总部位于纽约的 AI 检测初创公司 Pangram 宣布完成 900 万美元融资，由 Menlo Ventures 领投，Haystack、ScOp、Script Capital 及 Cadenza 跟投。本轮融资的同时，Pangram 正式发布第四代文本检测模型 Pangram 4，以及一款全新的 AI 图片检测模型 Pangram Image。
公司表示，Pangram 4 对 AI 辅助写作和混合人机内容的识别准确率超过 99%，且对「AI 洗稿工具」（AI humanizer）的检测能力大幅提升。图片检测模型目前仅开放研究预览，正式版将在数周内推出。
创始背景：ChatGPT 引发内容洪水
Pangram 由斯坦福大学 AI 与机器学习硕士 Max Spero 与 Bradley Emi 联合创立，至今约两年。二人入局的契机，正是 ChatGPT 发布后互联网上涌现的大量 bot 内容、AI 生成的低质量 SEO 文章，以及 Spero 所描述的「基于 LLM 的俄罗斯虚假信息活动和推特上的阿联酋影响行动」。
「我认为，知道你正在阅读的内容是否为 AI 生成，具有极高的价值，」Spero 接受 TechCrunch 采访时说，「尤其是文本——它会改变你看待这段文字的方式。这段内容我需要警惕幻觉、保持怀疑态度，还是可以信任它出自真正的记者之手？」
技术原理：「合成镜像」训练法
Pangram 的检测系统本质上是一个大规模机器学习模型，基于数千万份已知的人类文档进行训练。在此基础上，团队为每份文档创建一个「合成镜像」——复制原文档的主题、长度和语调，但使用前沿 LLM 重写。
「我们的模型在学习 AI 做出的一致性风格差异和选择，并借此以高置信度判断内容是否为 AI 生成，」Spero 解释道。他同时强调，检测器并非依赖复制粘贴的元数据或隐藏水印。
在 Pangram 的定义中，AI 检测不仅限于判断内容是否完全由 AI 撰写，还包括识别 AI 辅助的程度——例如作者本人撰写初稿、随后交由 AI 润色修改的情况。Spero 认为，AI 辅助本身可以接受，前提是写作者主动披露。
应用场景：从尴尬翻车到专业处分
Pangram 的出现正值 AI 使用日益普遍。案例之一是加拿大政治人物在国会演讲中意外朗读 AI 提示词，引发舆论嘲笑；更严重的案例是律师在法庭文件中使用 ChatGPT 编造的虚假引用，面临纪律处分和罚款。
这种反噬已开始从个人层面延伸至制度层面。开放获取预印本平台 arXiv 于今年推出执行政策：提交内容若被发现作者未审核&查验 LLM 输出（如虚假引用、meta 评论「需要我做修改吗？」等），将触发一年禁制令。
产品与定价
用户可通过网页端订阅 Pangram，月费 20 美元；也可下载 Chrome 扩展程序，实时标注 X（原 Twitter）、LinkedIn、Substack、Reddit 和 Medium 上的帖子，并提供信息流健康评分，直观显示当前页面中人类内容与 AI 内容的占比。
竞争对手包括 Winston AI、Originality.ai、Copyleaks 和 GPTZero 等，各家均在争夺同一市场需求。
实测表现：文本检测令人印象深刻
Spero 表示，Pangram 模型将人类文档误标为 AI 生成的比例约为「万分之一」。经实测，文本检测能力整体表现优秀：对纯 AI 生成的新闻文章（无论由 ChatGPT 还是 Claude 撰写）均能准确识别；尝试通过改写使 AI 文章听起来更像人类时，模型很少被欺骗。
不过，Pangram 也会将部分完全重写的句子标为 AI 辅助撰写。在测试中，将本人已发布的文章交由 ChatGPT 和 Claude 润色后，Pangram 给出了 13% 的 AI 辅助评分，基本符合预期；但模型对部分句子的细微用词变化视而不见，对另一些句子却产生了误判。值得注意的是，同一篇文章若以原始版本完整提交，模型给出了 100% 人类评分。
图片检测：像素级分析，暂不完美
Pangram Image 基于像素级分布分析工作，识别真实照片与 AI 生成图像之间的细微统计差异，而非依赖各厂商自家的水印机制。Spero 指出，模型甚至能检测嵌入真实照片中的 AI 生成局部图像。
实测结果显示，图片检测模型对各类 AI 生成图像（包括写实风格和卡通风格）识别效果出色。模型对「照片中的 AI 图像」检测同样有效——Pangram 提供热力图可视化，能清晰标出异常区域；不过在个别案例中，模型将一张「AI 生成图像的照片」误判为真实内容。
Spero 表示，他不希望技术演变为对 AI 写作使用者的「猎巫行动」，但互联网、庭审和学术领域都需要某种机制来抵御低质 AI 内容的泛滥。
AI 内容泛滥风险：人类创作如何突围
Spero 警告称：「我看到的未来是，AI 内容会持续爆发式增长。新 GPU 的迭代速度已经超过了新生人口的增长速度。如果我们不主动对人类内容给予倾斜保护，AI 生成内容只会越来越多，最终淹没一切人类信号。」 这番话呼应了当前内容生态面临的结构性挑战：算法推荐机制普遍倾向于高互动量内容，而 AI 批量生产的内容往往在点击率、标题党效应上更具优势，人类创作者面临被稀释的压力。
影响与建议
对于内容平台而言，如何在算法层面建立「人类内容识别」机制，将成为差异化竞争的关键。对于依赖内容变现的创作者，建议聚焦于 AI 难以复制的领域——深度访谈、个人经验、行业内幕等高信任度内容。此外，平台方也应探索类似「人类创作标识」的认证体系，帮助读者识别内容来源。
评论