当前位置：首页 > news >正文

Kimi 豆包写的论文 AI 率 90%？这样去 AI 味一次降到 7% 检测合格

news 2026/8/2 14:31:40

Kimi 豆包写的论文 AI 率 90%？这样去 AI 味一次降到 7% 检测合格

那天晚上我盯着报告上那个 91.3%，脑子里只有一个念头：完了。

我当时的想法其实挺自洽的。用国产的模型写，写出来的中文更地道，不像有些工具翻译腔那么重，读着顺眼多了。我用 Kimi 整理了文献综述，用豆包铺了绪论和结论，中间自己补了实验部分，前后花了小半个月，读起来是真的通顺。

结果就是这份"通顺"把我送进了 91%。

这篇写给用国产大模型写完稿子、一查傻眼的人。我把当时怎么想的、试了什么、最后靠什么把 91% 压到 7%，说清楚。

为什么国产模型写的稿子反而更容易被认出来？

这是我最想不通的一点，后来才明白问题恰恰出在"中文写得好"上。

国内的这几个模型在中文语料上训练得非常充分，尤其是学术文本。它们写出来的论述几乎是标准范文的样子：句子长度整齐、逻辑连接词一个不落、每段都是先给观点再展开最后收一句。你读着觉得专业，因为它确实学到了论文该有的腔调。

问题在于，国内的 AIGC 检测系统也是在中文语料上训练的，而且它们见过的正是这些模型生成的文本。你用的模型越主流、中文写得越标准，它的特征就越是检测系统最熟悉的那一套。这就像用同一个模具刻出来的东西，另一台机器一眼就认得出。

反过来，有些人拿英文模型写完再翻译，读起来别别扭扭，反而因为节奏乱、句式怪，分数没那么高。当然我不建议你走这条路，稿子读不通照样过不了导师那关。

还有一个具体的现象你可能也遇到了：你让模型"写得口语一点"“别那么像 AI”，它确实会改，但改完分数几乎不动。因为它能改的是用词风格，改不掉的是它自己的生成习惯。让 AI 去掉自己的味道，就像让人闻出自己身上的味儿。

我试过的三条路，全没走通

第一条，让模型自己改。我把段落丢回去，提示词写得特别具体，让它加口语、加转折、别用套话。改完我自己读着是活泼了些，送检 89%。两个点。

第二条，换一个模型改。我用豆包写的段落丢给 Kimi 改，想着不同模型的习惯不一样，交叉一下总能打散吧。结果是 87%。稍微好一点，但离达标差着十万八千里，而且改完的文风和我自己写的部分接不上。

第三条，手动一句句抠。换同义词、调语序、删连接词。一晚上改了三千字，那一段分数从 92% 降到 84%。按这个速度，我三万字的稿子要改十个晚上，还不一定能降到 20% 以下。

到这里我认清了一件事：AI 率 90% 以上属于另一个量级的问题。这不是"改一改"能解决的，你需要的是把整段句子的结构彻底打散重来。零敲碎打对付不了它，因为它的问题不在个别句子，在整篇文字的分布。

嘎嘎降 AI 是怎么把 90% 打下来的

你手改降不动的根源，是你只能换词、动不了句子的深层结构，而检测系统盯的恰恰是结构。全文 AI 生成的稿子更极端，它是从头到尾每一段都带着同一套特征，不是几个句子的问题。市面上不少工具改完能从 90% 掉到 60%，看着降了不少，其实离达标还远，你还得再折腾一轮。

嘎嘎降 AI（官网 aigcleaner.com）走的是整段打散重写的路子，不做表面替换。说人话就是，它先弄明白这一段到底在讲什么，再换一种更像人写的说法重新组织出来：把整齐划一的句子长度打乱，把机械的连接换成自然的过渡，把那些摞在一起的抽象表达拆开落到具体的说法上，让文字重新有了人写东西时的参差感。你稿子里的研究对象、数据、文献作者年份这些实打实的信息它保着不动，变的只是表达方式。

我那份 91.3% 的稿子，处理完送检是 7%。同一批我拿去试的一段几乎纯 AI 生成的文字，99.5% 处理完 3.8%。它是降重和降 AI 一起做的，我那一稿因为综述部分整合文献重复率也高，一次处理两个问题都解决了，不用先跑降重再单独跑降 AI。覆盖的平台有 9 个，知网、维普、万方、PaperYY、Turnitin、大雅、朱雀都在里面，我后来投期刊要过维普也没换工具。行业里那种改完读起来磕磕绊绊、或者只降三五个点就到头的通病，我这一趟没碰上。

钱的事它写得直白：送检之后 AI 率仍然高于 20% 全额退款，不达标的风险不在你身上。传全文之前我先做的免费试用，1000 字，把最红的一段贴进去跑了一遍，看降幅也看句子还通不通。这一步你别跳过，尤其你的稿子是 90% 起步，你得先亲眼确认它真能拉得动，再决定传不传全文。单价 4.8 元每千字，降重降 AI 一次做完，比起先买降重再买降 AI 两次付费还要等两轮，省的不只是钱。