AI 降重会保留 Word 修订和批注吗？一次 HumanPen DOCX 实测

在 2026 年 8 月 31 日的一次 HumanPen 实测中，答案是会：指定的 133 词段落被改写后，原有的 1 处插入修订、1 处删除修订、1 条批注、1 个内容控件、1 组书签与 REF 域、1 张表格仍存在于返回的 DOCX 中。HumanPen 发布本文，也由我们自己操作这次测试。它只能说明这一份文件、这一次运行的结果，不能保证所有 Word 文档都会一样。

这次没有运行任何检测器。我们只回答一个更窄的问题：明确指定一个段落改写时，段落之外的 Word 对象发生了什么？

我们分三层检查。第一层数 DOCX 内部的 Word 结构，第二层比较压缩包里的每一个部件，第三层把输入和输出渲染成页面再比较。还有一项没有完成：本机没有授予 Computer Use 权限，因此无法在 Microsoft Word 中手动执行打开、保存、关闭、再打开。这个缺口不能拿前面三层结果代替。

输入是一份专门为这次实验制作的两页合成文档，不含学生论文、研究数据或客户资料。第 1 页放需要计数的 Word 对象，第 2 页放唯一允许改写的普通段落。

文字哨兵包括 `TRACK-ANCHOR-23`、`COMMENT-ANCHOR-47`、`CONTROL-TABLE-91`、`37.5%` 和 `12.40 mg`。书签标签按设计出现两次，一次在书签目标中，一次是 REF 域显示的结果。

这里有一个必须说清的边界：所有带计数的 Word 对象都在改写段落之外。这次能测的是“确认范围外的对象有没有保留”，不能回答批注锚点、修订、域或内容控件落在被改写段落内部时会怎样。

原始输入文件为 40,191 字节，SHA-256 是：

`cccbac04cf9742037b16c453b54ae3c8a2300e7491ba31a213566c979c6fe4f1`

这个哈希值指向本次实际使用的输入。哪怕另一份文件在 Word 里看起来完全相同，只要内部字节不同，哈希值也会不同。

2026 年 8 月 31 日 20:00（中国标准时间），我们把这份 DOCX 上传到 HumanPen，选择“均衡 v3”和“指定内容”模式。开始前，界面确认范围只有 1 个段落、133 个英文词。

32 秒和 14 积分只记录这一个任务，不是对其他文件的速度或成本承诺。处理时间和积分消耗会受选中文字和产品状态影响。

输入输出哈希不同是正常的，因为目标段落确实改了。但整份文件的哈希只能证明“有变化”，不能证明“只改了目标段落”。要回答后一个问题，必须拆开 DOCX 内部部件逐项比较。

DOCX 本质上是一个 ZIP 压缩包，里面包含 XML、关系、样式等部件。输入和输出各有 20 个部件，部件名称集合完全相同。

7 组文字哨兵的次数也全部与输入一致。`37.5%` 没变，`12.40 mg` 没变，其他受保护锚点也没有少一次或多一次。

接着，我们计算每个内部部件的哈希。18 个部件完全一致，另有 2 个部件不同。

第一个是 `word/document.xml`，目标正文段落就在这里。把这份 XML 格式化后做差异比较，只看到 1 个 `w:t` 文字节点变化，也就是被选中的段落。这个部件里没有第二个格式化 XML 节点发生变化。

第二个是 `[Content_Types].xml`。输入输出都是 2,125 字节，`Default` 和 `Override` 条目集合也相同。输出只把原本位于列表末尾的 `/word/comments.xml` 条目移到了其他 Word 条目之间，没有新增、删除或修改任何内容类型。只比较部件名称或解析后的条目集合，会看不到这一次顺序变化。

这比“输入输出都有 20 个部件”更有信息量。部件名称不变，不代表部件内容没变。它也比只看页面更严格，因为批注关系或内容控件可以存在于文件结构里，却不像普通正文那样直接显示。

不过，结构存在仍不等于已经在 Word 里操作过。相同计数和 XML 能说明对象还在压缩包里，不能说明我们已经在“审阅”窗格点开批注、接受插入、拒绝删除，或刷新过 REF 域。

输入和输出都渲染为 2 页，图像比较只把第 2 页标为有变化。

• 第 1 页包含修订、批注锚点、内容控件、书签、REF 域和表格，视觉上没有变化。
• 第 2 页的目标段落发生变化。
• 新句子的长度不同，所以第 2 页出现了正常换行和回流。
• 渲染结果没有出现文字截断、文字重叠、表格消失或表格几何结构损坏。

提取文字后的差异也停在同一个边界：只有目标段落变化，紧跟在后面的范围说明仍在。

渲染和结构审计回答的是两类问题。结构审计看文件内部关系，渲染看读者最终看到的页面。一份文件可能通过其中一项、败在另一项，不能用一个绿灯替两项背书。

如果一个计数器从来不会报错，那么“输入输出相同”没有意义。我们另外制作了两份已知损坏的文件，用同一个审计流程做阳性对照。

第一份删除了所有批注结构。审计结果随即变成：批注正文 0、范围锚点 0、正文引用 0、关系 0、内容类型登记 0。

第二份接受了所有修订。审计结果变成：插入修订 0、删除修订 0。

这说明当前审计路径能够抓到我们主动制造的两类丢失。它不能因此变成“能发现所有 DOCX 损坏”的工具。图片关系、公式或宏如果是验收对象，需要各自的检查方法和已知损坏样本。

先用可丢弃的副本。测试文件要放入真实文档里最难修复的对象，而不是只放一段没有 Word 结构的干净文字。

1. 为每种重要对象放一个可识别的样本，例如插入修订、删除修订、批注、引用管理器控件、书签、交叉引用、脚注、表格、公式或题注。
2. 在每个对象旁放唯一锚点，例如 `CHECK-COMMENT-01`，或者一组带单位的数字，并记录预期次数。
3. 把这些控制对象放在一个普通段落之外。只选择那个段落改写，并在运行前确认最终范围。
4. 保留未动的输入，记录文件字节数和 SHA-256。在 macOS 上可用 `shasum -a 256 文件名.docx`。
5. 下载后为输出记录相同信息。先比较 DOCX 的部件清单，再解析相关 XML 计数。不要直接 grep 压缩后的 DOCX 字节就把它叫作审计。
6. 用同一个渲染器处理两份文件，比较页数、文字和页面图片。正常回流与截断、重叠、对象消失不是一回事。
7. 在实际交付时要用的桌面版 Word 中打开输出。检查“所有标记”和“批注”窗格，操作一次内容控件，刷新一个域，另存为新文件，关闭，再重新打开。
8. 人为损坏一份副本，确认你的检查能报出损坏。没有这个对照，干净的零也可能只是量具没看到目标。

不要把各项检查折算成一个总分。如果批注失败，其他九项通过也不能抵消它。你真正依赖的那个对象，就是验收单位。

这次运行不能支持普遍的“格式完整保留”承诺。它没有测试：

• 位于改写段落内部的批注或修订；
• 仍连接真实资料库的 Zotero、EndNote 或 Mendeley 引用；
• 脚注、公式、宏、嵌入文件、文本框或浮动图片；
• 分节页眉和页脚；
• 其他 HumanPen 策略或全文改写；
• 其他 Word 版本或操作系统；
• 改写段落的事实与文风质量；
• 任何 AI 检测结果。

最大的验证缺口仍是 Microsoft Word 手工复开。OOXML 审计和渲染结果是证据，但它们不能证明 Word 没有弹出修复提示，也不能证明每个保留下来的对象都还能交互。

准确的结论应该很小：在这一次 HumanPen 指定内容任务中，目标段落发生了变化，范围外的测试对象保留了被测的文件结构，渲染页面也保持完整。你的 DOCX 仍要用自己的对象做一次验收。

HumanPen 会保留 Word 修订吗？ 这一次运行里，原有的 1 处插入修订和 1 处删除修订仍存在于返回的 DOCX 内部结构中。我们没有在 Microsoft Word 里手动接受或拒绝它们，所以桌面版 Word 中的实际操作表现仍未验证。

HumanPen 会保留 Word 批注吗？ 在这份文件里，批注正文、范围起止、正文引用、压缩包关系和内容类型登记都仍然存在。下载后没有在 Word 的“批注”窗格手动点开这条批注。

输入输出都有 20 个部件，能证明 DOCX 没问题吗？ 不能。部件可以同名但内容已经改变。还要比较部件哈希、检查变化的 XML、核对对象计数、渲染页面，并在 Word 中实际操作关键对象。

我的论文或报告也会得到相同结果吗？ 不能从一份夹具推出这个结论。请制作一份能代表真实文档结构的小测试文件，用计划采用的范围和设置跑一次，并始终保留未动的原件。