一句话看懂：开发者Lieflat以约520万汉字语料和50.7万次模型语义判断，量化了”AI味”的写作特征，并开源为lieflat-less-ai-tone Skill，用于检测和改写AI写作习惯。这件事值得关注，是因为它把”像不像AI写的”从主观感受变成了可量化、可复用的工具。
事件核心：发生了什么
据社区于2026年11月6日转载的X平台文章，作者Lieflat（@lieflat_3）称，自己在过去两个月做了两轮对照实验：第一轮用629篇文章（约283万字）对比5个主流模型生成的300篇文章；随后意识到两边写的选题不同会污染结果，第二轮改为同题、同事实、同长度配对，新增540篇AI文章（约256万字）。两轮合计1169篇文章、约520万汉字。
检测方法分三层：Python脚本测量标点、句长、分节等约90项可量化指标；大模型做语义判断，累计约50.7万次、消耗近4亿Token；比喻是否贴切等模型难以判断的特征由人工盲读。作者称仅用句式特征训练分类器，区分真人与AI的准确率已达97.6%。最终形成的Skill已开源在GitHub，作者表示其中包含跨模型通用的9项核心”AI味”指标。
为什么重要
“AI味”此前更多是编辑和读者的主观印象，缺乏公开、可复核的评测口径。这项工作目前公开信息显示，至少给出了一个可操作的方向：用同题配对控制变量，再结合规则统计与模型语义判断。对内容平台、教育、媒体和企业文案场景来说，这类工具可用于AI生成内容的风格检测与润色；作者把代码和指标开源，也为后来者提供了可验证的起点。需要说明的是，这是个人社区项目，并非官方产品公告，也未经过同行评审。
对用户/开发者/创作者的影响
写作者可以借此检查初稿中是否有重复句式、过渡过于顺滑、用词不敢重复等AI写作惯性；开发者则能参考其三层评测思路，构建自己的内容风格检测流程。不过，样本以中文文章为主，指标结论应限定在作者公开的语料和评测条件内，不宜直接当作跨语言、跨体裁的永久标准。工具的实际改写效果，还需使用者自行验证。
AI 工具推荐
想把多个 AI 模型放在一个入口？
GamsGo AI 集成 ChatGPT、DeepSeek、Gemini、Claude、Midjourney、Veo 等常用模型，适合写作、绘图、视频和日常 AI 工作流。
推广链接：通过此链接购买，我可能获得佣金，不影响你的价格。
值得关注的后续
一是GitHub仓库的指标清单和使用文档是否完善，能否被独立复现；二是这套检测方法在论文、营销文案、社交媒体等不同体裁上的表现是否稳定；三是是否会出现同类开源竞品，或在内容审核、编辑工具中被集成。
