Substack推出了一款扫描已发布文本以检测AI生成的工具。该平台CEO克里斯·贝斯特（Chris Best）将这一问题称为“Claudefishing”——即读者在不知情的情况下消费了AI生成的内容。贝斯特表示，这削弱了对作者身份的信任，并威胁到作家的生计，包括那些有意识地使用AI工具的作家。CNET的测试表明，该工具能将完全由AI生成的文章正确识别为100%合成内容，并对混合文本的评估误差在10%左右。
对于编辑团队和内容团队而言，这是一个信号：平台正从被动政策转向主动的内置检测。这改变了所有使用AI生产长篇内容（从博客和知识库到企业网站）的参与者的游戏规则。本文将分析平台检测的工作原理、什么是Claudefishing，以及如何构建一个经得起自动扫描的编辑工作流。
什么是Claudefishing？平台为何开始反击
“Claudefishing”一词由Claude（大型LLM之一）和“catfishing”（在网络中伪造虚假人设）组合而来。该现象的本质是：作者发布AI生成的文本，并将其冒充为自己的作品，而读者无法区分合成内容与人类内容。这与透明地使用AI助手进行草稿撰写、事实核查或编辑不同。Claudefishing特指对作者身份的隐蔽替换。
为什么平台现在开始做出反应：
- 平台被合成内容饱和。根据Pangram的数据，LinkedIn上41%的长篇帖子已由AI生成。Substack也面临着类似的动态。
- 读者信任的流失。当读者无法信任作者身份时，就会停止支付订阅费——这是平台的核心商业模式。
- 监管压力。对AI内容披露的要求正在加强：从欧盟《AI法案》的建议到Google关于合成内容标记的政策。
平台意识到，被动的“想发什么就发什么”政策已不再奏效。Substack成为首个将AI检测直接嵌入发布界面的大型出版平台。
Substack工具如何运作：技术解析
Substack的AI扫描器会分析已发布的文本，并给出一个百分比评分——即算法认为由AI撰写的内容比例。在CNET的测试中，该工具显示了以下结果：
- 混合文本（人类撰写主体 + 一段来自ChatGPT的AI段落）：检测出约10%的AI内容，与实际情况大致相符。
- 完全由AI生成的帖子：被检测为100%合成内容。
- 经人工编辑的混合文本：评分视改写程度而异。
百分比模型与二元模型（人类/AI）有着本质区别。它承认现代编辑内容通常是混合的——作者可以使用AI进行研究、构建结构和起草草稿，但最终文本会经过人工编辑。平台评估的不是是否使用了AI，而是未经修改的合成文本的比例。
这对编辑团队来说是一个重要的细节：该工具不会因使用AI助手而惩罚你。它旨在发现大规模发布未披露的、未经修改的AI内容的行为。
为什么百分比评分改变了披露方式
二元检测（“这是不是AI”）在技术上不可靠，在伦理上也存在问题——它会让任何结构良好的文本都受到怀疑。Substack的百分比评分解决了这个问题，但也给编辑团队带来了新的困境：多少比例才算可接受？
平台尚未设定硬性阈值或自动惩罚机制。但逻辑表明，评分在80-100%且未披露的AI生成文本，正是Substack所称的Claudefishing。评分在10-30%的文本则是正常的混合制作，平台并不打算对其进行惩罚。
对于编辑团队，这意味着披露政策不应是二元的（“使用/不使用AI”），而应是分级的：
- 0-20%的AI贡献：披露可选（AI用于研究、事实核查、头脑风暴）。
- 20-60%的AI贡献：建议进行简短的方法论披露（例如，“草稿由AI协助生成，经作者编辑”）。
- 60-100%的AI贡献：必须披露，否则即为Claudefishing。
这些阈值并非Substack的官方政策，而是基于百分比检测逻辑为编辑团队提供的实用框架。
Claudefishing vs 透明使用AI：界限在哪里
至关重要的是要区分在关于AI内容的讨论中经常被混淆的两种情况：
Claudefishing——作者发布未经修改的AI文本，将其冒充为自己的作品，且不作任何披露。读者期待的是人类作者，得到的却是机器内容。这破坏了作者与读者之间的信任契约。
透明的AI制作——作者使用AI进行草稿撰写、结构构建、研究或编辑，但要么对此进行披露，要么对文本进行深度改写，使得最终版本带有鲜明的人类声音和判断。读者获得的内容中，AI是工具，而非作者。
界限不在于是否使用了AI，而在于以下两个标准：
- 改写程度。最终文本与原始AI输出有多大差异？如果作者只是复制ChatGPT的输出——这就是Claudefishing。如果作者将AI作为信息来源之一，而最终文本经过了编辑、事实核查并添加了独特见解——这就是透明的制作过程。
- 披露。如果平台或读者期待人类作者，而内容主要由AI生成——则必须披露。如果内容是混合且经过改写的——披露是理想的，但并非关键。
编辑团队如何为平台检测做准备
平台检测不是临时措施，而是一种趋势。Substack是第一个，但不会是最后一个。WordPress、Medium、Ghost和其他出版平台不可避免地会跟进。编辑团队需要构建一个考虑自动扫描的工作流。
步骤1：审核当前内容流
分析您发布的材料中有多少比例经过了AI生成。使用GPTZero、Originality.ai或Winston AI等工具对已发布的文本进行抽样检查。将结果与您的编辑政策进行比较——声明中的AI使用与实际使用之间是否存在差距？
步骤2：分级披露政策
制定一项政策，界定AI参与程度及相应的披露格式。不要局限于二元的“披露/不披露”。应考虑内容类型（新闻报道、分析、观点文章）、发布平台和受众期望。
步骤3：内部标记工作流
在CMS或编辑工具中引入元数据，标记每篇材料的AI参与程度。这可以是一个简单的字段：“AI贡献：无/极小/部分/主要”。这些元数据不仅有助于披露，还有助于进行内部质量审核。
步骤4：培训作者和编辑
作者必须理解将AI作为工具使用与Claudefishing之间的区别。编辑必须能够评估提交材料中的AI参与程度，并决定是否需要披露。
AI检测的局限性：假阳性与假阴性
没有任何AI检测器是完美的。这是编辑团队必须考虑的一个关键限制：
假阳性——检测器将人类文本标记为AI生成。对于结构可预测的文本（如列表、指南、技术说明），这种情况尤其可能发生。知识库和文档编辑团队处于风险之中——其内容本质上是结构化和正式的，检测器通常将其与机器生成联系起来。
假阴性——检测器未能识别AI内容。当文本经过充分改写，或作者使用提示工程来模仿人类风格（添加“错误”、口语表达、情感色彩）时，就会发生这种情况。
实践结论：不要依赖单一检测器。使用2-3个工具进行交叉检查，并始终考虑上下文。如果三个检测器给出分歧的评分（一个90%，另一个20%，第三个50%），这表明文本存在歧义，需要人工审查。
对E-E-A-T和搜索信任的影响
平台检测并非AI内容影响信任的唯一渠道。Google的E-E-A-T（经验、专业知识、权威性、可信度）直接评估内容在多大程度上展示了真实的经验和专业知识。没有人类经验的AI生成文本是对E-E-A-T的结构性违背，无论检测器是否发现了它。
对于内容团队，这意味着AI披露政策必须与E-E-A-T战略同步：
- 经验：在AI草稿中添加LLM训练数据中无法拥有的独特经验——案例研究、第一手数据、内部见解。
- 专业知识：指定具有可验证专业知识的作者，即使草稿是由AI生成的。
- 权威性：引用权威来源和原始研究者。
- 可信度：在影响可信度感知的地方披露AI的使用。
不同内容类型的实用场景
博客帖子和观点文章。这里对人类作者的期望最高。如果AI贡献超过30%，则必须披露。最佳格式：“作者使用AI助手进行研究和结构构建。最终文本、论点和结论均为本人独立完成。”
知识库和文档。这里对作者身份的期望较低——读者寻找的是信息，而非作者个人。AI生成更容易被接受，但需要加强事实核查。披露是可选的，但质量和准确性至关重要。
分析和研究报告。混合制作是常态。AI处理数据，生成初步结论，作者进行解释并添加上下文。披露方法论（包括AI工具）会提升而非降低信任度。
新闻材料。使用AI进行聚合和摘要总结是可以接受的。使用AI撰写未经编辑的最终文本则不行。新闻内容需要最高速度，但也需要最高准确性。自动化在这里是工具，而非编辑的替代品。
清单：编辑团队如何为平台AI检测做准备
- 进行审核：使用2个AI检测器检查最近20-30篇发布的内容，并记录评分分布
- 制定包含阈值的分级披露政策：0-20% / 20-60% / 60-100%的AI参与度
- 在CMS或编辑跟踪器中为每篇材料添加“AI贡献”字段
- 列出您发布内容的平台，并跟踪其AI披露政策
- 培训作者和编辑区分Claudefishing和透明的AI制作
- 将AI披露政策与E-E-A-T战略及搜索引擎要求同步
未来展望：从检测到作者身份验证
Substack只是第一步。下一阶段将不仅是检测AI内容，而是验证作者身份——确认文本由特定的人撰写。Google的SynthID等技术已在生成层面将水印嵌入AI生成的内容中。平台不可避免地会开始要求作者证明其创作过程——不仅仅是“这不是AI”，而是“这是如何创作的”。
对于编辑团队，这意味着当前是构建透明工作流的最佳时机。现在就采用分级披露政策、AI参与度元数据和作者培训的团队，将为更严格的要求做好准备。那些等待平台引入强制检测的人将陷入被动模式——在面临变现能力丧失或搜索排名下降的威胁下，修改已发布的材料。
常见问题
通俗地说，什么是Claudefishing？
Claudefishing是指在读者期待人类作者的情况下，发布未经披露的AI生成文本。该词由模型名称Claude和catfishing（伪造虚假人设）的概念组合而成。其本质是：读者不知道自己正在消费机器生成的内容。
AI检测器会错误地将人类文本标记为AI生成吗？
是的。对于结构化内容（如指南、列表、技术说明），假阳性尤为常见。请使用2-3个检测器进行交叉检查，并在解读结果时考虑文本类型。
如果我只是编辑了草稿，需要披露使用了AI吗？
如果AI贡献极小（20%以下），披露是可选的。如果AI生成了文本的基础，而您只是进行了编辑，建议进行简短的方法论披露。决定性因素是：最终文本在多大程度上体现了您的作者判断和独特经验。
除了Substack，还有哪些平台引入了AI检测？
目前，Substack是首个具有内置检测功能的出版平台。LinkedIn和Medium使用AI检测进行内容审核。Google要求对新闻进行AI内容标记。预计WordPress、Ghost和其他CMS将在未来12-18个月内添加类似工具。
AI检测会影响Google的搜索结果排名吗？
Google不会因为内容是AI生成就对其进行惩罚，而是根据E-E-A-T标准进行评估。如果AI内容未展示经验和专业知识，其排名将会下降。平台检测和搜索评估是不同的机制，但都旨在提升质量和信任度。
