Simon Willison在2026年7月17日放出一个只在浏览器里跑的小工具：LLM cliché highlighter。粘贴一段文字进去，它会按十种预设的语言模式扫描全文，把AI写作里那些眼熟的套话逐句高亮标红。
他做这个工具的理由很直白：看腻了一篇又一篇堆满“no fluff, no filler, no jargon”这类排比套路的文章。这不是又一个“AI检测器”——它不判断文字的来源，只把生成式写作里泛滥的固定表达摆上台面。这是它和市面上那些声称能鉴定AI作者身份的工具最本质的区别。
发生了什么：一个只挑重复用语的浏览器工具
工具的运行逻辑很简单。文本粘进去，命中的句子当场高亮，侧栏同步显示每种模式的命中次数和匹配列表，点一下就能跳转到对应句子。
十条规则可以单独开关。处理全程在浏览器本地完成，不上传服务器，设置存在localStorage里，刷新页面也不丢。
Willison公开举了三个例子：“no X, no Y”式的排比链，还有近几年AI文本里高频出现的收尾口头禅——“sit with that”“you already know”。他没有列出全部十条规则的具体内容，其余七类是什么、判定标准是什么，目前还看不到。这也意味着，读者暂时没法评估工具的覆盖面到底有多全。
标记套路不等于鉴定来源
市面上流传的AI文本检测器，无论是学术圈用来查论文，还是内容平台用来筛低质稿件，判断的都是文字的来源：这段是人写的，还是机器写的。这类判断长期饱受质疑，误判率不低，也经不起对抗性改写。
Willison这个工具走了另一条路。它不碰“来源”这个问题，只标记可解释的语言模式——某个短语出现了几次、属于哪一类套路。这更接近传统的语法风格检查工具，只是把检查范围扩展到了这几年AI写作特有的一批高频短语。
套话命中率高，不等于这段文字就是AI生成的。真人写手同样会用“you already know”收尾，也会堆“no X, no Y”式排比。把套话计数当成AI鉴定证据，是这个工具本身不支持的用法。
作者和编辑，分别该怎么用
这工具对写东西的人和审稿的人，用法不一样。
| 角色 | 可以怎么用 | 不该怎么用 |
|---|---|---|
| 用AI辅助写作的作者、内容团队 | 定稿前跑一遍，把命中的套话逐句改写或删掉 | 拿“零命中”当成“这篇是原创”的证明 |
| 审核稿件风格和原创性的编辑 | 套话密度异常时，多问一句来源，纳入初筛环节 | 单凭命中结果认定作者代写或学术不端 |
工具面向的是英文写作，举出的三个例子——“no X, no Y”“sit with that”“you already know”——都是英文语境里的套路。原文没有提到中文支持，从这几个例子看，中文自媒体常见的“不是X而是Y”“某种意义上”这类套话，大概率不在这十条规则的覆盖范围内。这意味着中文写作者暂时用不上这个工具，只能把它当成一个可以类比、但没法直接套用的参照。
接下来值得盯的是三件事：Willison会不会公开剩下七条规则、会不会补上跨语言支持、以及这个工具会不会被人误用成“AI鉴定证据”——目前原文没有给出准确率、用户规模或商业化计划，这些都还是空白。