标签
一位博主讲述了自己如何通过一味迎合的附和、破折号等特征，识别出 Ocado 的客服回复是由 AI 生成的，以及如何通过强烈投诉获得人工道歉。文章倡导支持“AI 抵制名单”，并反对糟糕的 AI 部署。
一位 Reddit 用户询问大家如何识别 AI 生成的帖子和评论，评论者指出，主要方法是辨认 AI 写作特有的风格。
达特茅斯学院教务长因在自己的AI相关论文中大量使用AI却未充分披露而辞职，凸显了高校领导者在AI使用披露标准上的矛盾。达特茅斯学院校长贝洛克虽强调要更多地拥抱AI，但也要求领导层以身作则，为学生和学者树立透明度的榜样。
一篇讨论帖，探讨 AI 生成内容检测是否最终会面临类似于停机问题的根本性数学极限，使 AI 生成的内容与人类创作的内容在理论上无法区分，而不仅仅是在技术上难以辨别。
Clearcam 是一个开源的自托管 NVR 工具，可直接读取现有 RTSP 摄像头的视频流，在本地进行人车检测、目标追踪和历史录像搜索，无需更换摄像头或原有 NVR，并支持基于 Qwen3-VL 的 AI 通知摘要。
这篇 arXiv 论文分析了 2019 年至 2026 年间的逾 500 万个网页，发现含有 AI 生成文本的网页占比从 2022 年之前的接近于零，上升至 2026 年 8 月的近 25%。这一增长并不均衡：英语网页和 .com 域名网站中 AI 文本的普及程度高于其他语言的网页或 .gov/.edu 域名网站，而且 AI 文本集中在网络图中中心性最低的网页上。这些估计值通过贝叶斯分层模型得出，并校正了检测器的错误率。
一位 AAAI/ICLR 审稿人认为，同行评审已陷入严重危机。据其估计，如今顶级人工智能会议中约有一半的评审意见由人工智能生成或修改，投稿论文中也充斥着人工智能撰写的内容。作者提议全面禁止使用人工智能，甚至包括润色语气和文风，因为这种做法正在侵蚀以信任为基础的评审体系。
IEEE Spectrum 采访了维基百科“WikiProject AI Cleanup”（AI 内容清理专题）的创始成员 Ellia Lebleu，探讨志愿者检测和清除 AI 生成内容的工作——包括更隐蔽的 AI 写作模式的出现、AI 造成的引用来源误归属问题泛滥，以及 AI 检测工具 Pangram 估计有 15–20% 的新条目由机器生成。
纽约大学与德州大学奥斯汀分校的研究分析了14个AI模型的输出，发现多数前沿模型在罕见n-gram、长依赖、堆叠名词复合等与阅读难度相关的语言特征上存在过度使用现象。
Fraud Blocker 是一个基于 AI 的平台，可为 Google 和 Meta 广告拦截来自机器人、点击农场和 AI 代理的无效广告流量。它利用在数十亿次点击和 IP 上训练的 AI 代理来检测复杂的无效流量，并解释每一次拦截的原因。
用户分享了一个通用 prompt，可跨 ChatGPT、Claude、Gemini 使用，用于去除文本中的 AI 腔调，使文字更自然。
Eufy Security Wall Light Cam S4 等多款安防摄像头正在进行促销，Wall Light Cam S4 降价 80 美元至 170 美元，集 4K 摄像头、感应壁灯与本地 AI 检测于一体。
一项非正式实验测试了多款 AI 检测工具，发现它们的结果前后矛盾且不可靠：有时会将人类撰写的文章标记为 AI 生成，有时又会漏掉真正的 AI 生成文本。作者认为，这种不可靠性对学生和投稿者来说是一个严重问题，因为他们的作品可能会被这些工具错误判定。
Baseus 推出 AI 辅助安全摄像头 PrimeSentinel U2 Pro，配备可追踪移动目标的电动聚光灯、双 3K 摄像头和本地加密存储，美国售价 269.99 美元。
博主批评 Pangram 新推出的 Gmail 集成功能，指出用 AI 检测结果自动过滤邮件（甚至直接送入垃圾箱）是危险的做法，因为检测只能判断是否使用 AI，无法判断邮件质量，会误伤大量合法邮件。
一篇讨论/观点帖，主张强制推行AI文本检测工具、对头像进行人脸验证、将生成式AI媒体与人类创作内容分离、采用透明且由用户控制的算法，以及对AI炒作和社交媒体中的科技寡头进行监督。
一位作者在法国文坛一场争议之后测试了 Pangram 的 AI 检测准确度，发现短样本会将段落误判为 AI 生成，而整章内容却被评为 100% 人类创作，引发了人们对短文本输入导致误报的担忧。
达特茅斯学院教务长 Santiago Schnell 在《华盛顿邮报》上发表的关于 AI 作弊的专栏文章被 Pangram 检测工具标记为大部分由 LLM 生成，而他为自己的 AI 使用行为辩护的电子邮件甚至被发现是“100% 由 AI 撰写”，这引发了关于 AI 辅助写作中作者身份与责任归属的更广泛质疑。
该论文研究了在数学密集的科学文本中检测AI生成内容的难题，发现现有检测器（如Pangram 4）在数学内容增多时性能显著下降，并提出基于图像的检测器SnapJudge，在0.1%误报率下对前沿模型生成的证明和散文达到92%和93%的检测率。
特朗普在 Truth Social 发布炫耀白宫修缮成果的照片，其中一张被 Google 的 SynthID 检测器标记为由 OpenAI 工具生成或编辑，照片中的台阶数量和反射细节均存在明显不一致。