光滑的误会——AI检测与文学创作商榷

那秋

一位写散文的朋友说，她越改越不敢改了。初稿投进AI检测器，100%人类；打磨三天，句式匀了，逻辑顺了，修辞密了，再测——90%疑似AI。

她把最初那版翻出来重测，连初稿也“叛变”了，从纯人工滑到了高风险。同一篇文字，重测结果大幅变化。

她很困惑：认真改，反倒改出“罪证”来了？

这个问题绝对不是个例。写散文诗，经营意象、铺陈节奏，被AI判定成“意象堆砌、情感线性铺陈”；写现代诗，短句、重复、凝练，被AI判定为“高规律性、模板化输出”。人越认真，它越怀疑。你打磨得越像一件精美的完成品，它越觉得你不是人。

问题出在检测器对“AI特征”的定义上。它主要看两个统计指标：困惑度和突发性。

困惑度衡量用词的“出乎意料”程度——越低越被判定为机器生成；越均匀越规律，越像AI。说白了，它检测的不是“谁写的”，而是“文本够不够光滑”。光滑，就是它认定的AI指纹。

而文学创作的核心技艺，恰恰常在制造光滑。散文打磨，是把粗糙的棱角磨平，让表达更精准、衔接更自然；散文诗经营意象，是让符号组合更有密度、更有节奏感；现代诗锤炼短句和重复，是在有限词语里制造一种可控的、有意味的规律。这些动作，在文学上叫“技艺”，在统计模型眼里，叫“低困惑度、低突发性”。人越努力，越追求卓越，越容易踩中它的警报线。

我想从一首被朱雀判为“100% AI特征”的诗、一篇“越改越像AI”的散文说起，把这场“误会”摊开来看。想看清楚：误判的形状是什么，它精确地惩罚了什么，又精确地误读了什么。

一首诗

2026年春天，中国作家协会会员、诗人甘建华在傍晚看到一段花土沟油田的暮色影像，忽然泪流满面。他写下《花土沟的黄昏》，然后把这首诗投进了朱雀AI检测。公开检测记录显示：100% AI特征。

这首诗不长，以下为评论目的适当节引：

“我害怕祁曼塔格雪峰 / 将尕斯库勒湖黄昏时的漠原 / 压得很低，很低”

“我曾在花土沟成排的地窝子 / 与楼栋间，往复穿行 / 家，却不在任何一扇门后 / 只在风擦过长街的空隙 / 提心吊胆，无所依靠”

“那些日落月升，都太过真切 / 如今，却成了不敢触碰的尖刺 / 越是深爱，越要背对来路”

朱雀在它的统计框架里，这首诗对应低困惑度、低突发性——用词不够“出乎意料”，句子长短不够“参差”，整体太顺、太匀，于是趋近它训练数据里“AI生成”的那一侧。

很显然，AI读不懂“丧家之犬”“尖刺”那种自贬与疼痛，只有亲历者才写得出的“往复穿行/家不在任何一扇门后”的空间记忆，以及一种向内收紧的情感逻辑——不敢看、不敢碰、背对来路。

甘建华后来只问了一句：“这首诗AI写得出来吗？它哭得出来吗？”

朱雀无言以对，回答不了这个问题。它不是人，它不读诗，它读的是统计特征。

一篇散文

若说诗的例子还带着某种极端性，散文的遭遇则更日常、也更令人不安。

一位教师写了一篇乡土散文，初稿投朱雀，100%人工特征。几天后，他在叙事节奏和内容上做了打磨润色，再测——90%疑似AI。最荒诞的在后头：他把最初那版一字未改的初稿重新投进去，结果也变成了90%AI。

系统反馈的解释很直白：精修润色、统一文风、磨平瑕疵、规整语句，恰恰是“降真人度、升AI度”的操作。越精致、越干净、越无错，AI率越高。作者精修润色、统一文风、磨平瑕疵，在文学上叫“改好了”；在朱雀眼里，叫“降真人度、升AI度”。

他自己总结了一句很痛的话：“越改越像AI，连人工初稿都被追认成了AI。”

误会还是笑话

有人把21年前写的论文提交检测，被判为AI所写——21年前AI又在何方？

在朱雀眼里它就是“可预测的符号组合”。

现代诗的遭遇更具讽刺性。舒婷、徐志摩的诗，朱雀显示AI浓度很高。

基准测试讨论曾提到，当前检测器无法作为识别AI生成现代诗的可靠工具，最难检测的诗歌特征恰恰是“内在品质，尤其是风格”；对古典汉诗的评估同样指出，现有中文文本检测器不适合作为可靠工具使用。

诗歌的“好”与“像不像AI”，并不在同一个统计维度上，不是一个概念。

AI读不懂人类的打磨。

这不是“像AI”，是“写得好”

那位教师作者后来把打磨过的稿子又改了一遍，故意留了几处不那么匀称的句子，添了一个只有自己知道的私人细节。检测结果回来了，人工特征回升。他苦笑：原来要证明自己是人，得先学会不把自己打磨得太好。

这话听着心酸。不对的那一半是：他本来就不需要向一个存在不可忽视误判可能的统计模型证明什么。他需要做的，只是继续写，带着自己的纹理和砂痕写。

陈楸帆有一个比喻，我印象很深：AI的文字像工业塑料贴膜，光滑但空洞；人类打磨的文字像手工木器，光泽之下有纹理。检测器只能看见“光滑”，却看不见“光泽从何而来”。

文学打磨的许多动作，正是在降低统计意义上的“毛刺”。散文打磨是消除粗糙，让表达更精准、衔接更自然；散文诗经营意象是提高符号密度与节奏感；现代诗锤炼短句和重复，是在有限词语里制造有意味的规律。这些在文学上叫“技艺”，在朱雀的统计模型里叫“低困惑度、低突发性”。不是一个事。

有研究和公开讨论提示：润色本身就可能把人类文本推向“疑似AI”一侧；被误判的，往往正是最正式、最流畅的那一批。检测器可能把“写得好”误认成了“机器写的”。

朱雀官网不是不知道自己存在的问题。

它“重要声明”写明：“检测结果受模型算法与输入文本质量、风格等多因素影响，存在误判或漏判的可能。”为此，它特别提醒：“切勿单独以本工具结论作为决定性依据。”

牛津大学提示：不推荐在学术决策中使用AI检测工具，理由是结果是“不可验证的概率性评估”，假阳性和真实情况无法区分；OpenAI曾关闭其AI文本检测器，并说明准确率有限。

综上，最后要说的是：朱雀是工具，不是人；没有充分理由让一个连“哭得出来吗”都回答不了的工具，来单独裁决人创作的写作。