AI 寫作去味經濟學：Humanizer 22.8k⭐ 背後的焦慮

一個 GitHub repo，22.8k 顆星，功能只有一個：幫你把 AI 寫嘅嘢改到似人寫嘅。呢個唔係技術奇蹟，係時代症候。Humanizer 嘅存在本身就係一個悖論——我哋發明咗全世界最強嘅寫作工具，然後再發明另一個工具去隱藏佢用過嘅痕跡。呢個「去味」產業嘅爆發，唔係關於技術，係關於恐懼。

去味經濟學：一個 22 億美元嘅焦慮市場

2026 年，AI 內容偵測市場嘅規模係 22 億美元，預計到 2033 年會膨脹到 85.6 億美元。但真正有趣嘅唔係偵測端，係反偵測端——超過 150 款 AI humanizer 工具同時存在，大部分定價喺 8 至 15 美元之間，同你買杯精品咖啡差唔多。呢個定價策略好聰明，因為佢降低咗用戶嘅心理門檻：唔係買軟件，係買一種「安全感」。

點解咁多人肯為「去味」付費？因為恐懼已經被 monetize 咗。Turnitin 而家服務全球 16,000+ 間院校，處理超過 2 億份論文，覆蓋 7,100 萬學生。超過 80% 嘅美國四年制大學已經啟用 AI 偵測。當偵測變成 institutional infrastructure，規避就變成剛需。

但呢個市場嘅真正問題唔係技術效率，係信任崩塌。Stanford 嘅研究發現，AI 偵測器會將 61% 非英語母語者嘅手寫文章誤判為 AI 生成。換句話說，偵測器本身就唔可靠，但院校繼續用佢嚟做 academic integrity 嘅守門員。呢個矛盾創造咗一個怪異嘅 equilibrium：偵測器唔準，humanizer 唔 guaranteed，但雙方都繼續營運，因為背後係一個 22 億美元嘅產業鏈。

「去味」嘅真正代價：唔係技術問題，係靈魂問題

Humanizer 嘅 GitHub README 講得好清楚：佢唔係 detector-evasion tool，係幫你將 AI-assisted 嘅草稿變到「似人寫」。但現實係，大部分用戶嘅動機唔係「改善文筆」，係「隱藏來源」。呢個分別好重要。

一個 UC Berkeley 畢業生喺 Slate 專欄分享過佢嘅 experience：收學生 60 美元改 600 字嘅 AI 申請文書，確保通過 Originality.ai 同 GPTZero 嘅偵測。佢喺旺季做到接近 7,000 美元收入，有客戶「需要改 15 篇文」。佢最後嘅警告係：AI 文書顯示嘅係「我哋拒絕做嘅嘢」。

呢個故事暴露咗去味經濟學嘅核心矛盾：你用 AI 寫嘢，再用另一個 AI 去「人化」佢，再用人手去「去 AI 味」——三層操作只為咗隱藏一個事實。呢個唔係效率，係 identity crisis。當你花 60 美元去改一篇 AI 文書，你實際買嘅唔係文字服務，係 plausible deniability。

更深層嘅問題係：去味工具會降質你嘅寫作。多個獨立測試發現，最知名嘅 humanizer 工具產出嘅係「小學生水平嘅文字」，有啲甚至會加入虛構引用。AFP 嘅調查更發現，部分「去味」工具會偽造 AI 分數——連 1916 年嘅經典文學都會被標記為「88% AI」，然後賣你 9.99 美元嘅解決方案。呢個唔係工具，係 scam。

內容真實性嘅 Next Frontier：從「去味」到「原味」

真正有趣嘅發展唔係 humanizer 越做越好，係偵測器開始「反 humanize」。Turnitin 喺 2025 年 8 月推出 AI Bypasser Detection，專門追蹤 humanizer 工具留下的第二重指紋。換句話說，你用 humanizer 去隱藏 AI 痕跡，偵測器反而會因為你用咗 humanizer 而更加懷疑你。呢個 cat-and-mouse game 已經進入新階段。

12 間精英大學已經禁用 Turnitin 嘅 AI 偵測功能。Yale 嘅教學中心主任 Jennifer Frederick 嘅解釋好直白：「我哋想避免 Detection tools 造成嘅貓鼠遊戲——當工具變得更擅長『捉』AI 文字，規避方法亦都更精進。呢個變成技術 exercise，而唔係 learning event。」呢個決定反映咗一個更深層嘅轉變：部分院校已經放棄用技術手段解決信任問題，轉向重新設計作業本身。

作為開發者，我覺得最值得關注嘅唔係 humanizer 嘅技術進步，係內容真實性嘅 infrastructure 正在重建。Content credentials、數碼水印、provenance tracking——呢啲技術唔係為咗「捉 AI」，係為咗建立一條可驗證嘅信任鏈。當一篇文章可以追溯到「呢個段落係 AI 輔助寫嘅，呢個段落係人手寫嘅，呢個數據來自邊度」，去味就失去意義，因為真實性變成咗可以驗證嘅屬性，而唔係需要偽裝嘅狀態。

對開發者同創業者嘅建議

如果你喺度做內容，唔好投資喺「去味」，投資喺「原味」。具體嚟講：

第一，建立你嘅 voice profile。Humanizer 嘅 GitHub repo 有一個好有趣嘅功能：佢可以接受一個 voice profile，然後保留你嘅寫作風格。呢個方向先係正路——用 AI 去強化你嘅聲音，而唔係用 AI 去取代你嘅聲音，再用另一個工具去偽裝。

第二，擁抱 transparent AI use。Google 嘅 E-E-A-T 準則越來越重視 Experience 同 Expertise。一篇坦白承認「呢個分析係用 AI 輔助完成嘅」但同時展示你嘅專業判斷嘅文章，比一篇完全隱藏 AI 使用嘅文章更有競爭力。

第三，如果你真係要做 humanizer 方向嘅產品，關注 structural quality 而唔係 detection evasion。Humanizer 嘅 README 入面有一句好精準嘅描述：「Structural before vocabulary — most of the AI-tell signal is in how the sentences are arranged, not which words are picked.」呢個 insight 好重要：真正嘅 writing quality 來自結構、節奏、邏輯，而唔係詞彙替換。

最後，記住一個簡單嘅事實：22.8k 星嘅 repo 唔代表 22.8k 個好嘅寫作。佢代表 22.8k 個人對「被發現用 AI」嘅恐懼。呢個恐懼本身，先係最值得解決嘅問題。