只靠分析结构就能分辨出 AI 写的网页，这事儿居然能达到 98% 的准确率

我们在公司内部推行 AI 创作的时候，最头疼的就是那些一眼就能看出来的“AI 味”内容。虽然现在很多工具号称能去 AI 化，但其实只要稍微有经验的人，扫一眼结构就能发现端倪。最近看到 Sitefire 团队在 HN 分享的一个实测，他们不看具体的词汇，只分析网页的结构特征，结果发现 AI 写作的模式化极其严重，这给我们在公司筛选和优化 AI 内容提供了很直接的参考。

为什么单纯靠结构就能识别 AI 垃圾内容

Sitefire 的这两个创始人（一个是斯坦福 RL 背景，一个是慕尼黑工大软件工程背景）做了一个实验，他们参考了 2026 年 Russell 等人发布的 StoryScope 论文，把那种分析小说结构的逻辑搬到了 undefinedB 商业网页上。

他们从 Wayback Machine 找了 268 家 undefinedB 公司的 2,250 篇在 ChatGPT 出现之前的博文作为人类样本，然后让 GPT-5.4、Claude Sonnet 4.6、Gemini 3 Flash、DeepSeek V3.2 和 Kimi K2.5 这五款模型针对同样的主题写版本。

识别逻辑不是靠关键词匹配，而是让 AI 针对每篇文章回答 214 个关于结构的问题。比如：这篇文章推产品的力度有多大？有没有提供来源支撑？是否引用了具体专家的名字？然后用这些回答训练一个分类器。

实测结果非常惊人：在 1,740 篇从未见过的博文中，分类器分辨人类和 AI 写作的准确率高达 98%，仅错了 19 篇。

揭秘 AI 写作的“结构性指纹”

这次实测揭示了一个很残酷的真相：现在的 AI 模型虽然词汇量大，但写东西的“形状”几乎一模一样。

• 重复性极高： 典型的 AI 垃圾内容习惯于把同一件事说三遍。标题先预告一遍，开头再铺垫一遍，结尾最后总结一遍。
• 结论分布： 77% 的 AI 生成博文会在结尾重复核心观点，而人类博文只有 12% 这么做。这种“自我宣布式”的整洁结构成了 AI 的标志。
• 独特性差异： 在数据集里最独特的那 1% 的文章中，有 149 篇是人类写的，而 AI 写的只有 4 篇。

而且，这种结构上的模式化很难通过简单的“换词”来掩盖。他们尝试让 AI 重新改写，直到平均 73% 的 13 词序列都被替换掉，但由于整体结构没变，那个分类器依然能精准识别出这是 AI 写的。

识别不同模型的“口音”

除了分辨人机，他们还训练了第二个分类器来区分具体是哪个模型写的。在 GPT-5.4、Claude Sonnet 4.6、Gemini 3 Flash、DeepSeek V3.2、Kimi K2.5 和人类这 6 个选项中，分类器的正确率是 79%（随机猜测只有 17%）。

有个细节很有意思：分类器几乎所有的错误都发生在 AI 模型之间的互认上，而很少把人类写的内容误认为某个特定模型。这意味着，虽然不同模型之间有细微的“口音”区别，但它们整体上都处于一个名为“AI 结构”的簇群里，与人类写作的分布完全不同。

落地到公司内容生产的启示

这对我们这些在公司里负责 AI 落地的人来说很有参考价值。如果你发现你的 AI 文案被读者吐槽“没营养”，不要只在 Prompt 里加“请用自然语言写作”这种废话，而应该从结构上强制干预：

1. 禁止总结性结尾： 强制要求 AI 不要在结尾复述一遍文章要点，打破那种“总之/综上所述”的 AI 惯例。
2. 增加非对称信息： 引导 AI 增加具体专家的引用或真实的来源支撑，而不是让它生成那种四平八稳的概括。
3. 打破预告式开头： 避免让 AI 在开头写“本文将为您介绍 X, Y, Z”，直接切入场景。

虽然这次实测的人类样本时间线在 2020-2022 年，而 AI 样本是 2026 年 8 月生成的，但结构化特征的差异依然如此明显。这证明了只要模型底层的逻辑不改变，单纯靠微调词汇是无法逃避“AI 感”的。