如果你在带回家的作业中使用了AI，现在担心被检测出来，解决办法是记录过程，而不是隐瞒。如果你是招聘经理，解决办法是提出更好的问题。对带回家的任务运行检测器是你所能收集到的最弱证据，也最容易出错。AI检测带回家作业的问题，正处在人们关心的两件事碰撞的地方：被录用和招对人。把概率分数当作证据，对双方都没有好处。
以下是接下来该怎么做的诚实版本，供桌子的两边参考。
关键要点
- 候选人：随时记录你的过程——提示词、草稿、修改、决策——让你的推理可见。
- 招聘经理：询问工作本身（权衡、死胡同、为什么做出某个选择），而不是运行检测器。
- 检测器分数是概率估计，不是作者身份裁决。它们也会标记人类写作。
- 事先明确的带回家政策几乎可以防止之后的所有争议。
- 披露通常比沉默更安全。大多数评分标准奖励的是判断力，而不是不使用工具。
- 如果你确实运行了检测器，把它当作众多弱信号之一，绝不要当作门槛。
为什么招聘中的AI检测如此不可靠？
检测器不会读心。它们估计一段文本在统计上看起来有多可预测，然后将该估计转换为分数。干净、统一、结构良好的文章往往读起来更可预测，而这正是有能力的候选人在截止日期压力下产出的东西。这就是陷阱。
我们在2026年9月19日使用DeAIze检测器（本地集成，轻量级）以30%的标记阈值进行了自己的测量。在n = 46篇手写DeAIze指南的人类撰写样本上，AI得分均值为27%，中位数为25%，范围为0-55%。在该阈值下，46篇中有17篇被标记。这些是由人撰写的真实指南，而非模型输出。超过三分之一越过了界限。
同一次运行对未经编辑的模型输出进行了评分：n = 12段由固定提示生成且未经编辑的文本。均值35%，中位数34%，范围25-49%。
这就是整个问题，两行说清。人类写作和未经编辑的模型输出在检测器的尺度上重叠如此严重，以至于单一分数无法可靠地区分它们。如果你是一位招聘经理，考虑将检测器作为筛选关卡，你即将拒绝大约三分之一的诚实候选人，以抓住一部分不诚实的人。如果你是一位自己写了每一个字的候选人，你仍然可能被标记。
候选人应该记录关于带回家作业的哪些内容？
目标不是证明你无辜。而是让你的思考清晰可见，以便审阅者能看到成果背后的工作。
边做边记录这些，而不是事后：
- 你的起点。 写作前你阅读、审阅或研究了什么？列出你获得的来源、竞品示例和内部文档。
- 你在哪里使用了AI，如果用了的话。 要具体：“用模型列出了第三部分的大纲”、“请人对我的初稿提出批评”、“生成了三个备选标题并选了一个”。含糊的披露读起来像在回避。
- 你改了什么以及为什么。 保留混乱的中间过程。一份草稿展示一个段落从泛泛而谈变成具体论述，就是判断力的证据。
- 你的死胡同。 你放弃的方法、不支持你想要角度的数据。这是最难伪造、也最能令人信服的东西。
- 你的未解问题。 你第一天会问团队什么。这表明你把任务当作真实工作，而不是考试。
一段简短的过程说明——一两段，再加上草稿历史（如果有的话）——就足够了。你不需要叙述每一次按键。
如果你用第二语言写作，并担心自己干净、正式的英语看起来像机器写的，这种风险是真实存在的，值得了解。为什么AI检测器会标记非英语母语写作者解释了触发检测器的具体模式，而AI检测器惩罚非母语写作者：需要记录什么正好涵盖了保护你的证据链。
招聘经理应该问什么，而不是运行检测器？
用对话代替分数。十五分钟的结构化问题比任何检测器输出都能告诉你更多，而且它无法通过重写一段话来钻空子。
问只有做过这项工作的人才能回答的问题：
- “带我过一遍你的初稿。你删掉了什么？”
- “这部分里你最没把握的是哪一块，为什么？”
- “如果再多一天，你会怎么做？”
- “你选择了方案A而不是方案B。什么会让你改变主意？”
- “你在哪里卡住了，又是怎么走出来的？”
然后直接问，不带指责：“你在这过程中用了AI吗？如果有，用在哪里？“一个人怎么回答这个问题，比答案本身更有信息量。如果候选人说”是的，我用它来压力测试我的结构，以下是我否掉的部分”，那他就恰好展示了你正在招聘的那种判断力。
你不该做的是跑一个检测器，然后把它当作证据。来自GPTZero、Turnitin、Copyleaks、Originality.ai或Sapling的分数，是对文本模式的概率估计。它并不是关于谁写了什么的陈述。把它当成后者，正是招聘流程最终陷入无法取胜的争议的原因。
如果你想看看检测器实际上是如何阅读一篇文章的——逐句阅读，而不是给出单一结论——把这份带回家的文本跑一遍DeAIze AI检测器，然后再从中得出结论。句子级视图会显示哪些具体行携带信号，而这通常正是人们意识到整篇文档分数有多么粗糙的时刻。
在招聘场景中，AI检测器有哪些局限性？
有四个限制最重要。
它们衡量的不是作者身份。 它们衡量的是文本可预测性。一个写得干净利落的人和一个写得干净利落的模型，在这个维度上看起来是相似的。
它们彼此之间并不一致。 把同一段文字分别交给两个检测器，你往往会得到两个不同的判定结果。为什么两个工具会给出不同结论 详细解释了原因——不同的训练数据、不同的阈值、对“像 AI”的不同定义。
它们对长度和体裁很敏感。 一份简短、结构化的带回家任务给检测器留下的可用信息非常少。商务写作偏好简洁句子和并列结构，因此读起来比个人随笔更具可预测性。
它们无法像背景调查那样被审计。 如果你因为一个分数而拒绝候选人，你没有任何可辩护的记录来说明原因。如果你因为他们无法解释自己的取舍而拒绝他们，你就有。
我们自己的测量说明了这种重叠：人工指南平均为 27%，而未编辑的模型输出平均为 35%。这两个分布彼此足够接近，以至于在任何合理位置画出的阈值线都会同时捕获大量两者。
| 信号 | 它告诉你什么 | 招聘中的可靠性 |
|---|---|---|
| 检测器分数 | 文本看起来有多可预测 | 弱——会标记人类写作，却漏掉经过编辑的 AI |
| 候选人的过程说明 | 他们做了什么以及为什么 | 强，前提是具体 |
| 对作品的现场讲解 | 他们是否理解自己的产出 | 最强 |
| 关于取舍的追问 | 判断的深度 | 强 |
| 草稿历史 | 真实迭代 vs 一次性生成 | 强 |
| 仅凭写作风格 | 几乎没有 | 具有误导性 |
如何为带回家任务设定明确的期望？
把政策写在任务说明里。不是放在没人会打开的员工手册里——而是放在候选人收到的文件中。
一个可行的政策需要回答四件事：
- 是否允许使用 AI？ 允许、不允许，或允许但需披露。选一个并明确说明。
- 如果允许，界限在哪里？ “用它做研究和编辑。不要用它生成最终交付物”是一条清晰的界限。“自行判断”则不是。
- 应该披露什么？ 要求提供简短说明：使用了哪些工具、任务的哪些部分、你做了哪些修改。
- 工作将如何评估？ 说明你将现场讨论提交的内容，并且讨论是评估的一部分。
最后一点起到了大部分作用。当候选人知道他们将被要求为自己的选择辩护时，提交未经审视的产出的动机就会急剧下降——而无需任何人进行监督。
在候选人方面，请阅读任务说明以寻找这四个答案。如果政策没有提及，请在开始前询问。一封邮件——“我应该披露任何 AI 协助吗？以什么格式？”——就能消除全部风险。招聘经理绝大多数会将其视为尽职尽责。
如果你已经过了那个阶段，并且担心你的提交内容读起来如何，清理你自己草稿中的机器生成痕迹才是诚实的做法：它让你真实的声音更清晰，而不是伪装成别人的。
双方各有哪些伦理考量？
对候选人来说，界限很明确：想法、分析和结论必须是你自己的。用模型来润色一个句子或挑战你的结构，是工具层面的决定。把生成的交付物当作你自己的推理提交，就是虚假陈述，而且一旦面试中有人追问，它立刻就会暴露。
这里也有一个实际的理由。如果你无法解释某一段，你就不该把它放进提交材料里，因为你会坐在对面，有人正就此向你提问。
对招聘经理来说，伦理义务则相反。你应当为候选人提供一个不会因为写得好而惩罚他们的流程。这意味着不要静默使用检测器筛选，不要未经沟通就拒绝，也不要把分数当作结论。这还意味着一致性：如果你对一位候选人运行检测器，就要对所有候选人都运行，并对每个结果保持同样的怀疑态度。
还有一点需要考虑。检测器的输出可能对非英语母语写作者带有偏见，他们正式、教科书般正确的文风在统计上往往显得过于平滑。一个悄悄过滤掉这些候选人的流程，就是一个因为没人写下来的理由而收窄你人才管道的流程。
一个实例演示
这里是一个示例，并非真实提交。一位候选人提交了一份两页的市场分析。文字流畅，结构清晰，建议合理。检测器给出了高分。招聘经理犹豫了。
弱者的做法是拒绝。强者的做法是进行一次15分钟的通话：
- “你的建议是进入中端市场。是什么让你排除了企业级市场？”
- “你提到了三个竞争对手。哪一个最让你担心？”
- “如果预算减半，你会首先削减什么？”
真正做过工作的候选人会用具体细节和犹豫来回答这些问题。而生成文档的候选人则会支支吾吾、泛泛而谈，或者把文档内容重复一遍。十五分钟能解决分数无法解决的问题，并且产生一份你可以向任何人辩护的记录。
DeAIze 在此中处于什么位置？
它更适合作为诊断工具，而非最终判决——而且它对候选人最有用，而不是雇主。
DeAIze 是一个包含两部分的网页应用：AI 检测器和 AI 人性化工具。检测是句子级别的：你会得到整篇文档的评分，每个句子都会根据 AI 概率高亮显示，因此你可以看到哪些具体行带有信号。这一点在这里很重要，因为“你的文档得分很高”是无用的反馈，而“这四个句子读起来像机器写的”则是你可以采取行动的依据。
人性化处理运行一个闭环：对文本评分，仅重写被标记的句子，仅当语义相似度表明含义得以保留时才保留重写，然后重新评分并报告前后对比。网站报告称，人性化处理后 AI 评分平均降低 60% 以上，最佳情况为 71%——这些是产品自身的预测评分，并非任何第三方检测器的官方判定。在网站使用的示例段落中，92% 的 AI 评分变为 4% 的 AI。
免费套餐在注册时提供 200 个单词，无需信用卡。上传支持 .txt、.docx 和 .pdf，重写 Word 文档会保留字体、样式和表格。检测和重写覆盖英语和其他 9 种语言；界面提供 10 种语言。文本仅用于当前任务处理，绝不用于训练，也绝不转售。在配置了真实第三方检测器 API 的地方——GPTZero、Turnitin、Copyleaks、Originality.ai 和 Sapling——会对输出进行交叉检查，而不是信任内部猜测。
明确说明它不是什么：DeAIze 不保证在任何检测器上获得任何特定评分，也不是用来冒充他人工作的工具。如果你的带回家提交材料不是你自己的思考，再多的重写也无法解决这个问题。
现实中的用途更窄，也更有用。你自己写了提交材料，在中间某个环节使用了 AI，你想知道最终文本是否仍然听起来像你。运行它，查看被标记的句子，并判断每一句是否以你会说的方式表达了你的意思。通常答案是小的编辑，而不是重写。
如果你想在根据这些信号采取行动之前先理解它们，AI 检测如何运作 介绍了其机制，而 绕过 AI 检测算作弊吗？一个披露测试 提供了一种清晰的方法，帮助你判断自己的底线在哪里。
准备好看看哪些句子读起来像机器写的了吗？
如果你是一名即将提交作品的候选人，最快且有用的做法是对自己的草稿进行逐句阅读。用 DeAIze AI 检测器运行一遍，然后查看高亮显示的句子，而不是只看总体数字。接着逐句判断，每一句是否听起来像你自己写的。
如果你更愿意直接处理文本——在保持原意不变的情况下重写被标记的句子——那么草稿编辑器正是为这一轮修改而设计的，它提供修改前后的评分，让你看到具体变化。
如果你是招聘经理，有用的做法则不同：阅读你的带回家任务说明，并检查它是否回答了上述四个政策问题。如果没有，请先修正任务说明，再修正筛选流程。
如果你想知道在付费前自己会为什么买单，定价采用按量付费，额度永不过期，而且没有订阅——Starter 1,000 词 $20.99，Standard 3,000 词 $44.99，Pro 10,000 词 $99.99，Max 30,000 词 $199.99。你也可以创建账户，先用 200 个免费词开始。
检测是一种概率估计，而非证据。请把它当作审视自己写作的一面镜子，而不是评判他人写作的裁决。