同人社区向AI宣战，内部也陷分裂
速览
最近一周，同人小说社区发起新运动，旨在揪出使用生成式AI写作的作者。然而，所采用的检测方法并不可靠，任何同人作者都可能被误伤。社区长期以来对Claude、ChatGPT等AI工具普遍反感，曾通过一些非正式线索识别AI作品。6月29日，匿名X账号@heatedrivalryai声称提供更可靠的解决方案，进一步激化了争议。
AI 深度解读
背景
在同人小说（fanfiction）社区，使用生成式 AI 写作工具（如 Claude、ChatGPT）长期以来被视为一种争议行为。读者和作者之间流传着各种“鉴别 AI 作品”的技巧，从破折号的使用到所谓“紫色散文”风格。2024年6月29日，一个名为 @heatedrivalryai 的匿名 X 账号发布了一款针对流行同人作品库 Archive of Our Own（AO3）的皮肤（类似浏览器扩展），声称能通过检测 Claude 留下的代码痕迹来确认作品是否由 AI 生成。这一工具迅速引发了社区内的激烈争论：一方面有人用它来公开点名和羞辱被标记的作者，另一方面也有人质疑其准确性和可能带来的误伤。
核心内容
该检测工具的工作原理是：当用户直接从 Claude 复制文本粘贴到 AO3 的编辑器中时，Claude 会注入一段隐藏的代码 <font-claude-response-body>。AO3 的皮肤会检测这段代码，如果存在则使整个页面背景变为红色，以此警示该作品可能由 AI 生成。@heatedrivalryai 声称，代码的存在“明确表明使用了 Claude”，并发布了多个测试帖子供用户验证。实测表明，直接粘贴 Claude 输出的文本时屏幕确实变红；但如果先将文本复制到 Google Docs 或 Word 中编辑再粘贴到 AO3，该代码就会消失，检测失效。此外，作者还可以手动移除代码，未来作品也能轻易绕过检测。
然而，该工具存在重大局限：
- 仅针对直接从 Claude 粘贴到 AO3 的行为，无法检测通过其他路径（如文档编辑器）中转后的文本。
- 无法区分 AI 的实际使用程度——一个全由 AI 生成的章节与一个仅仅用 Claude 检查拼写或翻译几行人类文字后粘贴回来的章节，都会触发红色警告。
- 仅适用于 AO3 平台，且仅针对 Claude 模型；其他模型如 Deepseek 或 ChatGPT 暂无公开可用的类似检测手段。
尽管 @heatedrivalryai 强调发布示例是为了证明工具有效，而非“营造不信任氛围或指责特定用户”，但同人社区迅速将其用于“猎巫”——公开羞辱被标记的作者。许多成员认为任何形式的生成式 AI 使用都是不可原谅的背叛，理由包括 AI 训练过程中未经授权抓取网络内容（可能包含 AO3 上的作品）以及其环境代价。与此同时，已有作者因为信任的编辑使用 Claude 进行润色而意外被标记，成为无辜的受害者。
The Verge 的报道指出，目前没有可靠的技术可以普遍区分 AI 生成文本和人类写作。C2PA Content Credentials 和 Google 的 SynthID 等系统在图像、视频甚至音频领域有所进展，但它们依赖不可见水印和元数据，对于复制粘贴的文本无效。最可行的解决方案其实是 AO3 自带的标签系统——“Created Using Generative AI”标签。但现实是，由于社区强烈的反对情绪，作者缺乏主动标注的动机。
关键要点
- 检测原理：Claude 在直接粘贴时会留下
<font-claude-response-body>代码，AO3 皮肤据此将页面背景变红。 - 局限性：只适用于从 Claude 直接复制到 AO3 的情况；无法区分 AI 的使用程度（完全生成 vs. 辅助检查）；仅针对 Claude，不涉及其它模型；作者可手动删除代码或通过中转编辑绕过。
- 社区反应：工具被用于公开点名和羞辱作者，引发“猎巫”式审查；存在误伤风险，例如编辑使用 Claude 而作者不知情的情况。
- 根本问题：目前没有普适的技术能可靠检测 AI 生成文本；依赖“感觉”（如特定句式、过度修辞）的判断标准往往不可靠，因为 AI 本身就是从人类创作中学习的。
- 替代方案：AO3 的“Created Using Generative AI”标签是透明披露的最佳途径，但社区敌意导致作者缺乏自愿标注的动力。
- 行业现状：AI 公司有内部动力解决检测问题（避免“模型崩溃”），但公开可用的文本检测工具仍不成熟。
意义与影响
这一事件折射出创意社区（尤其是同人作品领域）在生成式 AI 冲击下的深层矛盾。一方面，社区对 AI 写作的强烈抵制体现了对“人类创造力”和“协作空间”的珍视——fandom 被视为独特的、依仗人性火花而繁荣的场所。另一方面，仓促推出的检测工具加剧了信任危机和误伤风险，使原本应该“是爱好而非监管行业”的同人写作蒙上审查阴影。
从更广泛的技术视角看，该案例凸显了当前 AI 检测领域的核心困境：无论是代码痕迹还是“感觉”判断，都无法可靠区分 AI 与人类写作，而且 AI 模型正在不断学习模仿人类风格。如果社区继续依赖此类不完善的工具，可能导致无辜作者被误判，甚至抑制创作自由。同时，它也为 AI 公司敲响警钟——用户对透明度和可追溯性的需求日益强烈，而水印或元数据方案在文本场景中几乎无效。
长远来看，同人社区或许需要重新思考如何平衡创作伦理与实用工具：是坚持完全的零容忍，还是提倡透明披露与合理使用？这一争论不仅影响 AO3 上的写作者，也将在更广泛的创意行业中持续发酵。正如报道所提醒的：当你读到一篇感觉“有点机器人味”的同人小说时，它可能根本不是机器写的。