清理流程可以复制，信任机制不能照搬
维基百科的 AI 清理项目证明了一件事：检测机器污染可以形成流程，但不能把最终判断交给检测器。2023 年 12 月，几位编辑在维基百科 Discord 服务器上发起 WikiProject AI Cleanup，起因是出现了特征完全相同的怪文章。
我最初以为这套流程可以直接复制。先查套语，再看编辑纪录，最后核对引文，整套规则很清楚。看完官方指南和 IEEE Spectrum 的专访，我发现关键选择在于处置权限的归属：检测器只作辅助，删修与争议处理仍由人负责。
早期识别确实容易。AI 文本经常使用奇怪短语，例如 “stands as a testament”“rich cultural heritage”，还会插入 “Why is this important?” 这样的总结性段落。到了 2025 年，Ellia Lebleu 指出，AI 文本特征变得更隐蔽，也更具结构性，偏好三法则、否定式平行等写法。
引用错误也在变化。RAG 普及后，AI 更容易找到真实来源，却仍会曲解内容。文章附着来源，不代表它理解并正确转述了来源。
2023 年识别怪文章靠套语，2025 年已经要查编辑纪录、引文与主张是否一致。
零误报之后，检测器仍然漏掉了真 AI
我上周刚给自己的博客做了一套 AI 味检测器，用的是同一类思路。我拿自己 16 篇手写的旧文章当基线标定阈值，结论跟维基的志愿者撞上了：检测器调到零误报之后，AI 写的文章一篇都跑不掉。
但我的基线里本来就有 45% 的短句，句长平均 23 字。这些正是我平时的写法。检测器一旦把这些当噪声滤掉，真 AI 文章也跟着漏了。
这件事改变了我对检测阈值的看法。阈值必须按自己的语料标，不能抄别人的。别人的“零误报”只能说明工具适合那批样本。语料构成一变，误报边界也会移动。
维基志愿者与检测公司 Pangram 合作时得到一个很谨慎的结果：工具在 ChatGPT 之前的内容上没有产生任何误报，因此这是一个非常谨慎的下限估计。Ellia Lebleu 估计，2025 年底约 20% 的新文章和草稿是 AI 生成，2026 年初下降到 15% 到 16%。
这里必须加上限定词。ChatGPT 之前的内容也有上限。英文维基官方页面给出的判断是，2022 年 11 月 30 日 ChatGPT 发布前就存在的文本几乎不可能是 AI 生成。时间边界帮助缩小调查范围，却不能替代引文核对。
16 篇手写文章足以暴露一个通用问题：检测器最容易删除的，恰好可能是作者最稳定的写作特征。
删除规则解决入口，争议机制决定信任
英文维基百科在政策上持续收紧。2025 年 8 月，平台采用允许编辑提名疑似 LLM 生成条目快速删除的政策。2026 年 3 月 20 日，志愿者正式投票通过，禁止所有 AI 生成文本进入其 710 万篇条目。2026 年 3 月起的指南 WP:LLM 进一步禁止使用大语言模型生成或改写条目正文，只允许翻译和基础校对。
自动工具也在补位。Wikipedia Abuse Filter 于 2025 年 12 月 5 日上线疑似 AI 生成文本的自动检测，2026 年 9 月 16 日上线疑似 AI 来源引用的自动检测。
这些规则主要约束新增内容。2022 年到 2026 年之间插入的大量 LLM 生成文本仍留在维基百科上。官方清理指南因此还提供了一条快速删除路径：任何明显完全由 LLM 生成的页面，不只是条目，都可依据 WP:G15 快速删除。
政策明确，存量清理仍难。完全相同的模板适合批量处理。结构完整、引用真实、论述却错位的文章，需要逐篇核对。快速删除能控制数量，人工复核才决定内容是否可信。
这跟我过去讨论工程约束的思路有关。《防御性编程是一种过度设计吗》（2026-10-18）问的是保护层应该放在哪一层。AI 清理也有类似问题。检测器放在入口，可以降低新增污染；检测器放进争议处理，却容易把删改权交给一个概率模型。
2026 年 3 月 20 日，志愿者正式投票通过，禁止所有 AI 生成文本进入其 710 万篇条目
维基百科这次重建的不是一条完美过滤线。它用政策划边界，用检测器缩小范围，再让人承担删修责任。这个机制有成本，也保留了纠错入口。检测公司可能有误报，编辑判断也会出错。只要错误能够被发现、被讨论、被修正，信任机制就有继续运行的基础。
开放知识接下来还要回答一个问题：审核机器污染时，人应该保留多少裁量权，才能既清理存量，又不让删除决定本身成为新的黑箱？