DeAIze 与 Winston AI 之争关乎输出，而非准确性。两者都返回一个数字，而这两个数字都无法证明你的文本是谁写的。真正有用的区别在于附带的东西：这份解读是否显示了哪些句子携带了信号，是否在你提交、发布或发送之前给了你可以采取行动的东西？
每个工具实际报告什么？
Winston AI 返回文档级 AI 概率、抄袭检查，以及主要面向教育工作者和出版商的写作质量视图。它的报告围绕这样一个理念构建：审阅者——老师、编辑、合规官——需要一份看起来站得住脚的产物，可以附在案卷中。这是一种正当需求。当学校将一份提交内容通过检测器运行时，输出通常会与评分标准一起归入文件夹。
DeAIze 返回文档分数，然后逐句分解，按 AI 概率高亮每一行。同一类输出，不同分辨率。单个数字告诉你文档触发了阈值。句子地图告诉你哪些句子触发了它——而这是你唯一能编辑的部分。
两种解读都不是裁决。模型分数、合格文本占比和相似度百分比是三种不同的工具，衡量三种不同的东西。Winston AI 的抄袭模块和它的 AI 模块回答的是不同问题，把它们混为一谈是我见过的最常见误读。
| 你得到什么 | Winston AI | DeAIze |
|---|---|---|
| 文档级分数 | 是 | 是 |
| 句子级高亮 | 有限 | 是，每一句 |
| 抄袭检查 | 是，内置 | 不是抄袭产品 |
| 改写建议 | 否 | 是，针对你自己的草稿 |
| 最适合 | 提交报告的审阅者 | 修改草稿的写作者 |
| 语言 | 英语优先 | 英语加另外 9 种 |
| 免费入口 | 有限试用 | 邮箱确认后可试用 200 词改写 |
把这张表当作路由指南来读。如果你是接收文档的人，需要记录一次阅读，Winston AI 的形态就合适。如果你是撰写文档的人，需要在文档发出前修改某些内容，你需要的是句子地图。
为什么句子地图比分数更重要？
因为你无法编辑一个百分比。
假设一份草稿返回了高阅读值。你有三种现实可行的做法：重写整篇、用改写工具处理，或者找出承载信号的句子并修正它们。第一种浪费一天。第二种产生的文本结构不同，但往往读起来更糟——改写工具会抹平节奏，而节奏被抹平正是让草稿读起来像机器生成的原因之一。第三种是唯一能让你的论证保持完整的做法。
句子级输出还能告诉你文档分数所隐藏的东西：标记会聚集。它们往往出现在过渡句、总结句、整齐的三段式列表，以及重述你刚说过内容的段落中。你的数据、引用和具体例子通常得分较低。这种模式并非随机，一旦你在自己的草稿中看到它，你就不会再觉得检测是个谜。
我们用自己的工具测量了这一点，而不是借用别人的数字。在 2026-10-04，我们用 DeAIze 检测器（本地集成，lite 层级）以 30% 标记阈值对两个语料库进行了评分。来自 DeAIze 指南的 1,504 个未标记为生成的参考样本段落返回的 AI 分数均值为 27%，中位数为 20%，范围为 1–100%，其中 1,504 个段落中有 487 个达到或超过阈值。未经编辑的模型输出——来自固定提示的 12 个段落，未编辑——返回的均值为 52%，中位数为 49%。这些是段落计数，不是经过验证的人类假阳性率，而且来自同一指南的段落不是独立样本。把它们当作对某个工具行为的描述即可，仅此而已。
27% 均值与 52% 均值之间的差距，就是带有一些机器习惯的文本与带有大量机器习惯的文本之间的差距。这是关于文本的信号，而不是关于作者的信号。
如果你已经知道哪些行携带了信号，下一个问题就是成本。DeAIze 定价是按量付费，积分永不过期，且没有订阅：Starter 为 1,000 词 $20.99。在购买超出你所需之前，请查看 /pricing/。
为什么这个问题现在被提出？
推动这一点的外部事件是制度性的。Turnitin 的 AI 写作指标已在大学的提交工作流程中嵌入多年，实际结果是，检测器读数现在传播得比过去更远——从教师的屏幕进入学术诚信小组，进入出版商的分流流程，进入代理机构的 QA 检查清单。一旦读数产生后果，读数本身就会受到审视，写作者也开始寻求第二意见。
这就是为什么 Winston AI 和 DeAIze 最终会出现在同一个搜索框里。有人在某个工具上被标记，把文本放到另一个工具里跑，得到了不同的数字，现在想知道哪个是对的。两个都不对。两个具有不同训练数据、不同阈值和不同评分定义的仪器，会对同一段落产生分歧，而且它们在短文本、非母语英语以及真正正式的写作上分歧最大。
如果你处于这种情况，操作顺序比工具选择更重要。保留原始文本。记录哪个检测器产生了哪个读数以及何时产生的。然后处理句子。/blog/ai-detector-comparison/ 梳理了每个主要工具报告的内容；/blog/ai-detection-false-positive/ 涵盖了被标记的正是你自己写作的情况。
Winston AI 更适合的场景
公平的比较意味着要指出其他工具胜出的情况。
如果你管理一个100名学生的班级，并且需要一致的报告格式，Winston AI 面向教育工作者的输出就是为此工作流程而构建的。如果你需要将抄袭和AI检测结果集中在一处，将它们放在同一份报告中可以省去一个步骤。如果你的机构已有采购关系或指定了特定工具的政策，那么决定基本上已经为你做好了，这也没问题。
它不会做的是告诉写作者哪些句子需要修改，因为那不是它被设计来做的工作。审阅者需要一份检测报告。写作者需要一份目标清单。
DeAIze 更适合的场景
DeAIze 是一个网页应用，包含两部分：检测器和人性化工具。检测会给出整篇文档的评分以及逐句映射。人性化会为你自己的草稿建议修改后的措辞——你将其与原文对比，并在接受之前核实每一个论断、数量、引用、否定和限定词。语义相似度是一种审阅辅助，并不能证明含义得以保留。
最后一句是诚实的界限。保留要点的改写仍可能翻转否定或删去模糊限定，而在拨款申请或方法部分中翻转否定是真正的错误。逐行阅读建议版本。如果无法核实某个数字，就把原文放回去。
改写试用在邮件确认后为200词，无需信用卡。检测有单独的可配置限制，显示在当前界面中。试用不是1,000个免费词，也不是无限扫描——如果你在其他地方看到这两种说法，那不是我们的。
上传支持 .txt、.docx 和 .pdf，改写 Word 文档会保留字体、样式和表格。检测和改写覆盖英语及其他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。完整详情见 /blog/ai-detector-accuracy/。
一个实例：句子映射在实践中是什么样子
以下是一个示例，不是实测结果。以这段关于远程入职的草稿为例：
“远程入职给分布式团队带来了独特挑战。尽早建立清晰的沟通规范很重要。此外，组织应利用异步文档来确保跨时区的一致性。”
如果你用句子级检测器来检测那段文字，中间那句就是需要留意的。它同时带有三种习惯：模糊限定短语、抽象名词“norms”，以及一个没有具体细节的笼统论断。第三句也好不到哪里去——“leverage”和“ensure alignment”正是那种动词加抽象名词的搭配，在未经编辑的模型输出中不断出现。
一个保留你原意的修改版本：
“远程入职会在可预见的地方出问题。马尼拉的新员工从没在里斯本见过他们的经理，所以第一周感觉就像独自读一本手册。我们开始为每个岗位录制一段简短的交接视频，并把它置顶在团队频道里。”
同样的观点。具体的名词。一个真实的限制条件——时区——而不是“跨时区”这个说法。没有添加任何作者原本不知道的内容。
这就是整套方法。找出被标记的句子，问自己你具体想表达什么，然后把那个写出来。
更低的阅读难度分数就意味着文本更好吗？
不。它通常意味着文本更具体，而具体的文本往往得分更低，因为它包含模型不会凭空编造的内容——一个具名的工具、一个日期、一个人、一个你必须查证的号码。
这就是为什么追求分数是错误的。如果你纯粹为了改变一个数字而重写，你会磨掉那些让文章属于你的细节，最终得到的东西比你开始时更平淡。分数是诊断，不是目标。
这也意味着你绝不应把低读数当作作者身份的证明，无论朝哪个方向。检测器返回低分，并不等于它认证了文本由人类所写。它只是报告了它所寻找的信号在该样本中很弱。
当两个工具意见不一致时该怎么办
- 记录两个读数，附上日期和工具名称。 截图或导出。不要凭记忆转述一个数字。
- 检查文本长度。 短段落会在任何仪器上产生不稳定的读数。/blog/ai-detector-short-text-accuracy/ 解释了为什么 100 词的样本不足以说明什么。
- 寻找聚集的行。 如果同样的三句话出现在两个读数的顶部，那就是你的编辑清单，无论你偏好哪个工具。
- 修改文字，而不是分数。 用你能辩护的具体内容替换模糊的说法。
- 记录你改了什么以及为什么。 如果这最终到了评审小组或编辑那里，一份变更日志比一个干净的读数更有价值。
第 5 步比人们预想的更重要。如果已经有一份读数被归档到你的作品上，问题就不再是哪个检测器是对的，而是你能展示关于你过程的什么。/blog/academic-integrity-hearing-ai/ 涵盖了评审小组实际评估的内容。
双方诚实的局限
没有任何检测器输出能证明作者身份。不是 Winston AI 的，不是我们的，也不是 Turnitin 的。它们每一个都是对表面模式的统计解读，而表面模式与机器生成相关，但并不等同于机器生成。正式的学术散文、翻译文本以及非英语母语者的写作，都会产生令人惊讶的解读结果。
DeAIze 不保证在另一个检测器上得到任何特定分数，它也不是用来把别人的作品冒充为自己的工具。如果你所在机构的政策限制 AI 辅助，请在使用任何这些内容之前查看该政策——/blog/academic-integrity-policy-ai/ 是一个合理的起点。你草稿中的想法、数据和结论必须是你自己的。
这场对比的实用总结：Winston AI 是为审阅文档的人生成报告而构建的。DeAIze 是为撰写文档的人生成编辑清单而构建的。如果你是作者，你需要的是后者，而句子地图正是原因所在。
准备好看看哪些句子读起来像机器生成的了吗？
将你自己草稿的一部分粘贴到 /ai-detector/ 中，在做任何决定之前先阅读句子地图。然后把被标记的行放入 /humanize-ai-text/ 中，自己修改它们，同时保持每一个主张、数量和引用完整无损。
如果你想先在一段短文本上试用改写建议，电子邮件确认后的200词试用完全免费，且无需信用卡——/register即可设置。当你清楚自己实际需要处理多少文本时，/pricing/列出了按量付费的套餐，从Starter的20.99美元/1,000词到Max的199.99美元/30,000词。额度永不过期，也没有订阅，所以如果你只在有内容被标记时才回来，也不会有任何浪费。