一個逃避AI檢測的小實驗
作者嘗試使用Claude Code、10個並行代理和基本技巧來逃避AI檢測，但失敗了。文章詳細記錄了多次嘗試，包括使用維基百科規則、Pangram API反饋和模仿特定作者風格，所有嘗試均未成功。唯一的成功案例是手動重寫自己的文章，AI檢測分數降至0%。
本文記錄了作者進行的一個有趣實驗：嘗試使用AI本身來逃避AI內容檢測。作者此前利用Claude Code（包括Opus 4.6/4.7/4.8）和大量交互，創作了一個名為“將LLM棧牢記心中”的系列文章，共84篇。儘管作者在過程中輸入了大量“人類”提示和修改指令，但使用Pangram API檢測後，幾乎每篇文章都被標記為100% AI生成。這促使作者設計了一系列防禦測試。
第一輪實驗中，作者為10個並行代理提供了維基百科上關於AI寫作特徵的頁面內容，要求它們據此編輯對應章節。編輯多為細微改動，如“This separation is crucial”改為“This separation matters”。然而，修改後的文本依然被檢測為AI生成。
第二輪實驗更加智能：代理可直接調用Pangram API獲取AI評分，並反覆迭代直到獲得“人類”標籤。但結果仍然失敗，所有帖子得分均在0.77以上，無一倖免。作者注意到，代理在編輯時傾向於保持原有結構，可能因為使用了文件編輯工具而非全篇重寫。即使要求代理從頭創建新文件，檢測結果也未見改善。
作者還進行了對照測試：選取多篇人類撰寫的技術博客（如Olah的LSTM文章、Karpathy的RNN文章等），檢測結果均為0% AI。而作者的AI輔助文章則高達0.99。
模仿特定作者風格（如Andrej Karpathy）的嘗試同樣無效——儘管提供了8篇Karpathy的博客作為上下文，AI模仿的文本仍被檢測為AI生成，得分1.00。
唯一成功的案例是作者親手重寫的一篇短文《My Throw Decides My Aim》。該文最初由AI輔助起草，得分為0.84；經作者手動重寫255個單詞後，得分降至0.00，成功獲得“人類”標籤。
作者總結道，雖然實驗未能成功欺騙AI檢測器，但過程極具教育意義。他建議有讀者可以嘗試更復雜的策略，例如使用開源AI檢測模型進行大規模迭代。同時，他也對Pangram工具的有效性表示認可。