# 编程智能体可拼接 AI 文本，绕过检测工具

> 一种新方法让软件智能体从较小的语言模型中拼装输出，将检测率从 77% 降至 24%，但查询成本最高可增加 30 倍。

Oossa · 2026-09-29 · https://oossa.com/zh/coding-agents-can-stitch-ai-text-to-dodge-detection-tools

研究人员于 2026 年 9 月 25 日发表论文，展示编程智能体如何从基础语言模型中拼接文本，以躲避 AI 检测系统。这个基于 Claude Opus 5 构建的智能体，所用词语中最多有 90% 来自一款名为 OLMo-2、拥有 320 亿参数的模型。在测试中，拼接后的回答成功绕过了两类检测器：一种流行的事后检测工具，其检出率从 77% 降至 24%；基于水印的检测则降至约 10%。

## 技术原理

此前的一些技巧会反复改写 AI 生成的文本，但往往会改变原意。不同的是，这种方法让智能体充当复制粘贴编辑器：它向基础模型索取大量短文本样本，再挑选最符合任务要求的片段——任务可以是创意写作、事实问答、健康问题或遵循指令。通过拼接这些片段，最终输出既切合主题、读起来也自然；而检测器看到的则是许多零散片段的组合，而非一段连续的 AI 生成文本。

## 影响与成本

这种方法有效，但成本高昂。由于智能体发送和接收的 token（文本的基本单位）远多于常规方式，每次查询的费用最高可达标准 API 调用的 30 倍。研究人员警告称，检测服务若想继续保持有效，就需要使用这类拼接文本进行训练。对普通用户而言，这项研究意味着，声称能够识别 AI 写作内容的工具，实际可靠性可能不如宣传所说。

## 事实

- Bhuwan Dhingra 于 2026 年 9 月 25 日提交了这篇论文。
- Claude Opus 5 对本地运行的 320 亿参数 OLMo-2 模型进行调度。
- Pangram v4 检测器的检测率从 77% 降至 24%。
- 在低误报率下，软水印检测率降至约 10%。
- 由于智能体使用的 token 大幅增加，查询成本最高可上升 30 倍。

## 为什么重要

如果检测工具变得不那么可靠，人们可能更难确认一段文字究竟出自人类还是 AI，这会影响人们对网络内容的信任。与此同时，这种规避检测方法成本高昂，不太可能被随手使用，因此对大多数用户来说仍有较高门槛。

## 来源与参考

1. [Agents Can Use Base Models to Evade AI Detection](https://arxiv.org/abs/2609.31876) – arXiv, 2026-09-29

最后更新: 2026-09-29