这个事我亲眼见过。
一个男生，论文AI率42%，他想着"以毒攻毒"，把论文丢给另一个AI，让它"改写得更像人写的"。
改完再查，69%。
他不信，换了个AI再改一遍。
73%。
他当时给我发消息："这系统是不是坏了？"
我说系统没坏，是你方法从根上就错了。
为什么AI改AI，会越改越像AI
这里有个很多人没想明白的道理。
你觉得你在"改"，其实你在"洗"。就像把一件脏衣服放进洗衣机，转一圈出来，看着干净了点，但那还是同一件衣服。
AI改写是同一个逻辑。它的工作方式是：理解你这句话的意思，然后用它最擅长的方式重新表述一遍。
而它"最擅长的方式"，就是它训练出来的那套模式——规整、顺滑、无意外、高频词。
你原本那段话，可能还带着点你自己的痕迹，有点啰嗦，有点别扭，有点个人习惯。被AI一改，这些痕迹全没了，全变成了标准的"AI腔"。
所以你的AI率不但没降，反而升了。
因为改写之后，文本变得更"可预测"了。
记住这个词：可预测。AI检测系统算的就是这个。文本越容易预测，AI率越高。AI改写做的事，本质上就是提高文本的可预测性。
第二个坑：改写指令本身就是陷阱
很多人用的指令是"请把这段话改写得更加学术、更加流畅、更符合论文规范"。
这指令，等于直接告诉AI"给我写一篇标准的AI论文"。
你想想，"更加学术""更加流畅""更符合规范"，这三个词描述的是什么？
描述的就是AI最擅长的那种文本。
你让AI往它最舒服的方向写，然后指望AI检测查不出来。这不现实。
反过来，如果你给一个奇怪的指令，比如"用一个大二学生的口吻，稍微有点啰嗦，中间可以停顿一下"，反而可能有效果。
但就算这样也不稳。
因为不管你怎么下指令，最终产物还是AI生成的，语言模型的那个"底"还在。
第三个坑：反复改写，损耗越来越大
还有个现象，很多人没注意到。
你用AI改一遍，句子变得顺了。再改一遍，变得更顺。改第三遍，句子开始出现那种"正确但空洞"的感觉——每个字都对，连起来却不知道在说什么。
这就是过度打磨的结果。
原来那句话可能有点粗糙，但是有信息量，有你的判断在里面。被AI反复改了几遍之后，信息被磨掉了，只剩下漂亮的壳。
而这种"漂亮但空洞"的文本，恰恰是AI检测最容易命中的。
因为它信息密度低，可预测性极高。
那正确的方法是什么
我给你讲个真实的对比。
同一段被标红的文字，两个学生用了两种方法。
原文大概是这样："随着高等教育的普及，大学生就业问题日益突出，成为社会关注的焦点。"
错误方法（用AI改）
AI改完： "在高等教育大众化进程不断推进的背景下，大学生就业困境愈发凸显，已然成为社会各界高度关注的核心议题。"
更华丽了，更学术了，但AI率一点没降，甚至更高了。
因为这两句话，本质上是一样的结构，一样的逻辑，一样的"无人称"。AI只是把词换得更高级了。
正确方法（人工介入）
改完： "这几年大学扩招，毕业生一年比一年多。我去年参加招聘会，一个岗位前面排了三十多个人，其中一半是硕士。就业难这事，已经不是新闻了，是每个毕业生自己的事。"
这个改法，AI率直接掉下来了。
为什么？因为里面有三样AI写不出来的东西：
一是具体的观察（"排了三十多个人，一半是硕士"）。
二是第一人称的经验（"我去年参加招聘会"）。
三是不那么学术的表达（"这事已经不是新闻了"）。
这三样，是人的身份证。
如果你非要用AI辅助，怎么做才相对安全
我不是说AI完全不能用。辅助是可以的，但用法要对。
用法一：只用AI做"检索"和"整理"，不用它写句子
让AI帮你找相关文献、梳理某个概念的几种说法、列个大纲。
这些是"信息层面"的辅助，不会污染你的语言风格。
但一旦让它输出成段的文字，你直接粘贴过去，那就是它的语言了。
用法二：让AI给建议，你自己动手写
比如你问它"这段话有什么问题"，它告诉你"逻辑跳跃了，第二句和第三句之间缺个过渡"。
然后你自己补那句过渡。
这样你的文本里从头到尾都是你的语言，AI只是个审稿人。
用法三：AI写完，你必须做"破坏性修改"
如果你实在要用AI写初稿，那后面必须做彻底的改写。
不是换词，不是调语序，是把整段拆了重写。
拿着AI写的那段话，看懂了意思，然后把原文关掉，凭记忆用自己的话重新说一遍。
这一步偷不得懒。你不做，AI率就降不下来。
还有一个更实际的问题：钱
我见过有人在降AI这件事上花了七八百。
查一次二三十，改完再查，还是高，再改，再查。来回十几次，钱花出去了，AI率还在原地打转。
为什么？因为他一直在用错误的方法重复劳动。
方向错了，努力就是消耗。
与其花钱反复查，不如先停下来想清楚：我这段为什么被判定AI？是句式太整齐？是没有细节？是整段都是概括性表述？
找到病因，一次改到位，比盲目改十次有用。
最后一句提醒
现在市面上有很多"AI降AI"的工具，宣称"一键把AI率降到5%"。
我劝你别信。
这些工具的原理，基本就是同义词替换加句式变换，或者干脆就是把你的话再喂给一个大模型重写一遍。前者没用，后者更糟。
还有些更黑心的，给你的报告是假的。你看着降到5%了，学校一查，60%。
降AI这件事，没有捷径。它本质上要求你把论文重新用自己的语言表达一遍。这个工作量，谁也替不了你。
听起来很累，但这是唯一靠谱的路。
如果你正卡在这一步，可以说说你论文的情况，我帮你看看问题出在哪一类。
