同一本书被腾讯朱雀测出两个相反的AI结果：它判的是你写得工不工整

同一本小说，同一个AI检测工具，有人测出高度疑似AI生成，有人测出纯人工手搓。这不是段子，是中国新闻网写进报道的真事，主角是邓紫棋这个月在番茄小说连载的《自由的你》，近三十万人在追。

一个工具，一本书，两个相反的答案。

这几天网文圈为这个吵翻了，但吵的不只是写小说的人。学校已经开始查学位论文的AI率，期刊投稿系统里直接挂着检测，被判AI生成，轻则返修重写，重则撤稿。你那份改了三遍才交上去的总结，撞的是同一套东西。

朱雀是腾讯做的检测工具，官方定位就一句话，免费的AI生成内容检测工具。网页打开就能用，不装软件，每天有免费额度。它给的不是"是"或"不是"，是三档占比，人工特征、疑似AI、AI特征，加起来100%。

骂它不准的证据里，传得最广的是一张截图，迟子建《额尔古纳河右岸》的开篇，朱雀判定100%AI特征。茅盾文学奖的名篇被机器认成机器写的，这事看着就膈应，图也传得快。有位较真的网友把原文找出来一段段对，发现送检的那段压根不是原文，前半截是迟子建的，后半截接了一段AI续写。朱雀按段落算，一段里混进AI，整段标红，出来就是100%。

发帖的人被指出来以后删了评论，回头骂别人没读过几本书。

一张假图能跑这么远，说明很多人要的不是真相，是一个"这工具不准"的结论。

那它到底准不准。

误判是真的，也比多数人以为的普遍。有位晋江作者把三十万字的连载全篇送检，三十二万四千三百零二个字符里，被判疑似AI的是一千三百六十五个，误判率0.42%。她说标红的地方一个字都不改，让人类因为AI去修改自己的表达，这件事本身就荒谬。

也有反着来的。一位写古代权谋的作者，同一本书的文案写了三版，两版走剧情流判100%AI，第三版改成感情流、刻意掺了口水话，判70%人工。她摸出三条规律，"时间加地点加人物加做了什么"的句式直接踩模板，四字叠词会触发，被AI写烂的老梗也算。另一位测得更干脆，现代言情开篇100%人工，古代言情只有46%人工，语言越精炼越容易被判。

最扎心的是一条投稿。有个人写的不是文案也不是报告，是一封家书，改了一遍又一遍，为了更工整、更丝滑、更有文采，投稿被筛下来，理由是朱雀检出高度疑似AI生成。

规律就摆在这儿。你越打磨，越像机器。

还有人把十几年前在大学寝室里用智能ABC输入法敲完直接发的鬼故事翻出来测，AI率超过70%。她连自己十几年前论文里统计检验那一段也测了，红的。一次三百五十七人的投票，三分之一的人在自己纯手打的文本里测出了AI值。

为什么会这样。

朱雀不是把整篇文章当一个整体算的，它先切段，逐段打分，再聚合。你在网页里粘贴时多敲一个空行，切出来的段落就变了，聚合结果跟着变。所以同一段文字反复送检，一会儿红一会儿黄，不是服务不稳，是切法变了。

这个特性有个很坏的用法。有位作者全文一万多字，朱雀判12.86%疑似，就三段。举报她的人把那三段单独抽出来送检，判100%AI生成，满屏红。她收到站短点进去，眼睛里只剩那片红，申诉理由匆匆写了四个字，“怎么可能”，提交之后改不了了。分母换一下，结论就翻过来，这是抽样放大，不是检测。

读者那边也不是没道理。榜单上的收费文里确实混着AI货，有位读者说得直白，真被抓住的那些多半不是靠检测工具，是作者在后续章节里露了馅，提示词直接留在正文里没删干净。

问题是拿一个概率去当判决书使，早晚会冤枉人。

晋江的处理规则，论坛流出的截图写了两条，只检测被举报的那一章，不随机抽多章，而且要三个检测工具都判AI超过60%才算。交叉验证这个思路是对的，但只查被举报的那一章，等于默认了上面那个放大效应。一位做检测接口的开发者给朱雀的定位，老舅认同，它是目前中文场景里可用性较好的检测模型之一，但它是初筛工具，不是判决书，拿它直接做封号、拒稿、处分，风险在使用者这边，不在模型这边。