水印文本人类根本认不出来，最新实验数据摆在这了
一、 算法眼里的「显眼」，人眼里不存在
水印的核心逻辑是改采样分布：KGW 往 logits 里加偏置，Christ 用伪随机函数重排词表，本质都是把低熵 token 的概率抬高、高熵 token 压低。检测器算 z-score 或 p-value 时，统计功效极强，AUC 常年 0.95+，几乎零误报就能抓出机器文本。
但人类阅读根本不走这条路。我们靠语义连贯性、事实一致性、文风偏好去判断。水印方案为了保文本质量，刻意把扰动限制在「不改变人类感知质量」的阈值内——熵损失控制在 0.01 bits/token 级别，Perplexity 差异往往小于 1%。这种微调幅度，远低于人类感知阈值。
实验里甚至让受试者「刻意找茬」，给高亮提示、允许反复对比，准确率也就涨到 55%-58%。更讽刺的是，受试者对无水印的纯人类文本误判率反而更高，很多人把行文流畅、用词精准的专业写作当成了「太完美了，像 AI」。
二、 温度一拉高，水印在人眼里彻底隐形
实验里有个细节很关键：温度从 0.7 拉到 1.0，人类识别率直接跌回 50% 基线。原因很简单，高温度下采样随机性本身就大，水印施加的那点偏置被原本的方差淹没了。但检测器不受影响，因为它看的是「整段文本的统计偏移」，单 token 噪声再大，几百 token 聚合起来信噪比依然够用。
这意味什么？只要用户开着温度 0.8-1.0 写创作、聊天、写代码，肉眼根本看不出水印痕迹，但后台检测器照样能查实。 这对教育场景、内容平台审核是个巨大的非对称博弈：学生/创作者不用费心「去水印」，正常用模型就能过人眼关；平台若只靠人工复核，根本拦不住。
三、 对抗角度：人类能不能被训练出来？
实验组还做了个「训练干预」组：先给受试者看 20 条带标注的水印/非水印对照组，再测。结果准确率从 51% 涨到 59%，依然没破 60%。误差棒重叠得厉害，统计上不显著。
原因我猜是「双重盲区」：
1. 特征不显性：水印不产生特定 n-gram、不留固定句式、不改标点习惯，全是
