PPT、文章越专业越像AI？当“专业感”变得太便宜
前段时间我发现一个特别微妙的现象。
一份 PPT，如果文字很多、布局有点乱、图是截图直接糊上去的，大家一般不会说它像 AI。
你只要把网格一对齐，颜色一统一，标题层级做清楚，再塞几个干净的图标——
“AI 做的吧？”
这评价现在已经万能到什么程度？
文章写得太顺，AI 味；网页卡片太整齐，AI 味；海报太像发布会，AI 味；一句话里出现个破折号，也有人开始现场刑侦。
有时候你甚至怀疑，Adobe 要是晚出生几年，大家可能会觉得整个平面设计史都是大模型生成的。
可“AI味”这个词真正麻烦的地方，甚至不只是它准不准。
是它太便宜了。
一句“AI味挺重”，几乎不需要证明什么。可它经常也不满足于表达一种感觉，而是会继续往前走。
从“我不喜欢这种风格”，走到“这东西没什么价值”。
从“看起来像模型生成”，走到“作者大概没真正想过”。
再从“这个项目包装感很重”，走到“这项目可能也不是他做的”。
判断成本没有明显增加，结论却越来越贵。
几秒钟产生的一层印象，开始结算别人几天、几个月，甚至几年积累出来的信用。
用一句便宜的话，终结一个昂贵的东西。
这可能才是“AI味”这个词最值得警惕的地方。
因为 AI 时代真正大规模降价的，不只有作品。
判断也在降价。
而当专业外观、真人感、创作痕迹，甚至“识别 AI 的能力”都开始被批量生产以后，我们迟早得重新回答一个很麻烦的问题：
我们到底凭什么相信一个作品？
一、表达降价
均值工业化
PPT 本来就是一种压缩工具。
十页文档压成三页，技术细节压成一张架构图，一堆数据压成几条结论。没人汇报的时候会把代码仓库从第一行念到最后一行，所以压缩本身没什么问题。
AI 改变的是压缩的成本。
过去你往往得先理解系统，再慢慢琢磨怎么把它画出来。现在很多时候，只需要告诉模型：
“帮我做一页大模型安全评测平台技术架构图，要高级，要有科技感。”
十秒以后，一套“数据层—模型层—安全层—应用层”的彩色盒子就出来了。
非常合理。
合理到你甚至不好意思问：这四层到底谁调用谁？数据是实时还是离线？安全层做输入检测还是输出审核？模型层为什么单独摆在中间？
多问几句，有时候整张图就开始像乐高一样松。
AI 最先拉快的并不是理解。
是表达。
内容还在原来的速度上走，外观已经坐上高铁了。
当然，“普通人快速获得专业版式”并不是大模型时代才发生的。微软早在 2015 年推出 PowerPoint Designer 时，就已经让系统自动推荐专业布局；当时微软披露，这套功能与专业设计师合作准备了超过 12,000 套设计蓝图。
资料卡 · PowerPoint Designer
自动设计并不是大模型时代才诞生的。模板、智能排版、图标库，再到今天用自然语言直接生成整套页面，专业外观一直在降价。
只是这一轮，降得特别快。
很多人会把纯文字、卡片、统一图标、简洁配色看成 AI 风格。
这些东西其实比 ChatGPT 年纪大得多。
咨询报告、商业汇报、产品发布会一直喜欢这么干，理由也谈不上神秘：
好读。
老板一天看十份汇报，不是来参加艺术展的。他希望三秒知道这一页说什么，十秒知道结论，半分钟决定要不要继续问。
成熟商业排版因此会逼着人做一些很无聊、但确实有效的事：标题说人话，信息分层，不重要的东西往后放，颜色不要满天飞，图也不是为了显得复杂，而是为了减少理解成本。
AI 恰好学了大量这样的材料。
它喜欢生成标题—摘要—要点—结论，喜欢统一图标、信息分层和简洁配色，并不奇怪。这些东西本来就是人类过去几十年一点点筛选、总结、标准化留下来的经验。
于是事情有了一点黑色幽默：
我们今天批评 AI “太平均”，某种程度上是在批评人类自己总结出来的平均经验。
这些经验当然有用。
能降低阅读成本的排版值得学，能把复杂关系讲清楚的写法也值得学。麻烦出在规模上：一个原本只是工具箱里的常用工具，逐渐成了几乎所有问题的默认答案。
模型偏爱那些稳妥、常见、不容易犯错的选择。
用得足够多以后，稳妥本身也会长出一种风格。
好经验没有犯错。
它只是出现得太频繁了。
原本应该提供选择的经验，开始规定选择。
你要是把一份十年前的咨询报告扔给今天没怎么看过商业材料的人，他没准也会说：
“这个好像 KIMI 生成的。”
那就有点穿越了。
信号通胀
以前一个学生做出一页像咨询公司报告的 PPT，别人很容易顺手脑补一串东西：
这个人至少花过时间，可能做过调研，看过案例，自己画过图，调过字号，处理过版式。
这些推断当然从来不严谨。
可过去获得这种外观确实需要一定成本，于是外观多少携带了一点关于投入的信息。
模板、自动排版、图标库，再到自然语言生成页面，把这种成本一层层削掉。
同样的视觉结果，一句提示词、一个模板、几个自动化工具就能迅速完成。
视觉语言本身没有变差。
它只是不再像以前那么稀缺。
一部分“专业感”被工业化了。
PPT 又比普通网页麻烦一点。
它不只让“看起来专业”变便宜，也会让“看起来懂”变便宜。
一张漂亮的架构图天然会给人一种错觉：
画图的人应该理解这些模块。
未必。
有时候只是模型很理解：
“一张专业架构图通常应该长什么样。”
表达—能力脱钩
学生项目、研究项目里，一个人同时兼需求、开发、部署、文档和汇报很常见。
以前这些能力大体会一起慢慢长。系统不会写的时候，多半也画不出特别成熟的系统架构；项目还没做明白，PPT 上通常也带着一点“学生作业感”。
AI 把其中一条线单独拉快了。
现在完全可能出现：
视觉质量 90 分。讲述能力 80 分。工程能力 70 分。项目成熟度 60 分。
以前“看起来像什么”和“实际上是什么”多少有一点绑定，现在两条线被拉开了。
漂亮本身没犯什么错。它只是越来越不能独立证明什么。这件事同样有好的一面。
一个技术能力很强、以前 PPT 做得惨不忍睹的人，现在终于可以借助 AI，把自己的真实能力展示得像样一点。
AI 带来的变化，很难简单概括成“大家越来越会装”。
它同时解救了很多以前因为不会包装而吃亏的人。
更准确的描述是：
表达能力和实际能力之间原本相对稳定的绑定，被打散了。
以前表达差容易被当成内容差，表达好也容易被当成内容好。
以后这两种推断都得小心一点。
包装成本塌缩
AI 降低的不只是做 PPT 的成本。
它还降低了把想法说清楚的成本。
以前有很多人不是没东西，是说不出来。
脑子里明明有一个完整判断，真让他写，重点埋在第十七段；让他讲五分钟，最后来一句：
“反正大概就是这个意思。”
这种人以前很吃亏。
因为有思想，和有能力把思想准确传递给别人，本来就是两种能力。
2023 年《Science》的一项实验研究发现，使用 ChatGPT 完成职业写作任务的参与者平均耗时下降约 40%，输出质量提高约 18%。
AI 确实能减少一部分“明明有内容，却被表达拖了后腿”的损耗。
你可以把一堆未经整理的想法交给它，让它找结构、压缩重复、调整措辞，再回来自己改。
很好。
同一台机器也能处理另一种原料。
没多少东西，同样可以整理得结构完整。标题可以生成，结构可以生成，案例可以生成，金句可以生成，转折可以生成。
最后跑一次 Humanizer，连所谓“活人感”也能生成。
于是我们得到的不只有更多思想。
还有大量：
成型得非常漂亮的空白。
AI 未必首先降低了“好文章”的门槛。
它更直接地降低了：
“看起来像一篇文章”的门槛。
PPT 也是一样。
AI 没有让所有人突然理解系统架构。
它只是让所有人更容易做出一个“像系统架构的东西”。
二、代理信号失效
流畅、完整、漂亮、结构化，过去多少意味着成本。
现在不一定。
过去我们依赖过很多不严谨、却足够便宜的代理信号。
PPT 成熟，大概认真做过。文章流畅，大概认真组织过。图画得专业，大概比较懂项目。
这些推断以前也会错，只是错得没有今天这么方便。
现在，一个漂亮 PPT 底下可能是空的；一篇被 AI 润色得非常成熟的文章，背后也可能真有一个作者想了几个月的判断。
信号和内容开始解绑。
外观看不出成本以后，注意力自然会寻找新的痕迹。
“AI味”就是在这个位置上变得好用的。
逆向选择
假设有两篇看起来都很成熟的文章。
一篇作者查了三周资料，反复修改论点，最后让 AI 帮忙整理表达。
另一篇十秒钟生成，补几个案例，再跑一遍 Humanizer。
在第一眼的分诊层，它们可能长得差不多。
读者麻烦了。
如果暂时分不清哪篇值三周，哪篇值十秒钟，他就很难继续按照“三周的成本”给前者分配注意力、信任和机会。
这和经济学里那个著名的“柠檬市场”很像。
Akerlof 用二手车解释信息不对称：卖家知道商品质量，买家却很难看出来，于是低质量商品可能挤压高质量商品，严重时甚至让整个市场收缩。
放到内容市场，道理相似。
当十秒钟的生成物和三周的真实分析，在最便宜的评价层几乎无法区分，“看起来专业”本身的市场价格就会往十秒钟那边靠。
这里的价格不一定是钱。
也可能是读者愿意给你的三分钟，评委愿不愿意继续追问，编辑愿不愿意认真看第二遍，招聘者愿不愿意相信这是你的真实能力。
甚至是：
一个作者为什么还愿意花三周，做一件十秒钟就能“看起来差不多”的东西？
高质量生产者要么减少投入。
既然别人分不出来，就别做那么贵。
要么离开这个便宜的分诊市场，去更昂贵的验证渠道：给源码、放数据、公开实验、展示修改记录、提供过程文档、现场答辩。
让别人看到那些最终成品无法独自证明的东西。
当结果越来越便宜，过程开始承担溢价。
来源溢价
结果证明不了投入以后，草稿、Git 记录、版本历史、原始数据就开始涨价。
它们过去只是生产过程中留下来的边角料。
现在逐渐开始承担：
“这东西到底怎么来的？”
这种证明责任。
有点像艺术品的 provenance。
作品之外，来源链条也参与定价。
可来源一旦值钱，来源也会被生产。
只要“真人创作记录”有溢价，就会有人制造真人创作记录；只要修改历史能够证明思考，就会有人专门准备漂亮的修改历史。
证明作品是真的，需要认证。证明认证是真的，需要认证机构。然后还得有人证明认证机构值得相信。听起来荒唐。很多信任体系本来就是这么长出来的。
稀缺性迁移
摄影出现以后，艺术史也发生过一种相似的重新定价。
这里当然不能简单说：
“摄影导致了印象派。”
历史没这么听话。
但机械图像越来越擅长准确呈现现实以后，画家和版画家确实不得不重新面对一个问题：
如果“像”变便宜了，手工图像还靠什么定义自己？
笔触、光线、颗粒、不完整、主观观看，某些过去可能被视为“不够精确”的特征，反而开始获得新的价值。
机器越擅长精确复制，人的痕迹越容易成为稀缺性。
接下来的一幕就很熟悉了。粗粝笔触可以学。不完整可以学。所谓“手感”也可以学。
昨天还在反抗机械复制的东西，明天就可能进入教材、培训和风格模板。
稀缺性不会消失，它只会搬家。
三、方差收缩
完全否认“AI味”也没有必要。
它确实存在一些可以测量的风格趋同。
2026 年《Nature Human Behaviour》的一项研究横跨 7 个数据集、超过 88 万篇文本。研究发现，大模型参与润色和改写以后，核心内容大体仍能保留，但写作风格会明显趋同；在不同数据集和模型中，写作复杂度的方差下降约 21% 到 50%。
这些结果当然证明不了：
“AI 都有同一种味。”
更证明不了：
“某一个句式出现了，就是 AI。”
它们说的是分布。
段落展开是不是越来越容易预测？
结构变化是不是越来越少？
不同作者经过类似模型处理以后，是不是逐渐向某个中间区域靠近？
最重的 AI 味，未必是突然认出了某一个词。
有时只是：
上一句还没读完，你已经大概知道下一句准备怎么转折。
今天很多被叫作“AI味”的东西，其实早于 AI。
“你以为……其实……”
“真正的问题不是……而是……”
“底层逻辑。”
“核心命题。”
“先说结论。”
这些东西在营销号、公众号爆款文、SEO 内容、商业软文和知识区视频里早就大量存在。
所以：
我们今天闻到的很多“AI味”，可能首先是互联网味。
可只说这一半也不够。
人类营销号其实很参差。
有人开头气势汹汹，写到后面没劲了；第一个论点写八百字，第三个只剩两百字；有人转折没接住，有人例子举了一半，还有人写到最后自己都想下班。
人写的东西，本来就有毛边。
生成文本给人的另一种感觉，恰恰是：
毛边太少。
三个论点差不多长，该举例的地方都有例子，该转折的地方完成转折，每一部分都像得到了同等程度的照顾。
没有哪里特别糟，也很少有哪里突然失控。
这意味着所谓“AI味”至少可能来自两层。
一层发生在原料端：模型学到了互联网上大量成熟、保险、已经被验证过的平均经验。
另一层发生在加工端：生成和润色继续把原本参差、烂尾、轻重不一的部分往中间拉。
AI 没有发明营销号。
它更像是：
把营销号送进了一台工业砂光机。
没接住的转折被接住，虎头蛇尾被补齐，轻重不一的段落重新拉平。
结果当然更完整。
也更容易让人产生一种奇怪的感觉：
为什么每个地方，都完成得这么像“应该完成的样子”？
来源—质量分账
这里可以做一个很简单的测试。
看到一句话觉得：
“AI味好重。”
先暂时把来源遮掉。
假设你不知道它来自人，还是来自模型。
再看一次：
这个问题还存在吗？
来源当然有意义。
知道一段文字来自大模型，根据过去经验，提高对事实错误、虚构引用或者模板化表达的警惕，很合理。
只是这里本来有两个问题。
一个是：
这个作品本身哪里有质量问题？
另一个是：
知道它来自某种生产方式以后，我应该怎样调整对它的信任？
第二个问题可以使用来源。
第一个问题，最终还是得兑现到作品上。
比如“不是 A，而是 B”。
这句话当然可能写得很差。
A 和 B 本来不冲突，为了制造金句感，硬写成：
“问题不是技术，而是人性。”
可以批评。
批评它制造了一个假的二元对立。
同一种句式连续出现五次，节奏像齿轮咬合，也可以批评。
每一次转折看起来很大，实际上前后没有信息增量，只是在制造一种“论证正在推进”的幻觉，也应该删。
可如果一句话一旦不知道它来自 AI，所谓问题也一起消失了，我们批评的很可能是来源。
比如：
“这里限制系统性能的不是计算量，而是内存带宽。”
它恰好用了“不是 A，而是 B”。
所以呢？
如果判断准确，句式完成了工作，它没有义务因为 ChatGPT 也爱这么说，就故意绕一圈。
来源可以提供怀疑的理由。
它不能替质量判断交卷。
上下文缺失
同一句话放在不同地方，本来就应该完全不一样。
QQ群里有人问：
“这个是不是炸了？”
朋友回：
“早炸了，下午就在报这个。”
很自然。
把它原封不动放进技术事故报告：
“早炸了，下午就在报这个。”
多少有点行为艺术。
技术文档本来就应该更完整，论文应该更严谨，商业汇报应该更结构化，聊天则允许大量省略、内部梗和上下文跳跃。
这些全部都是人类语言。
不存在一种统一的“真人风格”。
很多所谓“AI味”，其实只是文体和场景没有对上。
可告诉模型：
“这是大学同学QQ群，写得自然一点。”
也只能解决一半。
它可能知道“大学同学QQ群一般怎么说话”，却不知道：
你这个群到底怎么说话。
群里有人突然发一句“又来了”，所有人都笑了；有人说“老地方”，大家都知道去哪；有人说“他又开始了”，甚至不需要解释“他”是谁。
这些话自然，不是因为句子短。
它们背后塞着大量没有写出来的信息。
很多所谓“活人感”，其实只是：
我知道你知道什么，所以我不用把所有东西再讲一遍。
模型没有这些上下文，只能补。
补多了，话就长；话一长，就完整；太完整，又容易变成一份面向陌生人的说明书。
它能模拟统计意义上的QQ群，却不知道你这个群昨晚两点发生了什么。
场景告诉模型现在在哪里。
上下文告诉它这里之前发生过什么。
上下文工业化
可把上下文宣布成最后一道护城河，也有点早。
今天模型不知道群里昨天发生过什么，以后它可能直接拥有全部聊天记录；今天它不知道一个架构为什么改了三次，以后它可能同时读 Git 提交、需求文档、会议纪要、Issue、代码 Review 和邮件。
很多今天高度私有、很难复制的背景信息，正在一点点变成机器可以读取的基础设施。
到那时候，“发生过什么”本身不难获取。
更难的是：
这么多事情里，哪些和当前问题有关？
两份资料冲突，相信哪一份？
昨天的共识为什么今天该推翻？
上下文可以成为输入。
输入之间的关系，还是得重新建立。
四、反AI味套利
“AI味”变成一种普遍焦虑以后，很快就会长出另一门生意：
教你识别 AI 味。
再教你去掉 AI 味。
视频号、短视频里列十条：
出现破折号，危险。喜欢三段式，危险。总说“不是 A，而是 B”，危险。段落太整齐，危险。
最后再顺手给一套 Prompt：
“这样改，文章就像真人了。”
这套生意最有意思的地方，在于它和自己批评的对象，其实用了差不多的方法。
都在寻找一套：
最省力、最容易复制、最容易批量执行的规则。
一边说：
“真正的人类写作不能这么模板化。”
一边把“怎样像真人”总结成二十条模板。
一边嘲笑模型偷懒。
一边教人只看破折号、三段式、句子长短，就完成一次文本鉴定。
这当然特别适合短视频。
“语言风格受到语域、训练背景、上下文、作者习惯和生成过程共同影响。”
不太适合做三十秒口播。
“出现这五个特征，一眼识破 AI 文！”
好多了。
一个本来需要上下文、需要经验，甚至未必存在确定答案的判断，被压缩成几个极其便宜的表面特征。
然后再把这套便宜判断包装成一种能力。
某种程度上，“AI味警察”和“去AI味大师”做的是同一门生意。
前者制造怀疑。
后者出售解药。
它们共同需要一个前提：
表面上必须存在一套稳定、容易识别、也容易修改的“AI 指纹”。
不然一边没东西可抓。
另一边也没东西可卖。
当然，减少机械重复、修掉明显的模板痕迹，本身没什么问题。
一篇文章连续五次“不是 A，而是 B”，删掉几次很正常。
一套 PPT 每页都是三个卡片加一张大图，看腻了也确实该改。
问题出在另一层：
把一套局部的编辑经验，包装成了识别来源的万能鉴定术。
“这个句式用多了，看起来机械。”
和：
“用了这个句式，所以大概率是 AI 写的。”
中间其实隔着很远。前一句是在谈作品。后一句已经开始推断生产过程。这一步恰恰最容易被省掉。
于是“去AI味”产业真正出售的，很多时候也不是写作能力。
更像是：
如何通过当前这一版审美检测。
今天大家抓破折号，就删破折号。
明天抓三段式，就故意写得参差一点。
后天发现模型太爱完整转折，那就专门塞一点口语、断句、留白和没说完的话。
这些东西单独看都可以是正常的编辑选择。
可一旦大家为了“证明自己不像 AI”集体这么做，它们很快又会变成下一套模板。
反模板循环
公开经验一直有一个很有意思的命运。一个人总结出来，别人发现确实好用。更多人开始模仿。经验被写进教程。教程变成规范。规范再被自动化。
到最后，原本用来区分“好不好”的东西，越来越难继续区分“谁是谁”。
“去AI味”也逃不掉。
今天大家集体删“不是 A，而是 B”。
明天所有 Humanizer 开始短句、留白、故意不完整，再穿插几句看似随手的口语。
过一阵子大家一看：
“怎么一股去 AI 味的 AI 味？”
这并不奇怪。
“去AI味”一旦被写成 Skill，它就已经开始制造下一代 AI 味了。
十个人学，叫风格。
十万人学，叫套路。
十万个模型一起学，就开始被叫做 AI 味。
公开经验不会因为传播就自动失效。
比如“标题应该有层级”“论据最好能追溯”，这些东西就算所有人都知道，仍然有价值。
真正会折旧的，是那些高度依赖稀缺性和区分度的信号。
某种版式以前显得高级，是因为不常见。
某种写法以前显得有个人风格，是因为没有铺满整个互联网。
一旦复制成本降到接近零，它们就会被重新定价。
所以我们消灭的可能从来不是模板。
只是模板当前的版本号。
更有意思的是，这种反模板最后甚至可能反过来改造真人。
一个作品可以大量使用 AI，但依然非常好。
也可以完全手工制作，但依然非常差。
可如果“像不像 AI”本身变成了评价目标，人就会开始主动调整自己的行为。
一个人原本很自然地使用破折号，因为怕别人说：
“AI 写的吧？”
开始主动删掉。
一个人本来喜欢把论证整理得很整齐，为了显得“更像真人”，故意留下几处不平衡。
做 PPT 也是一样。
为了证明“不是 AI 做的”，故意把字号搞乱一点，把图片错开一点，把颜色做土一点。
到了这里，事情已经有点倒过来了。
AI 在模仿人。
人又开始模仿“不会被认成 AI 的人”。
如果粗糙、错位和不完整开始被当成人类身份证，我们其实并没有走出模板。
只是换了一套模板。
甚至可以说，这是“AI味”评价最荒唐的一种副作用：
它原本想识别人类痕迹。
最后却开始规定：
一个人应该留下什么样的人类痕迹。
信号折旧
过去一种风格从“新鲜”变成“套路”，往往需要很长时间。
有人先这么写。别人觉得好用，开始模仿。培训班总结方法。行业慢慢形成惯例。再过几年，所有人看腻。机器复制以后，这个过程被压缩了。
一个 Prompt 被公开，一套排版被总结，一种“去 AI 味”的规则被写进 Skill，不再需要几十万人分别学会。
模型替他们一起学。
今天还很新鲜的表达，明天可能已经铺满几万个页面。
评价标准也会跟着折旧。
过去觉得 PPT 做得漂亮，说明花过功夫。
失效了。
评审开始问技术细节。
大家知道会问技术细节，就准备技术细节。
评审再问为什么这么选、条件变了怎么办、系统到底有没有真的改过。
这些问题一旦稳定下来，也会被总结、训练和模拟。
判断标准越来越像软件维护。旧规则失效。补丁出现。补丁被适应。再更新。人的注意力却没有一起升级。
老师不可能每半年重新发明一套答辩方法。
招聘者不会天天研究最新的项目包装套路。
普通读者更不会为了判断一篇文章，一直追踪：
“本月最新 AI 文风特征。”
人会累。
累了以后，通常会干一件非常符合人类文明史的事：
把麻烦重新交给工具。
而一旦连“识别 AI味”本身也开始被工具化，下一轮循环就已经准备好了。
五、认知摩擦
作者自己，也是作品的第一个读者。
评价者付不起无限验证的成本，作者同样付不起。
一篇两万字的文章写完以后，你不可能把每一个已经十分顺滑的句子重新当成嫌疑人，从第一性原理验证一遍。
写作过程中，人一直依赖一些很便宜的内部信号。
其中一个就是：
拧巴。
一句话怎么写都接不上，一个转折改了三遍还是觉得哪里不对，一个概念解释了半天，自己越解释越虚。
这些问题当然可能只是表达能力的问题。
有时候你确实已经想明白了，只是说不出来。
另一部分拧巴，却是思想在报警。
拧巴不一定意味着没想清楚，但没想清楚，经常首先表现成拧巴。
这是一块非常便宜的仪表盘。
过去为了把一句话写顺，人常常不得不顺便处理那个“不太对”。
我到底想说什么？
A 和 B 真的是因果关系吗？
这个转折凭什么成立？
AI 出现以后，这一步可以被无痛跳过去。
“这里有点拧巴，帮我润色一下。”
十秒以后，语法通了，节奏顺了，转折也有了。
红色故障灯熄灭。
发动机修没修好，不一定。
问题不在润色。
一个判断已经想清楚，只是表达能力拖后腿，让模型帮忙当然没什么。
危险在于所有摩擦都被直接抛光。
“帮我写顺”，模型像抛光机。
“先别帮我改，告诉我这里为什么拧巴”，它才开始像诊断仪。
一道题怎么都推不下去，一段代码怎么改都不对，一个论点必须靠五个转折才能勉强连起来。
这些东西不会自动证明你错了。
它们只是便宜地告诉你：
这里可能值得贵一点地想。
六、廉价裁决
标签谱系
“AI味”并不是互联网第一次发明这种词。
以前也有很多类似的廉价否定。
“鸡汤味。”
“营销号味。”
“学生感。”
“网文腔。”
它们都有一个共同优势：
快。
不用完整解释结构哪里出了问题，只需要指出：
“它像某一类我不太看得上的东西。”
一个复杂的质量判断，就被压缩成风格归类。
所以“AI味”没有发明廉价评价。
真正新鲜的是：
这一代廉价评价开始长出制度牙齿。
它会倒过来污染评价标准。
以前一句：
“营销号味太重。”
最多让人嘲笑你。
一句：
“学生感很强。”
可能让设计师觉得你的东西不够成熟。
“AI味”后面，却可能跟着一个检测百分比。
再往后，可能跟着学校的学术诚信程序、成绩、比赛资格甚至处分。
旧标签主要属于意见。新的标签开始进入程序。过去的廉价否定，最多让作品掉价。这一轮，它有机会让作者被处分。
百分号真正危险的地方，也不在于它自动让判断更准确。
而在于它让一个模糊评价：
长出了像证据一样的外观。
怀疑闭环
更麻烦的是，这种怀疑很容易形成一个闭环。
你不回应，可以被理解成默认；解释多了，又像“急了”；拿出草稿和版本历史自证，甚至还能被反问一句：
“没问题为什么准备这么充分？”
到这里，作者已经很难提供一种不会被重新解释的回应。
否认可以是心虚。解释可以是辩解。自证也可以继续成为可疑。
指控者提出的是一个可能性，被指控者却被要求证明这个可能性不存在。
怀疑一旦拥有这种结构，它就很难被证伪。
它甚至还有一种记忆优势。
猜错十次，通常没人记得。
猜中一次：
“我早就说过。”
失败成本很低，偶尔猜中却可以不断强化“我会识别”的身份。
这也是为什么：
攻击便宜，自证昂贵。
这种结构放在评论区里，可能只是烦人。
放进师生、评审、招聘、学术诚信这些存在权力差异的关系里，就开始决定：
谁必须证明自己是清白的。
举证责任倒置
一个老师怀疑学生使用了 AI。
一句：
“检测率有点高。”
很容易。
接下来学生可能需要交草稿、版本历史、引用记录和创作过程。
一个招聘者觉得候选人的项目：
“包装感太重。”
同样只需要几秒。
轮到候选人时，他得解释架构、展示代码、回答追问，证明项目确实是自己做过的。
让被怀疑者提供一部分证据，本身并不荒谬。
真正失衡的地方，是拥有裁决权的一方可以把验证责任和误判风险几乎全部转嫁出去。
评价者只负责怀疑。被评价者负责证明怀疑是错的。怀疑只需要一句话。清白开始按页收费。
如果判断的后果足够昂贵，那么更多验证责任，就不能只落在被判断的人身上。
谁拥有更大的裁决权，谁就应该承担更多确认义务。
否则检测器甚至不需要特别准确。
只要它能够触发举证责任转移，它已经拥有了相当大的力量。
偏差继承
斯坦福团队那组 61.3% 的数据，在这里值得多停一下。
他们用 7 种当时广泛使用的 GPT 检测器，测试了 91 篇由非英语母语者撰写的 TOEFL 作文。
这些文章全部由人完成。
平均却有 61.3% 被误判成 AI。
19.8% 的文章甚至被 7 个检测器一致判成 AI，至少被其中一个检测器标记的比例达到 97.8%。
如果只停在这里，很容易总结成：
“检测器不太准。”
可研究者继续往下看，发现这些被误判的文章往往拥有更低的 perplexity。
简单说，就是更容易被模型预测。词汇范围窄一点。句法变化少一点。表达更规律一点。
恰好也是很多非母语写作者容易出现的特征。
后来，研究者让 ChatGPT 把这些 TOEFL 作文的词汇改得更接近英语母语者。
平均误判率从 61.3% 降到了 11.6%。
两个数字放在一起，事情已经不只是“检测器偶尔会错”。
同一个人的思想，只因为语言表面更接近母语写作，机器眼里的“AI嫌疑”就大幅下降。
这个结果多少有点荒诞。
一个人明明什么 AI 都没用。
只因为英语写得没那么像母语者，检测器反而更容易觉得：
“你像机器。”
当然，这不能直接证明所有 AI 检测器都是“非精英写作检测”。
证据没有走到那么远。
但它至少揭示了一件很具体的事：
误判不是必然平均地落在所有人头上。
过去，一些语言特征可能被叫作“不够地道”“学生感重”。
今天，同一批统计特征又可能换一个更技术化的名字回来：
“像 AI。”
旧的等级差异，并不会因为检测器出现就自动消失。
有时候，它只是获得了一张新的技术凭证。
量化幻觉
OpenAI 自己在 2023 年也曾推出 AI 文本分类器。
在官方 challenge set 上，它只能正确识别 26% 的 AI 文本，同时会把 9% 的人类文本错误标成 AI。
后来这个分类器因为准确率低被下线。
“我觉得像 AI。”
听起来只是感觉。
“AI 检测率 83%。”
却突然像测量。
百分号很容易让一个概率判断长出温度计的气质。
于是原本只是：
“这里值得再检查一下。”
慢慢变成：
“系统已经给答案了。”
机器输出一个数字。人只负责执行。这样最省事。也最容易让举证责任倒过来。工具参与判断当然没什么奇怪。
人类早就在用查重、异常检测、风控和反作弊系统帮助筛选。
区别只在一件事：
工具是在提示去哪里看，还是替人把裁决做完了。
Turnitin 自己的官方指南也明确提醒，AI 写作检测可能误识别人类文本、AI 生成文本和 AI 改写文本，不能单独作为对学生采取不利措施的依据。
检测器可以帮你决定：
哪里值得多看一眼。
至于看完以后要不要改变一个人的分数、资格或者信用，需要另一层证据。
否则机器先说：
“你写得太像机器。”
接下来轮到你证明：
“我是人。”
真正荒谬的地方，也许不在机器猜错。
而在于我们让一次猜测，拥有了判决的格式。
七、诊断定位
真正让人难受的，往往也不是被批评。
而是评价的分辨率，配不上作品投入的分辨率。
你可能花几天想一个观点到底成不成立，查资料，删掉站不住的论据，重新整理前后的逻辑，好不容易把一个模糊想法写清楚。
对方看半分钟：
“AI味挺重。”
然后没了。
最麻烦的不是难听。
是你甚至不知道改什么。
你批评的到底是“AI”，还是某一个具体的问题？
如果语言啰嗦，那就说语言啰嗦。
如果 PPT 信息密度低，那就说信息密度低。
如果架构图只是为了好看，没有表达真实关系，那就指出它的抽象层级有问题。
如果所有页面都是三个卡片加一张大图，那就说视觉语言过度重复。
作者可以不同意。也可以反驳。至少知道争论发生在哪里。
“AI味太重”最方便的一点，就在于它可以直接跳过这个定位过程。
语言啰嗦、信息密度低、假转折、语域不匹配、视觉重复，本来是完全不同的问题。
一个“AI味”，全装进去了。
这可能也是这个词流行的原因之一。
它允许人绕过最费力的那一步：
把一种模糊的不舒服，翻译成一个可解释、可讨论、可修改的问题。
审美人人都有。可把审美判断拆开，是有门槛的。很多时候，对方未必什么都没感觉到。
恰恰可能是感觉很多，只是没有足够精确的语言，把这些感觉一层层拆出来。
一个人的评价感受，可能比他的评价语言更丰富。
这时候，专业概念开始有用了。
“语域不匹配。”
“视觉层级混乱。”
“信息密度低。”
“假转折。”
这些词不是评价资格证。它们只是坐标。同样看一张 PPT。
“丑。”
有一点信息。
“有点挤。”
再多一点。
“标题和正文没有拉开层级，三个模块视觉权重太接近，所以第一眼不知道先看哪里。”
这句话没长多少。
坐标却清楚了。
为什么有些页面东西很多，却一点不乱？
为什么有些页面明明没几个元素，还是显得廉价？
为什么同样是留白，有的是克制，有的是空？
这些问题一开始经常只是感觉。
你先觉得：
“不对。”
知道“视觉层级”以后，才可能发现原来三个元素在抢同一层注意力。
知道“语域”以后，会开始注意：一句话本身可能什么都没写错，只是放错了场景。
知道“信息密度”以后，会发现文章写得长，不等于信息很多。
知道“假转折”以后，也会发现某些“不是 A，而是 B”真正的问题根本不是句式。
那个 A 压根没人主张。
只是为了让 B 显得更像洞见，临时立了一个靶子。
专业概念真正有意思的地方，还不只是在你已经看见问题以后，帮你给它起个名字。
很多时候，是先有了那个概念，你才第一次看见那个问题。
语言不只是描述认知。
它也参与制造认知的分辨率。
所以术语真正厉害的地方，不是把评价说得更高级。
而是用更少的话，压缩更多已经被验证过的观察。
“视觉层级”四个字，背后其实压着一整套关于注意力顺序、元素权重和信息组织的经验。
能用更少的话，把一个复杂现象描述得更准确，本身就是一种知识压缩能力。
但这里也恰好能看见“专业术语”和“AI味”这种标签真正的差别。
它们表面上都在压缩复杂现象。
“视觉层级”是压缩。
“AI味”也是压缩。
区别不在于哪个词听起来更专业。
而在于：
好的压缩，展开以后还能找到原来的问题。
坏的压缩，展开以后只剩那个标签自己。
你说“视觉层级混乱”。
继续追问，可以展开成标题权重、元素尺寸、对比度、阅读顺序。
你说“语域不匹配”。
可以继续讨论是谁在说话、对谁说、为什么这种表达放在这个场景里不合适。
一句“AI味重”，如果继续往下只剩：
“反正就是像。”
它就没有真正完成定位。
所以可以把这件事粗略压成三句话：
审美让你觉得“不对”。
知识让你知道“哪里不对”。
语言让你把“哪里不对”说给别人听。
当然，坐标也不是终点。
把一个模糊感受压缩成一个可以讨论的位置之后，还要让人真的能去讨论。
如果一句评价落下来以后，作者没有解释空间，学生没有申诉渠道，候选人甚至不知道自己为什么被筛掉，那么评价再精确，也只是更精确地宣布结果。
定位系统之所以有价值，是因为定位以后还能移动。
可以修改。可以反驳。可以追加证据。也可以发现原来的评价本身就错了。好的评价不是更会宣布结论。
它是更会给问题定位，而且允许后面的信息继续进来。
专家压缩
不过，一句话短，也不意味着它一定浅。
一个做了二十年编辑的人扫一眼说：
“这篇 AI 味有点重。”
和一个刚看完《AI写作十大特征》的人说同一句话，背后的信息量可能差得非常远。
专业经验积累到一定程度以后，本来就会被压缩。
老设计师看一眼页面：
“重心不对。”
资深工程师扫一眼架构：
“这里以后肯定出问题。”
他们未必当场给你念一篇论文。
很多复杂判断在长期训练以后，最后输出的就是一句直觉。
所以高手的模糊直觉，不一定低分辨率。
它可能恰好相反：
高分辨率判断被压缩以后，只剩一个很短的输出。
真正值得看的，是需要的时候能不能重新展开。
如果追问下去，编辑能指出语域、节奏、段落结构和信息增量，前面那句“AI味重”完全可能只是一个压缩后的入口。
如果最后只剩：
“反正就是像。”
那才开始有问题。短，不等于浅。具体，也不等于深。AI 自己就特别会制造“伪具体”。
“建议加强论据。”
“部分段落略有重复。”
“可以进一步提高结构连贯性。”
五条一列，像认真批改了半小时。
如果这些话根本没有准确对应到文章里，它们也只是：
更精致的噪声。
所以评价真正稳定的标准，不是句子长短，也不是术语数量。
而是：
它有没有准确落到作品上，并且提供可以检验的新信息。
模糊但准确，可以继续拆。
具体但错误，只是把错误写得更具体。
AI 很适合做一件事：
把一句“这里读起来有点怪”，拆成几个可以逐项检查的假设。
也许是语域。也许是信息密度。也许是逻辑跳跃。也许是段落节奏。这很方便。
但拆得具体，不代表拆得对。
它负责提出坐标。
作品本身负责验证坐标。
可操作性验证
再回到 PPT。
有一个很典型的场面。
同一个小团队，两次汇报讲同一套系统。
第一场的架构图是模型生成的。
配色高级，阴影圆角全到位。
评审老师指着“网关层”和“推理服务”问：
“这一步是同步调用，还是异步消息？”
台下安静两秒。
回答的人说：
“这上面的模块……我们基本都有。”
真去代码仓库里找，压根没有一个对应的“网关层”。
模型只是觉得：
“一张专业架构图这里应该有个东西。”
于是帮你补了一个。第二场，另一位同学的图丑得多。PPT 自带形状。连线全是手拖。两个字号还不一样。
老师问到一半，他按 Esc，把两个方框拉开，往中间塞了一个新的框：
“这里上周刚加了个缓存，原图还没更新，我补一下。”
三十秒。改完。两张图真正的差别不在美观。第一张图是系统的想象。
第二张图背后有一个可以继续操作的系统。
图只是系统的表达，不是系统本身。
AI 生成技术图最麻烦的地方就在于它会补。
觉得这里应该有 Database，就画 Database。
觉得那里缺一道安全防护，就加一个盾牌。
真实系统到底有没有，它未必知道。它只知道这种系统通常长什么样。文字也会发生同样的事。这里似乎该有转折，补一个。这里像是该升华，升华一下。科普文好像该来个比喻，塞一个。形式慢慢开始反过来制造内容。
真正深度参与过项目的人，优势通常不是：
“PPT 更不像 AI。”
他知道这张图为什么长成这样。
老师问：
“这一块能不能拆？”
能。
老板说：
“数字口径换一下。”
知道去哪换。
评委问：
“为什么这两层并列？”
能判断这是图的抽象问题，还是系统本身的问题。
理解不只是能复述一个已经完成的答案。
结果发生变化以后，你还能继续操作它。
文章也是一样。一篇文章写得像公众号，不代表它浅。写得像论文，也不自动变深。架构图不是系统。PPT 不是项目。文体也不是思想。工具当然可以参与表达。
它可以帮你画图、润色、整理结构，甚至指出你自己没注意到的问题。
真正不能完全外包的，是最后那层判断：
这张图到底准不准确？
这个比喻有没有歪？
这个论据到底撑不撑得住？
这句话是不是确实表达了自己想说的东西？
文章真正稀缺的，未必是“像不像人写”。
更重要的是：
里面到底有没有一个人在判断。
以及最后，这个判断到底由谁承担。
工具可以帮你生成表达。
不能替你承担判断。
八、验证预算
标准适应
成品不够可靠，当然可以继续往后拆。
每个箭头能不能解释？
每个数字能不能追溯？
每个模块是不是真的存在？
哪一块是自己做的？
文章也可以拆：事实是真的吗？论据撑得起结论吗？条件变化以后还成立吗？
“经得起拆”当然比“看起来漂亮”可靠。
可它也不会永远可靠。
只要评委开始稳定追问技术细节，候选人就会准备技术细节。
面试官喜欢问：
“为什么这么设计？”
网上就会出现二十套“技术选型深度回答”。
大家发现现场修改更能证明理解，也可以专门训练现场修改。
公开标准有一个共同命运：它会训练被评价的人。
“经不经得起拆”一旦变成大家都知道的标准，连“被拆”本身都可能被表演。
评审往后走一步。
表演跟上一步。
这场追逐最后撞上的墙，并不是缺少更聪明的问题。
是成本。
裁决成本外部化
一个老师面对五十个学生，一个编辑每天收到几十篇稿子，一个投资人桌上摆着几百份商业计划书，一个招聘者可能只有十分钟决定要不要把候选人送进下一轮。
他们能支付多深的验证？
很有限。要求源码，比看 PPT 可靠。前提是有人真的去看。
要求实验记录、版本历史，当然可以继续提高伪装成本。
前提是有人有能力读懂。
评委多追问十分钟，候选人的伪装成本上升。
评委自己也多付了十分钟。验证从来有两个价格。被评价者付一个。评价者也付一个。
真正硬的问题也在这里出现：
谁决定这笔验证预算怎么花？
老师和学生之间，通常是老师决定。
招聘者和候选人之间，通常是招聘者决定。
编辑甚至可能在作者完全不知道原因的情况下结束一次评价。
被评价者恰恰很难说：
“这个结论太重了，请你再为我支付两个小时验证成本。”
验证预算从来不只是技术问题。
它还是：
谁控制预算的问题。
现实里很容易出现一种结构：
决定由一方作出。验证费用却由另一方承担。这当然有效率。
但效率和接近事实，并不是同一个目标。
一个系统如果只优化“让拥有裁决权的人最快做完决定”，就很容易把误判成本留给那些没有裁决权的人。
路由与结算
十秒钟的第一印象，最适合回答：
“我要不要再看十秒？”
一轮初筛最适合回答：
“这个人值不值得进入下一轮？”
检测器最适合回答：
“这里是不是值得增加审查？”
这些都是路由问题。
它们负责把有限注意力送往下一站。
事情最容易出错的地方，是把路由信号直接拿来结算信用。
“这个项目看起来比较包装。”
直接跳到：
“不是他做的。”
“这篇文本检测值比较高。”
直接跳到：
“学生作弊。”
中间那一大块没有支付的验证成本，被省掉了。
低预算，只能购买低强度结论。
短信号负责路由。高后果裁决，需要追加证据。第一印象当然还得用。只是要给它限定权限。
误判可逆性
这里有一个真正难缠的问题。
如果深度验证在大多数现实场景里本来就付不起，那是不是应该接受：
世界就是会保持一个稳定的误判率？
面试不可能变成半年实习。投稿初筛不可能每篇审三天。老师也不可能给每份作业做完整取证。第一次判断注定会粗糙。
那制度设计就不该只盯着：
“怎么让第一次猜得再准一点？”
有时候更值得花钱的问题是：
猜错以后怎么办。
有没有复核？
有没有申诉？
有没有第二个独立判断？
有没有机会补交证据？
一次错误决定是不是可逆？
多严重的处分，需要多高的证据标准？
一个系统真正可靠，不只体现在第一次猜得准不准。
还体现在：
猜错以后，能不能回来。
有时候，可救济性比把第一次判断的准确率再提高几个百分点更便宜，也更重要。
九、账本分离
走到这里，“这是不是 AI 做的”这个问题本身就显得有点太大了。
它看起来只问一句。里面其实混着四本完全不同的账。这四本账互相提供线索。但不能互相替考。
质量账
第一本最简单：
这个东西本身到底好不好？
文章事实对不对，论据撑不撑得住结论，有没有信息增量；PPT 的视觉层级是否清楚，架构图有没有准确表达真实系统；代码能不能跑，数据有没有问题。
这一笔最适合用前面的遮蔽测试。先不管是谁做的。也暂时不管用了什么工具。先看作品。
AI 参与润色，不会自动让一篇文章变差。
完全人工写成，也没有质量免检资格。
如果一句话逻辑成立、信息准确、完成了它该完成的工作，模型也会这么说，并不会让它突然失效。
反过来，一段话就算百分之百手敲，该空还是空。
质量账首先看作品。
能力账
第二本换了问题：
这个人到底会不会？
这时候只看成品就不够了。
一张架构图可以生成，一篇技术文章可以润色，一套答辩话术也可以提前准备。
能力更容易在变化里暴露。
为什么这么设计？
资源砍一半怎么办？
这个模块删掉以后会发生什么？
数据口径换了还能不能重算？
遇到一个从没准备过的问题，能不能把已有知识重新组合？
成品是冻结的结果。
能力更像：
结果变了以后，你还能不能继续操作。
继续往后验证，还会碰到一个很有意思的成本定点。
一张漂亮 PPT 很便宜。背一套架构解释贵一点。准备二十个常见追问，再贵一点。现场修改更贵。
条件突然改变以后还能继续判断，成本继续增加。
如果一个人为了长期假装自己懂，最后不得不真的读代码、理解数据流、掌握模块关系、处理反例、修改系统——
伪装理解的成本，会逐渐逼近获得理解本身的成本。
到了这里，在能力这一本账上，“极高水平地假装会”和“已经真的会了”的边界确实会变薄。
因为为了继续装会，最后真的得会。
可这只能结算能力账。
归属账
比如一个学生找人代写了一篇论文。
为了答辩，他把整篇论文从头到尾学了一遍。
最后公式会推，实验会讲，换一个条件也能继续分析。
在能力账上，他现在可能真的会了。
另一个事实却不会跟着改变：
论文当初是谁写的，还是谁写的。
这就是第三本：
这份成果实际上是谁完成的？
谁提出了核心问题？
谁写了代码？
谁做了实验？
谁整理了数据？
谁写了正文？
AI 在其中承担了什么？
团队成员分别贡献了什么？
归属首先是一个历史事实问题。
能力可以后来获得。
作者身份不能后来补写。
所以归属账依赖的证据又不一样。
版本历史、代码提交、原始数据、修改记录、实验日志、团队分工、创作过程。
这些东西不能自动证明作品质量高。
它们解决的是：
这份信用应该记给谁。
合规账
最后还有一种情况。一份 PPT 内容准确。汇报的人也真的理解项目。大部分东西确实是他做的。
可比赛规则明确写着：
某种生成方式不允许使用。那前三本账都可能没问题。第四本照样出事。
合规账问的是：
你做的事情，是否违反了事先存在的规则？
考试能不能使用生成式 AI？
允许查资料吗？
允许润色吗？
代码补全到什么程度？
论文要求披露哪些 AI 使用？
比赛里哪些环节必须本人完成？
这本账反而是四本账里最应该提前说清楚的。
质量可能有主观性。能力需要观察。归属有时候很难追溯。
规则至少可以提前说。
好的规则不应该只写：
“禁止不当使用 AI。”
这几乎等于没写。
至少应该尽量告诉参与者：什么允许，什么禁止，什么需要披露；什么证据只够启动进一步调查，什么证据才足够做出不利裁决；有没有解释和申诉的空间。
如果规则自己没有说清楚，最后再靠：
“我感觉你这篇很像 AI。”
去补制度留下来的洞，真正模糊的可能不是学生的行为。
是规则本身。
所以四本账最好记清楚：
质量账，看作品。
能力账，看变化中的操作。
归属账，看实际生产过程。
合规账，看事先规则。
四本账都可以查。
只是别拿同一张收据，结四次账。
十、判断定价
四本账一拆开，前面那个“AI味”问题反而容易处理了。
有人扫一眼，说：
“AI 做的吧。”
没关系。第一印象不可能消失。直觉也不应该被禁止。检测器当然可以继续使用。
问题只剩下：
这条信号到底配结哪一本账？
“这段很像 AI。”
可能足够让编辑决定：
多看一遍。
“这个项目包装感很重。”
可能足够让面试官决定：
再问几个技术细节。
“检测结果异常。”
也完全可以成为：
启动进一步审查的理由。它们都很适合做路由。麻烦发生在路由结束以后。
一句：
“这个像 AI。”
直接结算质量账：
“东西肯定很差。”
再顺手结算能力账：
“这个人肯定不会。”
接着结算归属账：
“肯定不是他做的。”
最后连合规账一起结：
“他作弊了。”
一条信号干了四份工作。当然快。只是快得有点离谱。
所以一句“AI味挺重”，很多时候可以理解成一句报价：
我准备为这个判断支付十秒。
十秒当然能买东西。
能买：
要不要继续看。值不值得警惕。要不要追加验证。十秒买不起一个人的真实能力。买不起一份成果的完整归属。买不起一次作弊判定。
更买不起几个月甚至几年积累出来的信用。
如果现实真的只允许支付十秒，也没关系。
那就只买十秒买得起的结论。
剩下的事情，要么追加证据，要么换一种判断方式，要么允许申诉和复核。
有时候还可以做一件特别不现代的事：
承认现在不知道。
“我不知道”听起来没有“AI检测率 83%”那么像科学。
可它至少没有把还没支付的验证成本，偷偷伪装成已经得到的答案。
对于生产者来说，方向也类似。
如果你的三周，总是输给别人的十秒，出路大概不是继续训练怎样在十秒钟里证明三周。
让十秒负责入口。
把真正昂贵的东西放到十秒买不起的地方。
而对拥有判断权的人来说，还得补上另一半：
不要因为你只愿意支付十秒，就假装世界只值十秒。
AI 时代真正麻烦的，也许不是我们再也判断不了。
而是过去一句“这是不是你做的”，现在被拆成了几个不同的问题：
东西到底好不好？
你到底会不会？
它实际上是谁做的？
这件事符不符合事先的规则？
这些问题完全可能得到不同的答案。
证据也应该不同。
一句“AI味挺重”，最多让我们决定：
要不要继续往下问。
它没有资格，替四本账一起结算。
参考资料与来源
- Microsoft 365 Blog
- Noy & Zhang, Science, 2023
- Sourati et al., Nature Human Behaviour, 2026
- Akerlof, “The Market for Lemons”
- Liang et al., Patterns, 2023
- OpenAI AI Classifier
- Turnitin AI Writing Detection Guide
- The Metropolitan Museum of Art 相关资料。
