凌晨2点47分，李萌第9次点下“提交检测”。

页面转圈四十秒，跳出一行红字：AIGC疑似度31%。学院的红线是20%。

她盯着那个数字看了很久。这篇一万二千字的毕业论文，是她从去年10月开始，在图书馆四楼靠窗那个位置一个字一个字敲出来的。中间她阳过一次，发烧到39度2，还在改第三章的模型参数。

现在系统告诉她，你有三成的内容不像人写的。

这东西到底在测什么

说穿了不复杂。主流检测器看两个指标：困惑度和爆发度。前者衡量“下一个词有多难猜”，后者衡量“句子长短起伏有多大”。

AI生成的文本，词的概率分布平滑，句子长度均匀，逻辑连接词密集——因为它是按最大概率往外吐字的。人写的文本则忽长忽短，忽雅忽俗，中间夹着废话、口头禅和突然跑偏的比喻。

问题就出在这儿。

学术写作的规范，本身就是要求你平滑、均匀、逻辑词密集。不能口语，不能跳跃，不能“我觉得吧”。你越守规矩，越像机器。这是一个设计上的死结。

更荒诞的是非母语者。斯坦福有个团队2023年测过7款主流检测器，拿中国学生的托福作文去跑，误判率高达61%。原因有点扎心：中国学生的词汇量窄，句式偏模板化，用词反而比美国人更“标准”——标准到像模型输出。

2023年8月，德州农工大学一位讲师用ChatGPT检测器审全班论文，判了一批学生“学术不端”，后来被证实是误判，学校最后不了了之。而国内这边，知网、维普、Turnitin的AIGC检测，一篇几十块到上百块，学生自己掏钱，反复跑。

李萌跑了9次。花了四百多。

真正的黑色幽默在改稿这一步

她加了个“降AI率”的群，群公告写着：千字80，保过，不过全额退款。

接单的是个研究生，操作手法说出来能让人笑出声——

把“综上所述”改成“说白了”。把“因此”改成“这么一来”。句子必须拆，长句劈成三段，中间加一句“这个事儿其实挺有意思”。偶尔故意留一个错别字，再把一段严谨的因果推演，改成一堆并列的碎句子。

“你们这个是反向操作，”李萌在群里问，“不是越改越烂吗？”

对方回了句：“系统要的不是好文章，是不像AI的文章。”

她照做了。第四章原本有一段关于样本偏差的论述，写得相当准确，一句话讲清了内生性问题。检测出来疑似度44%。她把它拆成四句大白话，中间插了个“其实吧”，疑似度降到11%。

意思没变，精度掉了一截。

第十一次提交，AIGC率18%。过了。

她去问过导师。导师抽着烟说，学院下了指标，超30%要提交情况说明，还得他签字。“我也不信这玩意儿，”导师说，“但流程要这个。”然后补了一句，“以后写东西，别写太顺。”

一个教了二十多年书的人，开始教学生怎么把文章写得别太顺。

这事儿最有意思的地方在于，它悄悄改写了“好”的定义。过去我们说一篇文章好，是说它准确、克制、逻辑严密。现在这些特征统统成了可疑项。真正安全的写法，是有点毛刺、有点啰嗦、有点前言不搭后语的写法。

人类花了三百年，把学术写作从随笔打磨成精密仪器。然后我们用了一个检测器，把自己逼回去。

李萌最后把那份18%的检测报告截图，存进了手机相册。

文件夹名字叫“证据”。