机器文检测的下一站：盯住局部熵的抖动

检测一段文字是不是 AI 写的，最难的场景不是知道它出自哪家模型，而是根本不知道。一篇 10 月 24 日挂出的论文，专攻这种「黑盒」困境。

一、发生了什么

论文先给现有方法画了张体检表。当前最强的两类检测器——双模型对照式和重采样式——在「续写」类文本上表现不错，可一旦碰到按指令生成的文本，也就是今天最常见的使用方式，黑盒设定下会灾难性失灵。研究者拆了失败原因：重采样类方法对提示词条件的适应太差，双模型类则因为两个参照模型在指令场景下差异变小，判断依据跟着失效。

研究者的新思路来自一个观察：人类写作的信息流平稳均匀，机器生成的文本则出现尖锐的局部熵起伏——某些位置的「意外程度」突然蹿高又落下。基于此，他们设计了一个衡量熵轨迹上峰值的相对突出程度的新指标，并把它直接用作检测信号。跨多个模型家族和数据集的评测显示，新方法拿到了黑盒检测的最佳表现，且在多种现实条件下保持最稳。代码已经开源。

补一点背景，这不是论文结论：检测技术的对抗性一直在升温。模型越强，文本越像人，检测越依赖这种结构层面的统计特征而非用词习惯——用词可以被模仿，但生成过程的信息流形态很难完全伪装。这也是为什么近年高质量检测研究都在往「看生成过程」而不是「看表面文风」的方向走。

二、跟你有什么关系

编辑、教师、平台审核：识别学生作业或投稿是否机器代写时，黑盒是常态——你不知道对方用的哪个模型，老工具报 high 置信度的结果别全信。

做检测工具的团队：双模型和重采样两条路线的失效模式值得抄进测试集，尤其要补上「指令生成」这一类样本。

内容平台合规：给 AI 内容打标是监管方向，检测器的漏报比误报更容易被滥用，选型时盯紧指令场景的召回。

三、怎么判断

1. 选检测器先问一句：在不知道来源模型的情况下测过吗？只报「对自家模型准」的方案，黑盒下会翻车。
2. 检测结果永远当线索不当证据，尤其处理涉及他人声誉的判定时，务必留人工复核。
3. 对公开的检测工具，自己先拿几段「提示词生成的短文」试，这类样本最能暴露失效。
4. 教育场景先把规则讲在前面：允许用 AI 到什么程度、需要怎样声明，比事后鉴定更省成本。

四、三个别信的说法

「AI 检测器已经够准了，可以直接定性」。 连新方法也只是「最稳」而非无误判，且这是论文自报的评测结果，独立复现才算数。任何检测器都不该单独给人定责。

「困惑度低就是机器写的」。 困惑度一路的统计信号在指令生成文本上恰恰是失灵的重灾区，简单阈值判断早就不够用了。

「检测和反检测是猫鼠游戏，别投入了」。 游戏确实在继续，但论文的价值在于把「为什么失灵」讲清了——知道失效机理，规则制定和平台治理才有抓手。

五、一句话结论

人写得稳，机器写得抖——看信息流的「心跳」，比比对指纹更能抓到不知出处的机器文。

信息来源

• arXiv：用局部熵波动做黑盒机器文本检测（2026-10-24）

功能与价格以官方公告为准。本文写于 2026 年 10 月 27 日。