一个逃避AI检测的小实验
作者尝试使用Claude Code、10个并行代理和基本技巧来逃避AI检测，但失败了。文章详细记录了多次尝试，包括使用维基百科规则、Pangram API反馈和模仿特定作者风格，所有尝试均未成功。唯一的成功案例是手动重写自己的文章，AI检测分数降至0%。
本文记录了作者进行的一个有趣实验：尝试使用AI本身来逃避AI内容检测。作者此前利用Claude Code（包括Opus 4.6/4.7/4.8）和大量交互，创作了一个名为“将LLM栈牢记心中”的系列文章，共84篇。尽管作者在过程中输入了大量“人类”提示和修改指令，但使用Pangram API检测后，几乎每篇文章都被标记为100% AI生成。这促使作者设计了一系列防御测试。
第一轮实验中，作者为10个并行代理提供了维基百科上关于AI写作特征的页面内容，要求它们据此编辑对应章节。编辑多为细微改动，如“This separation is crucial”改为“This separation matters”。然而，修改后的文本依然被检测为AI生成。
第二轮实验更加智能：代理可直接调用Pangram API获取AI评分，并反复迭代直到获得“人类”标签。但结果仍然失败，所有帖子得分均在0.77以上，无一幸免。作者注意到，代理在编辑时倾向于保持原有结构，可能因为使用了文件编辑工具而非全篇重写。即使要求代理从头创建新文件，检测结果也未见改善。
作者还进行了对照测试：选取多篇人类撰写的技术博客（如Olah的LSTM文章、Karpathy的RNN文章等），检测结果均为0% AI。而作者的AI辅助文章则高达0.99。
模仿特定作者风格（如Andrej Karpathy）的尝试同样无效——尽管提供了8篇Karpathy的博客作为上下文，AI模仿的文本仍被检测为AI生成，得分1.00。
唯一成功的案例是作者亲手重写的一篇短文《My Throw Decides My Aim》。该文最初由AI辅助起草，得分为0.84；经作者手动重写255个单词后，得分降至0.00，成功获得“人类”标签。
作者总结道，虽然实验未能成功欺骗AI检测器，但过程极具教育意义。他建议有读者可以尝试更复杂的策略，例如使用开源AI检测模型进行大规模迭代。同时，他也对Pangram工具的有效性表示认可。