0.4%的假阳性率——这个数字比绝大多数人想象的都要干净。正是在这个几乎不会冤枉任何一篇人类原创论文的门槛下，一项对12,750篇ArXiv全文的扫描发现，截至2026年7月，约32%的新投稿在文本特征上与AI撰写高度一致。学术生产的齿轮已经悄悄换上了另一套动力系统，而很多人还在讨论“ChatGPT能不能用来写文献综述”。
这项检测没有走捷径。它不依赖元数据、不猜提示词，而是直接从整篇论文的遣词造句中捕捉模式，在确保误判率压到0.4%的前提下，依然能识别出85%的AI生成学术文本。更耐人寻味的是学科分化：计算机科学领域的AI写作比例冲到了65%，几乎每三篇顶会投稿就有两篇带着大模型的气味；而数学领域只有0.7%，仿佛两个平行的学术宇宙。这差距不光是工具使用频率的问题，更暴露了不同学科在写作范式上与LLM的亲和度——代码和结构化论述天然适合生成，而数学的符号推演和冷峻逻辑仍是模型难以伪装的硬骨头。
2026年初那一波接近39%的峰值也同样值得咀嚼。它说明AI写作渗透并非平滑上升，而是随学期节奏、会议截稿潮剧烈波动，更像一种瞬间铺开的写作策略，而非渐进的范式转移。当检测器以近乎苛刻的精准度把这股暗流打捞上岸，学界真正要回答的不是“能不能用AI”，而是“我们还能不能假装没在用”。
