楼里几乎一边倒——不是在争论「有没有水印」「哪家检测器准」，而是在拆一件事：中文 AI 味长什么样。检测器分数常与人的语感打架；更稳的信号是句式模板、假真诚结构、情绪缺席，以及「正确废话 + 软广植入」。
一个打脸样本
楼主贴出一段「读英文原著体会」，自称只改了几个字。朱雀 AI 给出：人工 99.6%、AI 0.4%。
评论区几乎一致：一眼 AI。
更糟的是，后半段被拆成 BookYell 产品说明书——痛点铺垫完直接功能罗列，「比如」后面跟一个读者根本不熟的新产品名。后面楼主还用「我们核实一下」「我们维护一下」回应版本问题，推广属性基本坐实。
所以这场讨论的真正结论不是「知乎怎么判的」，而是：用户真正讨厌的，往往是 AI 味营销，而不只是「用了 AI」。
语感派：哪些句子会立刻露馅
楼里高频击杀信号，几乎都能在这段样本里找到：
- 转折无对象：「但不骗人」——但什么？
- 奇怪搭配：「收获是长在身上的」——像病句，不像人话
- 过工整结构：首先语感、其次文化、总之别当任务——作文范文体
- 情绪过克制：偶有「怀疑人生」「差点放弃」，仍像说明书里的情绪标签
- 主谓宾过齐：真人打字常缺主语、缺谓语；AI 几乎从不语法残缺
- 书面口语硬混：「怎么用词、怎么转折、怎么表达情绪」后面接「学不来」
还有一个很毒的观察：读完「很震撼」，却复述不出任何一个具体新知识——那就是 aislop。金句密度过高时，金句本身就贬值了。
口癖清单：中文 AI 的高频句式
社区反复点名的「拖出去」句式：
- 「不是……而是……」连环对举
- 「真正稀缺 / 真正值得警惕的从来不是……」
- 「一句话说清楚」「翻译成人话」「这才是我真正想说的」
- 「下面从 X 方面为你拆解」
- 「底层逻辑」包装正确废话
- 少用「可能 / 大概 / 我感觉」这类不确定语气
有人整段戏仿 aislop，把「不是 AI 太像人，而是太多人写得像 AI」写到夸张——读着爽，却什么也没学到。这正是识别器：你被牵着鼻子走，口袋里却没留下新事实。
检测工具为什么不可靠
楼里推过朱雀、扫描全能王、自研识别器。同一段文字，有人测出几乎全人工，有人测出 100% AI。
细粒度分析更有用：三段式枚举 + 推销式交互 + LLM 默认举例（《老人与海》出现频率高得可疑）→ 更像「AI 生成 + 人工轻改软文」。真人如果真啃过某本书，通常会说卡在哪一章、读到第几页放弃，而不是只扔一个经典书名。
平台侧也别神话：未必是系统识别，可能是举报；真人也有误伤折叠；不可见字符 / 文本水印存在，但编辑后容易失效；草稿历史（一次性粘贴 vs 逐步修改）有时比模型分数更有信息量。
可操作识别清单
句式与结构
- 「不是 X，而是 Y」连环对举，假金句密度过高
- 总分总收尾：「总之……」「首先……其次……」
- 「下面从 X 方面拆解」；乱加「一句话 / 真正有价值」
- 段落过工整、排版过齐、句子信息平铺
用词与搭配
- 奇怪比喻 / 病句感
- 书面语与口语硬混
- 转折无对象
- 情绪过度克制；缺少模糊词
- 主谓宾过完整
- LLM 默认举例，缺具体卡点细节
内容策略信号
- 读完很震撼，复述不出新知识 → 正确废话
- 痛点铺垫 → 产品功能说明书语序
- 「比如」后接读者不熟悉的新产品名
操作层
- 多读前 AI 时代文字，练语感
- 短文难认；长文几乎总有味
- 自用 AI 写完先搁几天再看
- 看草稿是多次迭代还是一次性粘贴
反例也要记住：人可以故意写出 AI 味；AI 经认真改写后局部特征会失效；检测器与水印都不是银弹。
对我有用的三件事
- 做内容 / 产品文案：中文市场对「不是而是 + 假金句 + 软广」过敏度极高。AI 生成后必须注入具体经历、残缺口语和真实不确定。
- 做鉴伪 / 审核：别押单点检测分数；规则特征 + 软广结构 + 人审更稳。
- 平台叙事：用户讨厌的常常是电子潲水营销，不是工具本身。
检测永远是概率。真正稀缺的，不是「判出是不是 AI」，而是还能不能写出带体温的句子——以及读者还愿不愿意信你。
评论