AI detectors（AI 检测器）是一类用于判断文本、图像等内容是否由人工智能生成的工具，目前主要应用于教育、出版和内容审核场景。随着大语言模型写作能力的普及，这类工具被寄予区分人机内容的期望，但其可靠性一直是争议核心。近期的压力测试与研究显示，AI detectors 在对抗性场景下的误判问题依然突出，而学术界也在探索新的检测思路。
AI detectors 近期进展
当前焦点与观察点
当前围绕 AI detectors 的讨论主要集中在三个层面。其一是准确率与公平性：误判真人作者（尤其是非母语写作者和风格化写作者）的代价远高于漏检，13% 的模仿场景误判率让许多教育机构对使用检测器持谨慎态度。其二是技术路线：从 perplexity、水印到 IdeaLens 这类基于观点层面的检测，研究方向正在分化，但尚无一种方法在开放场景下稳定可靠。其三是使用政策：OpenAI 等模型厂商倾向于引导教育者弱化“抓作弊”的思路，而部分出版平台仍在将检测器纳入审稿流程。
对普通用户而言，AI detectors 的结果目前更适合作为参考信号而非定性证据。未来值得观察的是：检测方法能否在长文本和混合创作（人机协作写作）场景下提升稳定性，以及相关机构是否会建立对误判的申诉与校验机制。