# dsh-humanizer 理论总纲 > 这份文档把散在 references 里的理论显式化，但不是把它压缩成几条结论。 > 这里要做的，是把每一条判断的来历、含义、边界和它跟别的判断之间的关系讲开， > 让理论可以被检查、被批评、被改进。 --- ## 一、研究对象：一个关于判断的问题 这套理论关心的问题比它表面上看起来窄，也比它看起来深。 窄的地方在于，它不研究「怎么骗过检测器」，不研究「怎么模仿某位作者」，也不研究「怎么让文本显得有文采」。它只研究一件事：一段文本为什么会被判断为生成文本，以及在不伤害内容的前提下，怎样让这种判断失去依据。 深的地方在于，这个问题一旦认真回答，就会牵出另一串问题：文本的判断到底发生在哪一层？修改能从哪里起作用？什么样的干预会制造新的痕迹？一个写作者的存在，在文本里是怎样被感知到的？ 第一版和第二版的失败给了一个重要的起点。两版都把方法做成了工序，都以为只要步骤足够细、检查足够严，结果就会变好。结果反过来：步骤越细，检查越严，所有经手的文本越像同一个模子。这个现象不能当成执行不力的偶然事故解释掉，它逼着我们把「工序为什么会失败」当成理论问题来研究。 --- ## 二、第一个判断：AI 味在决策路径上 看三句话。 > 这不是一次简单的失败，而是一次深刻的警醒。 > 它不仅改变了他的选择，更重塑了他的认知。 > 这意味着，他必须重新审视自己的过去。 用词不同，句式不同，但把三句并排一放，能感到它们是同一个作者写出来的。这个「同一个作者」的感觉从哪里来？ 从底层的决定来。三句话都走了同一条路：先否定一个较浅的解释，再抬到更抽象的一层，最后追加意义。词只是这条路上的装束，换装不换路。 故事视镜研究给了统计上的支持。六万多个平行故事，剔除措辞、句法和韵律特征以后，二百五十七项叙事特征仍能把人类故事和生成故事分开，宏平均调和分数约九成三。它说明结构本身携带信息，而且信息的量级不小。 但这个证据需要解释得克制一点。它证明叙事结构具有区分力，不等于证明改叙事结构就能改变任意检测器，也不等于中文长篇服从同样的比例。它给的是方向：真正的主战场在决定层，不在词表层。 「决定」具体指什么，需要说清楚。一篇文章在落笔前要回答一连串问题：材料从哪里来，先写什么后写什么，情绪用语言直接说还是用动作和物件带出来，段与段之间靠什么接，结论推到哪一步停。每一个问题的答案都是一次选择。模型跟人类的不同，往往不在单次选择上，而在选择分布上：模型倾向于反复选中同一批答案。AI 味就是这批反复出现的答案在文本上留下的形状。 --- ## 三、第二个判断：固定配方等于新指纹 这条是全理论最硬的判断，值得单独推一遍。 分类器的工作方式，是在文本里寻找稳定而且可区分的特征。注意「稳定」这个词。某个写法出现一两次不算特征，跨大量文本反复出现才算。反过来想：如果你想让一段文本被识别成某个类别，最有效的办法不是改几个词，而是给它一个跨文本稳定的形状。 现在看工序。工序是一组固定动作，执行在每一篇文本上。执行得越忠实，所有文本越共享同一套动作。对分类器来说，这套动作就是近乎完美的特征：它稳定，它集中，它跟「经过该工序处理」强相关。所以一条去 AI 味规则的完美执行，恰好制造了一个最容易识别的 AI 味来源。这是反直觉的地方，也是整套理论为什么反对工序的原因。 有人会问，把工序随机化行不行。让每章抽签决定结尾方式，确实能破坏单条特征的稳定，但会引入一个更抽象的新特征：这些文本都经过同一套抽签机制。池子里有哪些动作、每种动作的比例、抽签的边界，都可以被学习。随机化只是把指纹从具体动作挪到了机制层，没有把它消掉。 真正安全的规律必须绑在文本外部。一个具体人物受了委屈才会绕弯子，一个有风有雨的渡口才值得写声音，一个证据不足的判断才需要保留。这些规律来自材料本身，分散在成千上万个互不相同的决定里，不构成统一指纹。工序的规律则相反，它来自工序，不来自材料，所以所有文本里长得一样。 --- ## 四、第三个判断：后处理工序天然负向 后处理之所以危险，可以拆成三个机制，它们互相叠加。 第一，工序是固定配方，配方就是新指纹，这是上一节的直接推论。 第二，表面指标被当成目标以后，执行者会为指标改文本，而不是为内容改文本。句长、连词密度、特征字计数都是可量化的，模型会优先满足它们；而「这处重复有没有功能」「这个短句是真停顿还是假节奏」不可量化，反而被忽略。被量化的目标永远会挤掉不可量化的判断。 第三，反重复的规则分不清有功能重复和无功能重复。人名要稳定，术语要稳定，口癖要稳定，意象和伏笔要稳定。这些重复是文本站得住的骨架。「避免重复句式」的指令不区分它们，于是执行者要么误伤骨架，要么在骨架周围小心翼翼地做表面功夫，两种情况都糟糕。 这三个机制合起来，解释了 v0.1 和 v0.2 的失败。v0.1 是十步、三轮、三十项信号，v0.2 是四栏决策单加门禁。后者看起来温和，仍然把思考层的东西暴露成工件，工件的结构渗进写作习惯。失败形态都一样：理论被降维成规则，规则在文本层留下了形状。 --- ## 五、第四个判断：人类作者感的五个条件 读者感到「背后有人」，这个感觉可以拆成五个条件。它们不是新发明，是从语言学、叙事学和论证理论里收拢过来的。 材料有来源。文本里的信息总得有个来路：谁知道的，通过什么途径，此刻为什么说，他是不是只知其一。语言学里的示证性和认识情态研究的正是这个：一句话在多大程度上是亲眼所见、亲耳所闻、推测还是转述。没有来源的信息，句式再漂亮也飘着，因为没人为它负责。 注意力有选择。真人不会平均描写。他盯着某样东西，是因为他此刻有目的、有牵挂、有怕处。聚焦研究说明，叙述者让什么进入前景、把什么留在背景，本身就是意义的一部分。AI 味常见的来源是另一种：每样东西都得到同样的照顾，每个场景都从环境起笔，读者看不出作者在乎什么。 判断有代价。真人下判断有风险，可能猜错，可能得罪人，可能赌上什么。所以真人会保留、会反例、会改口。图尔敏的论证模型把论证拆成根据、支援、反证和限定词，核心就是承认判断有强度、有边界。机器味相反，每个结论都圆满，每段都升华，好像说话不需要负责任。 声音稳定且随情境变化。一个人说话有稳定的部分：词汇层级、句流、冷热、停顿方式；也有随情境变化的部分：正式程度、隐瞒程度、攻击性。语域研究讲的是后者，个人语型讲的是前者。机器味往往两种都缺：要么所有人一个腔调，要么每段换一个腔调。 重复有功能。人名、术语、口癖、意象、伏笔的重复，是文本稳定的骨架。衔接与指称研究说明，重复和照应承担着实实在在的篇章功能。需要处理的只有无新增信息的机械复述，而不是重复本身。 要小心的是，这五个条件刻画的是「经得起审读的作者在场」，不是全体人类文本的共同特征。大量真实人类写作同样没有来源、平均用力、结论免费。理论的正确表述是：这五个条件是读者感知到作者在场的典型通道，是写作时值得做的选择，而不是「像人」的充分条件，更不是人类写作的分布描述。 --- ## 六、第五个判断：约束选择，不约束结果 这一条是全理论最重要的区分。 统一约束有两种。一种约束认识过程：要求动笔前想清楚材料从哪来、注意力看哪里、判断付什么代价。这种约束不决定任何词、任何句式、任何结构，它只要求选择真实发生。因为每份材料的来源、注意力和代价天然不同，统一约束反而迫使文本彼此不同。 另一种约束文本表面：句长占比多少，连词密度多少，每章几个钩子。这种约束直接决定输出的分布，所有执行者都会产出同一组文本特征。 前一种约束安全，后一种约束是新指纹。 这个区分也解释了为什么「读全理论」和「照着规则写」是两回事。读全理论改变的是模型判断时的依据，不规定判断的答案。照着规则写规定的恰恰是答案。一个模型读完十五层语言分析，知道把字句的合法条件、被动句对责任的影响、短句的假节奏，它写出来的东西仍然由材料决定；一个模型拿到「每章一个钩子」，它写出来的东西由规则决定。看起来都是干预，位置完全不同。 --- ## 七、第六个判断：方法必须在成品中不可见 机械感的来源只有一个：读者看见了方法。配额、清单、轮次、统一结构、跨段重复的形状，都是方法留在文本上的指纹。 所以完整执行的终点是遗忘。模型读完理论、成为作者以后，写作时不再引用理论。理论执行得越完整，成品里越不应该看得见理论。 这里有一个悖论值得说开：如果要求模型「忘记理论」，这个要求本身会不会成为新规则？会，如果它被做成检查项。所以我们不检查模型是否忘记，不设置「不得出现章号」的扫描。成品里如果冒出章号或栏目，那是模型自己的失败，读者会看见；读者看不见的时候，就不需要程序去证明什么。 --- ## 八、第七个判断：检测器是约束，不是目标 检测器的机制没有完整公开，围绕它优化等于围绕一个会变动的黑盒优化，必然会过拟合。所以理论把检测器放在一个特殊的位置：它的历史分数可以进证据库，用来判断方向；它永远不能进执行判据，不能决定一个版本是否交付。 证据和判据的区别很关键。证据可以过期，判据不能跟着黑盒走。v4 到 v5 的分数变化被写进 references/18，是因为它说明了配额的失败形态；如果哪天检测器换模型，那个分数失去意义，但「配额等于新指纹」这个结构判断还在。 交付由什么决定？由内容是否忠实、读者的耳朵是否不适、作者的声音是否稳定决定。这些标准不依赖任何黑盒。 --- ## 九、证据账本 理论的可信度来自三块，每一块的强度不一样，要分开说。 研究证据最强的是故事视镜。它规模大、设计清楚、区分度高，给「结构优先于词句」提供了直接支持。边界在于语料是英语短故事、特征由模型抽取、统计倾向有重叠。 结构性分布偏移研究、重写距离与编辑透镜研究，给的是机制证据：表层扰动不可靠，重写本身可疑。它们研究环境明确，不能直接当某个具体检测器的说明书。 项目实战是单例。第一人称中医悬疑小说，词句达标仍 60.55%，决策层重建后 31.94%。它最有价值的地方不是数字，是失败形态的清晰：不是词句不够，是配方复制。数字不能外推，失败形态可以。 学科概念是整合证据。示证性、聚焦、图尔敏论证、语域、衔接，各自在自己的领域里被反复检验过。把它们收拢到写作问题下面，是理论构建，不是新的实验证明。 理论不把任何未公开机制当事实，不点名检测器，不补造引用。references/14 只保留原理和适用边界。这不是为了显得谦虚，是因为一旦把黑盒猜测写进规则层，整套理论就失去了可检验性。 --- ## 十、这套理论解释了什么，解释不了什么 它解释了为什么换词无效，为什么工序失败，为什么后处理危险，为什么写作前的选择比写作后的修改安全，为什么程序层必须小。 它没有解释的事情也要说清楚。 功能路径的同一性目前由模型判断，没有独立度量。什么时候两条路径算同一条，什么时候只是表面相似，还依赖判断。 外生绑定假说还没有形式化。我们相信文本方差中由真实材料、观察者和约束解释的比例越高越安全，但这个比例怎么估计，还没有不依赖检测器的方法。 跨体裁、跨语言只有方向和单例，没有系统验证。文章和短篇是否服从跟长篇小说一样的规律，需要独立检验。 盲审的信度没有量表。读者盲审和编辑盲审目前是定性判断，评分者之间的一致性没有测量。 这些不是理论漏洞，是理论继续增长的地方。处理它们的方式是研究，不是把评分和检测请回执行层。 --- ## 十一、收束 AI 味的根源是决策路径的同质化，任何固定工序都是新的同质化来源。真正安全的干预，是在动笔前让真实的材料、注意力和判断进入文本，然后让方法从成品中彻底消失。这句话不是口号，是前面八条判断推出来的落点；它同时解释了这套理论为什么必须反对自己的前两版实现。