破折号是 AI 写作的马脚吗？

厂商自己的文档里我们找不到任何东西支持这条说法，下一节会把检索过程原样摊开。2026 年 8 月 18 日，我们检索了 Turnitin 的三个帮助页——AI 写作报告使用指南、AI 检测能力 FAQ、文件要求页。三页加起来，字符串「dash」总共命中一次，还是「dashboard」里的那个 dash；「punctuation」总共命中一次，出现在一句解释里——检测器「is not tuned to target Grammarly-generated spelling, grammar, and punctuation modifications to content」（并非针对 Grammarly 做的拼写、语法、标点修改而调校）。而那个直接问「模型到底看哪些参数」的问题，官方是完全用词序列来回答的。所以关于这个标点，说得最斩钉截铁的那条建议，背后并没有一句我们能找到的、造检测器那家公司说过的话。

这不等于证明了破折号一定不起作用。一个靠训练数据学统计规律的模型，没有义务把它学到了什么全部公布出来，公开材料也排除不了破折号贡献了一点点。缺的是另外半边：我们也找不到任何东西支持给它单独计权。而人们随手采取的那个补救——把全文的破折号一次替换掉——等于把一份文档几乎每一段都动了一遍，一个键完成，没有人再读一眼。

「破折号是 AI 的马脚」被当成一件事在说。它其实是两件，而这两件之间没有任何东西把它们连起来：

• 模型生成的文本里破折号很多。 这是关于模型输出长什么样的陈述，谁都可以自己去看。
• 破折号会推高 AI 检测分数。 这是关于某个分类器怎么给特征计权的陈述，厂商之外没人看得到。

第一句完全成立、第二句同时是假的，这在逻辑上毫无障碍：某个特征在一个群体里常见，并不能告诉你一个在两个群体上训练出来的检测器会怎么用它。本来就爱用破折号的人写的文本，正是第二句会打偏的那一类，而第一句对他们会怎么样一个字都没说。

这个道理的通用版本我们说过。AI 检测器到底在测什么里就写着：一段文字不会因为带了某一个显眼的写作习惯就拿到高分。这篇要做的事更窄一点：我们去查了这个具体的习惯在厂商自己的文档里到底有没有出现过——一条传得这么广的说法，总该在某处有一份文件撑着。

三个页面，2026 年 8 月 18 日取页，取渲染后的正文文本，不区分大小写检索：「Using the AI Writing Report」「Turnitin's AI writing detection capabilities FAQs」「File requirements for an AI Writing Report」。这三页是讲机制和文件规则的地方；版本更新日志、已知问题页不在本次检索范围内。下表数的是出现次数，不是行数。

最后一行必须有。因为「检索到零」和「压根没抓到那一页」，从外面看起来一模一样。一个已知三页都有的短语各命中一次，上面那一片零才算数。

于是只剩下一个真命中。它所在的那一整段是这样的，回答的是「学生用 Grammarly 查语法会不会被判成 AI」：

「No. Our detector is not tuned to target Grammarly-generated spelling, grammar, and punctuation modifications to content but rather, other AI content written by LLMs such as GPT-3.5. Based on tests we conducted on human-written documents with no AI-generated content in them, in most cases, changes made by Grammarly (free & premium) and/or other grammar-checking tools were not flagged as AI-written by our detector. Please note that this excludes content generated by Grammarly's generative AI-powered features, including draft generation, paraphrasing, summarizing, and other features. Content produced using these features will likely be flagged as AI-generated by our detector.」（不会。我们的检测器并非针对 Grammarly 做的拼写、语法、标点修改而调校，针对的是 GPT-3.5 这类大模型写出来的 AI 内容。在我们对无 AI 内容的人写文档所做的测试中，多数情况下 Grammarly 免费版与高级版、以及其它语法检查工具做的修改没有被判为 AI。请注意，这不包括 Grammarly 生成式功能产出的内容，包括起草、改写、摘要等；用这些功能产出的内容很可能会被我们的检测器判为 AI 生成。）

要按它本来的样子读。它说的是一个语法工具改了什么，不是你的破折号；它写的是「in most cases」而不是「从不」；而最后两句在生成式功能那一侧用力拉向相反方向。这条界线落在哪里，我们在Turnitin 会检测 Grammarly 吗里拆过。在本篇里它只有一个用处：这三页里，标点和检测出现在同一句话里的地方就这一处，而这句话的指向是背离标点级调校，而不是走向它。

再看那个本来最有可能正面回答我们的问题。在小标题「What parameters or flags does Turnitin's model take into account when detecting AI writing?」（Turnitin 的模型检测 AI 写作时考虑哪些参数或标志？）之下，实质那一句是：

「Our classifiers are trained to detect these differences in word probability and are adept at the particular word probability sequences of human writers.」（我们的分类器被训练来识别这些词概率上的差异，并且擅长识别人类写作特有的词概率序列。）

词概率。词的序列。当它自己的 FAQ 直截了当问「模型到底看什么」时，厂商给出的答案落在这个层级上。

顺着官方对「一个分数是怎么算出来的」这段描述往下追，词汇在到达字符之前就停了：

「When a paper is submitted to Turnitin, sentences from the submission are extracted and segmented into overlapping sections for prediction analysis. Each segment is classified by the AI detection model and given a value between 0 and 1 … Each qualifying sentence within these segments inherits the segment's score.」（论文提交后，句子被抽出来、切成互相重叠的片段做预测分析。每个片段由模型分类并给出 0 到 1 之间的值……片段内每个合格句子继承所属片段的分数。）

片段、句子、qualifying text——同一份 FAQ 把它定义为由标准语法句子构成的文本块——以及词概率序列。这条链上出现的每一个单位都是词或者比词更大，而真正拿到一个属于自己的数值的最小对象，是横跨好几句话的一个片段；句子的分是从那儿继承来的。

破折号在这个片段的里面。把它拿掉，片段里还是同样那些词、同样的顺序——这恰好是替换标点不会改变的那件事，而词的顺序正是厂商点名的那件事。分词器层面在不在乎，是另一个问题，Turnitin 之外没人答得了，我们也不打算假装答得了。但这条建议通常是以「机制已经搞清楚了」的姿态给出去的，而公开的那套机制里没有留给它的位置。

删掉一个破折号，有一个可测量的后果你三十秒内就能自己验，而它跟检测毫无关系：Microsoft Word 在 em dash 和 en dash 处断词，在连字符处不断词——所以「cost—benefit」算两个词，「well-known」算一个词。把四十个不带空格的 em dash 换成连字符，你的词数就少四十。

对大多数文档这只是个冷知识。对一份卡在字数上限边上的稿子就不是了，而 Turnitin 自己的文件要求还给「能不能被处理」设了一个词数天花板——所以我们在Turnitin 能查一整篇学位论文吗里专门写过破折号和词数统计。注意这件事的形状：我们真能演示出来的那个效果，走的是词数统计器，不是分类器。

破折号在句子里是干活的。你拿什么替它，那个东西干的就是另一份活，这个选择不是化妆问题：

• 逗号把停顿变弱了。原本破折号扛着的那个真正的插入或转折，逗号要么弄丢，要么攒出一串连着的逗号，把句子的结构盖住。
• 分号把语域抬高了一档，而且要求后半截能独立成句。很多时候它并不能。
• 括号把内容降格成旁白。你对这段内容重要性的主张跟着变了——在讨论部分，这是论证问题，不是排版问题。
• 句号把一个想法切成两个。有时候是改善；有时候切断的正是这句话本来要建立的那个联系。
• 什么都不放成立的次数比多数人以为的多，而且是这张单子上唯一不引入新决定的选项。

然后乘上文档里的个数。全文替换会把这些决定全部按同一种方式做掉，一个动作完成，而动的那些文字，你本来根本不打算去碰。这大概是多数人对一份定稿会做的最大一次改动，也是最不被看一眼的一次。

另外，如果你的文档受某个格式规范约束，那么该管你破折号的是那份规范，不是某条帖子。至少「我这些破折号哪些该是 em、哪些该是 en」是个有答案的问题。

把关于分类器的那套理论剥掉，还剩下一样东西站着，但它指向的是一个人，不是一个分数。

相当一部分读者是相信这条规则的。如果你导师正好是其中之一，你那些破折号确实让你付出了真实的代价——一个印象，在第一页就形成了，跟检测器一点关系都没有。这个风险不依赖于任何关于软件怎么工作的说法，这恰恰是它更结实的原因。我们认为这半边值得当回事；同时声明这是我们的判断，不是任何公开材料里的结论。

但要看清，全文替换对付不了它。一个人在对你的文字形成印象的时候，反应的对象是一整页，不是在数字符；那个让他觉得像机器写的段落，把破折号换成逗号之后还是会让他有同样的感觉。真正能推动读者的是文字确实像你写的，以及你说得清它是怎么来的——这就是保留草稿的理由，这些材料实际怎么用得上，我们写在版本历史当证据里。

还有一层不对称，让「防御性写作」整体上是笔亏本买卖。多数配置下，你根本看不到自己正在对着写的那个数字：Turnitin 明写 AI 检测指标和报告对学生不可见，得有教师把报告下载下来分享给你，它才到得了你手上。而分数是真的，读你稿子的那个人也是真的。

不管你最后怎么处理破折号，有一条原则是有用的，而全文替换恰好违反它：把改动控制在你还能把改了什么读一遍的尺度上。每一处没被复核的改动，都是文档可以悄悄出错的地方。

HumanPen 是围着这个约束做的，不是围着标点做的。文件和一份 AI 检测报告（Turnitin 或 iThenticate）一起交进去，被标记的片段就是改动范围，范围之外保留你自己的措辞。粒度规则我们自己的页面写得很直白：最小改写单位是段落，选中的片段会补齐为完整段落后再计费。段落这个尺度，比本文讨论的那个东西高出好几级。

有两件事更适合当作边界说，而不是当作卖点说。计费只按实际被改写的词数算，所以圈定范围跑就按那个范围算，而不是按文件有多重算。符合条件时可以免费继续降 AI。

我们做不到的是给你一个数字。Turnitin 自己对模型的表述是：单次预测「may not always be explainable in simple feature-by-feature terms」（未必总能拆成逐特征的解释），而且它没有公布过任何把「一次修改」映射到「分数变化」的东西——所以谁给你报一个改完的百分比，谁就是在报一个他手里没有的数。线以下更糟：1% 到 19% 一律显示成一个星号，不给百分比、不给高亮，也就是说这一档里真实发生的改善对所有人都是不可见的，包括你自己。想知道两个工具对同一段话为什么给出不同的数，看检测器之间为什么互相打架；如果你手上已经握着一份报告，从怎么读懂 Turnitin 的 AI 写作报告开始。

把破折号全删掉，AI 率会降吗？ 没人能告诉你，而且不管说「肯定会」还是说「肯定不会」，都超出了已公开材料能支撑的范围。我们能报告的是：我们检索的那三个 Turnitin 帮助页里没有任何一处提到破折号；标点在这三页里唯一出现的那一处，说的是检测器并非针对标点修改而调校。

模型是不是真的比人更爱用破折号？ 很可能是，而且这是一条你自己拿生成的文本就能验的说法。但它和「检测器给这个特征计权」是两条不同的说法，前者推不出后者。

删掉它们有没有可测量的效果？ 有一个你自己就能验的，而且跟检测无关。Word 在 em dash 处断词、在连字符处不断词，所以把不带空格的 em dash 换成连字符，每换一个词数就少一个。

导师说我的破折号看着像 ChatGPT 写的，怎么办？ 把它当成一个读者的印象，因为它本来就是。印象要靠草稿、笔记、以及你能不能把自己的论证从头讲一遍来回应，靠全文替换是回应不了的——他根本不会注意到你换过。

是不是干脆换一种写法来避开这整件事？ 故意压低自己的写作水平，代价是确定的分数损失，收益是对着一个你通常无权查看的分数下的一次没有量过的赌。厂商自己公布的误报特征——结构变化少、字面上重复自己——那张单子上没有标点这一项；顺着那张单子能做的手工修改，我们写在不借助工具怎么给 AI 文本去味里。