AI文本越写越像人,Pangram靠检测拿到900万美元融资

外媒实测Pangram新模型时,撞上一个尴尬结果:一段被人工逐字重写的句子,依然被判成AI生成。这也是这轮融资故事里最刺眼的细节——检测的到底是AI,还是"读起来像AI"的写法?

这家纽约创业公司这周拿到900万美元融资,由Menlo Ventures领投,Haystack、ScOp、Script Capital、Cadenza跟投。同一天发布的还有新一代文本检测模型Pangram 4,以及仍处于研究预览阶段的图像检测工具Pangram Image。

对内容平台、媒体出版方,以及靠AI写作或负责学术、招聘内容审核的人来说,这不只是一条融资消息。它意味着"给内容贴标签"正在从可选功能,变成越来越多机构默认要用的判断工具——而这类判断,直接关系到谁的内容被信任、谁的机会被卡住。

Pangram在卖什么:融资、产品与客户

两位有斯坦福AI背景的创始人,两年前看到ChatGPT催生出大量SEO灌水文章和境外舆论操控账号,决定做这门辨真伪的生意。

技术思路不复杂:拿几千万篇确认为人类写的文档,给每一篇配一个"合成镜像"——让顶尖大模型照同样的主题、长度、语气重写一遍。模型学的不是关键词,是人和AI在措辞习惯上的系统性差异。官方说法是,不靠隐藏水印,也不看元数据。

下面这张图是这套训练思路的简化示意,实际工程细节应该更复杂,官方没有完全公开。

客户名单不小。Substack把它接入平台,标注哪些作者用AI写稿;Quora、部分学校和出版机构、招聘方也在用它的API。Chrome插件能在X、LinkedIn、Substack、Reddit、Medium上实时打标签,还给读者算一个"信息流健康度"。

实测有效,但不是裁判:准确率与误判边界

官方数据:新模型文本检测准确率号称超过99%,人类文档被误判成AI的概率约为万分之一。这两个数字目前只是Pangram自己公布的,没有第三方审计。

实测能部分印证效果。AI整段生成的文章几乎逃不过,连刻意"人性化"改写、专门规避检测的提示词也没能骗过模型。图像检测也让人意外,它能识别真实照片里嵌入的一小块AI生成图案。

边界同样清楚。一段被完全重写的人类句子仍被标成AI。一篇作者自己写的文章整篇提交时给出100%人类分数,但把后半段换成AI续写后,模型对某些句子出现漏判和误标。图像那边也有一次,把一张AI生成图判成了人类内容。

一个建立在风格统计上的分类器,天然会在边界样本上打滑。写得干、写得直、写得公式化的人类文本,恰好长得像AI偏好的表达。

以下几点,目前还看不清,官方也没有公开:

• 实测和自报数据用的样本规模有多大
• 是否只覆盖英文,中文等其他语言表现如何
• 长文本和短文本的检测差异有多大
• 有没有独立第三方对准确率做过审计
• 用户被误判后,能不能走人工复核或申诉

误判成本还不对称。普通用户被误标最多是尴尬,但对学生、求职者、投稿作者来说,一次"疑似AI"的标签,可能直接决定录用、录取或发表机会。

检测工具正在变成治理权力

这才是这轮融资真正有意思的地方。Pangram赌的不只是"帮你分辨真假"这个功能需求,而是平台和机构正在把AI检测嵌进规则本身。

arXiv今年定了新规:论文里如果留下明显没审阅过的LLM痕迹——编造的引用、"需要我帮你改哪里吗"这类AI客套话漏删——作者最长会被禁投一年。规则一旦立起来,判定权就得有人执行,检测工具就从参考意见,变成了执法依据。

古人讲"防民之口,甚于防川",堵不如疏。Pangram创始人也说,不想搞一场针对AI写作者的猎巫,真正该建的是披露机制,不是一刀切的禁令。这话说得漂亮,但产品目前给不出对应的解决方案。

Substack的选择很说明问题。它没有禁止作者用AI,只是把检测结果做成一张"信任标签"给读者看。这等于把创作真实性的判断权,外包给了第三方模型,风险留给读者自己判断。

900万美元买到的不是"AI检测已经成熟"的证明,买到的是一张入场券。真正的分水岭在后面:误判该由谁承担,披露该披露到什么颗粒度,打标签这件事最终归谁说了算。

平台和创作者分别该做什么

接下来该看什么

三件事值得盯紧:arXiv这类一刀切规则会不会扩散到更多学术出版、招聘场景;99%和万分之一这两个数字有没有第三方审计跟进;平台会不会公开误判申诉机制。目前这三件事都还没有明确答案。

分数是概率,不是判决书。可平台和机构一旦把它嵌进录用、录取、发表的流程,概率就会被当成判决书来用。