最简单的 AI 检测法：别读字，先看分段
一条 5 秒钟就能用的判据：真人中文网文段落平均 25–59 字、九成段落不超过两句、对话一律独段；模型写纯叙述默认焊出 108–538 字的大段，厚 4 到 19 倍。更有意思的是，我们十二轮盲评里所有 AI 评委对这条集体失明——它们读语义不读版面，人类先看排版再读字。附三步操作、真实数字，以及这条判据什么时候会失效的诚实声明。
2026 年 7 月的一轮人机盲测里，测试者给出答案的速度快得反常。事后问判据，回答是一句话： 「机器的就是只有 3 段，真人的就有十几段。」
没读完，甚至可能没细读。先看的是版面。
这句话把我们支使去做了一件本该更早做的事：把两边的分段习惯量出来。取六个真书抽样窗口 （《全职高手》《捞尸人》《大奉打更人》这类连载网文），再取我们实验里 27 篇模型稿件，只看纯叙述章节：
| 指标 | 真人连载网文 | 模型默认输出 |
|---|---|---|
| 段落平均字数 | 25–59 字 | 108–538 字 |
| 段均句数 | 1.06–2.11 句 | 四五句起步 |
| 不超过两句的段落占比 | 76%–100% | 低到没有统计意义 |
| 对话是否独段 | 一律独段 | 常与叙述焊在一起 |
差距是 4 到 19 倍。这不是文笔差异，是排版本能的差异：中文网文的碎分段是移动端阅读磨出来的， 手机屏幕一行 20 来个字，按章付费，追更节奏快，一两句一换行读着才不累。连载作者的手指头 已经把这件事自动化了。模型读过海量网文，但它落笔时执行的是「文章」的默认排版：一个意思一段， 段内把话说完。
更有意思的发现：AI 评委看不见版面
这条判据真正值得写一篇的原因在后头。我们的对抗实验前后跑了十二轮盲评，评委包括 GPT-5、Gemini 3.1 Pro、DeepSeek、GLM-5 和两代 Claude——没有任何一份判词提到过分段。 机器稿的大段焊在那里，一轮又一轮，所有模型评委集体视而不见。
原因想通了很简单：模型逐 token 读语义，换行符对它只是又一个符号，不构成「观感」。 人类相反，排版是进入文字之前的第一印象。于是出现了一个罕见的局面： 这条判据上，普通读者稳赢所有 AI 检测器。你不需要工具，不需要词表，数一段字数就行。
顺手一提：角色卡的标尺更碎
我们后来把同一把尺子伸进了 AI 角色扮演社区的热门角色卡。真人写的热门卡，开场白段落平均 21 到 39 字，比小说还碎，「？？？」单独成段、「算了。」单独成段是常规操作。 如果你在玩角色卡，看到一张卡的开场白是三大块每块一百多字的工整段落，基本可以断定 叙事部分是模型起草的。玩家嘴里的「一股 GPT 味」，有相当一部分就是这个视觉印象在起作用。
它什么时候失效
诚实的部分来了：这条判据我们自己已经攻破了。把「按网文习惯分段，段均 30 字上下，段落不超过两句」 写进任务书之后，模型一轮就把输出压进了真书的分段带。人类测试者看了新一批稿子，确认版面上 分不出来了。整个攻破过程花了不到一天。
所以它的适用范围要说清楚：对「知道这条纪律」的生成方无效，对故意伪装的文本无效； 对市面上绝大多数没做过分段调教的 AI 文本，它仍然一测一个准。把它当第一道粗筛用，快、免费、 不用任何工具；筛完存疑的，再上碎句、情绪、执行质量这些更深的判据。 完整的六条判据在这篇长文里； 想拿真题练手，盲测页的 8 段文本里就藏着 4 段机器稿—— 提醒一句，那里面的机器段是调教过分段的，光看版面赢不了。
常见问题
为什么模型写中文小说不会分段？
模型按「文章」的默认排版走：一个意思一段，段内四五句起步。而中文网文的碎分段是移动端阅读进化出来的排版本能——手机屏幕窄、按章付费、追更节奏快，一两句就换行读起来才不累。我们实测 27 篇模型稿件，纯叙述章节的段落平均 108 到 538 字；同题材真书的段落平均 25 到 59 字，差 4 到 19 倍。
AI 检测工具为什么不用这条判据？
我们十二轮盲评里，所有参与的大模型评委对分段密度集体失明——没有一份判词提到过版面。它们逐 token 读语义，段落边界只是又一个符号；人类恰恰相反，先看到排版再读进文字。这可能是少数「人类稳赢机器评委」的判据，也是它值得写下来的原因。
这条判据会失效吗？
会，而且我们亲手让它失效过。把「按网文习惯分段」写进任务书后，模型一轮就把段落压进了真书的 27–53 字带，人类测试者随即表示这条判据不再好使。所以它对「知道这条纪律」的生成方无效；但对市面上绝大多数默认输出的 AI 文本，它仍然一测一个准，而且只要 5 秒钟。