用遗传算法训练 6 小时,让 AI 文本成功骗过 Pangram 检测器

tak3sh8 · x · 2026-09-25

网友 @DFintelligence 用遗传算法优化文本扰动来绕过 Pangram AI 文本检测器,训练 6 小时后首次把一篇 100% AI 生成的文章判定为 100% 人类写作。作者计划后续完全逆向该流程做成 skill,并借机搬出 GAN 的经典论断「好的判别器就是好的生成器」:与其手工生成上千篇文本,不如直接用检测器本身做判别信号来迭代。

这条演示再次印证了一个反复出现的现实:纯统计特征的 AI 文本检测器面对针对性优化十分脆弱,业界「难以绕过」的说法与实测结果相去甚远。