AI 写作与人类写作的边界：辅助工具现状、AI 检测、版权与署名实践——综合报告 未开始

题记与说明

综合报告（最终稿） | 课题：《AI 写作与人类写作的边界：辅助工具现状、AI 检测、版权与署名实践》
综合日期：2026-10-29；同日按独立审读意见（8 条）逐条修订，修订说明见文末
材料来源：本报告由两份章节研究笔记综合而成——纵轴（发展脉络，2009–2026.10）与横轴（2026-10-29 时间截面横向对比，基于 14 次网络检索）。两章重复内容已合并，矛盾处按时间线与置信度统一并逐处标注；全部来源链接保留于文末"参考来源"。

TL;DR

AI 写作与人类写作的"边界"从未固定，十七年间（2009–2026）经历三次定义权转移：2023 年，裁判从检测算法移交给法域（版权判例与成文立法接过定义权）；2025–2026 年，举证责任从读者/教师移交给生成方（法律强制标识与出处认证登场）；当下，学术场景的裁判正从检测工具移交给过程性评估（口试答辩、草稿与过程留痕）。统计式检测始终未走出假阳性与对抗抹除的双重困境——OpenAI 官方分类器上线六个月即撤、斯坦福研究显示 61% 以上非母语者作文被误判、多所高校弃用检测器；与此同时，中国《标识办法》（2025.9 施行）、欧盟 AI 法案第 50 条（2026.8 适用）与 SynthID、C2PA 等出处技术，正把"是不是 AI 写的"变成"谁声明这是 AI 写的"。版权上美中同以"人类智力投入"划界但颗粒度相反：美国规则化（提示词不算），中国个案化（同类案件双向判决），欧盟回避归属、只管标识；署名是共识最高的一线——AI 不可为作者、人类负全责、使用须披露。对实践者的建议：主动披露、保留创作过程记录、把检测分数当线索而非证据。

一、纵轴：发展脉络（2009–2026.10）

1.1 四个阶段，一条主线

主线一句话："边界"的定义权经历三次转移——第一次（2023），裁判从检测算法移交给法域；第二次（2025–2026），举证责任从读者/教师移交给生成方；第三次（进行中），学术场景的裁判从检测工具移交给过程性评估。

1.2 阶段一（2009–2022.11）：生成尚未流行，"检测"已经上路

这一阶段，AI 写作辅助与 AI 检测几乎同时萌芽，但都停留在专业小圈子。

• 2009 年：乌克兰裔创业者 Max Lytvyn、Alex Shevchenko、Dmytro Lider 创立 Grammarly（此前二人做过查重工具 MyDropBox）。有意思的是，"辅助写作"与"识别抄袭/机器文本"这两种后来相互对抗的业务，从一开始就出自同一批人。该公司后来做到 3000 万日活、约 130 亿美元估值（据 Craft 等公司资料页，置信度中）。
• 2019 年 2–8 月：OpenAI 以"分阶段释放"方式发布 GPT-2（担心被用于造假），并在 8 月的"六个月跟进"中同步放出 GPT-2 Output Detector（基于 RoBERTa 的分类器）——AI 文本检测器的历史几乎与强生成模型同龄。用户长期反映其假阳性偏高（参见 Hacker News 当时讨论：https://news.ycombinator.com/item?id=20748634 ）。
• 2019 年：MIT-IBM 团队的 GLTR（Gehrmann、Strobelt 等，arXiv:1906.04043）用词元统计可视化辅助人工判断机器文本，成为后来大量检测方案的思想源头。
• 2020 年 6 月 / 2021 年 6 月：GPT-3 API 与 GitHub Copilot（基于 Codex）相继推出，AI 辅助写作从"纠错"升级为"补全/生成"，程序员与营销文案（Jasper 等）是最早的重度用户。
• 主要参与者：OpenAI、Grammarly、GitHub、Jasper、NLP 学术社区。驱动因素：模型能力外溢 + 写作场景的商业化，但"人机边界"此时只是 NLP 安全社区和学术诚信领域的边缘议题。

1.3 阶段二（2022.11–2023）：ChatGPT 时刻与"检测军备竞赛"元年

2022 年 11 月 30 日 OpenAI 发布 ChatGPT（https://openai.com/blog/chatgpt ），两个月破亿用户，写作首当其冲。此后 12 个月，"检测工具"密集出现又密集翻车，本课题的三大议题（工具、检测、版权署名）在同一年内全部成型。

关键事件与版本节点（按时间）：

1. 2023 年 1 月：全美最大学区纽约市公立学校禁用 ChatGPT（设备与网络层面封锁）；同年 5 月 18 日教育总监 David Banks 在 Chalkbeat 发文宣布解禁转向"拥抱"，政策摆动成为此后各国教育系统的缩影。
2. 2023 年 1 月初：22 岁的普林斯顿本科生 Edward Tian 发布 GPTZero，主打"复杂度/突发性"两指标，演示视频约 700 万播放，检测从学术工具变成大众消费产品。
3. 2023 年 1 月下旬：Nature、Science 两大出版集团率先划署名红线：LLM 不满足作者资格标准（不能担责、不能同意发表、不能声明利益冲突）；Nature 同步要求披露 LLM 使用；Science（主编 Thorp）初期更激进，一度全面禁止 AI 生成文本，2023 年中调整为"须向编辑披露、图片类仍禁"，2023 年 11 月再更新为审稿人亦禁用 AI 处理稿件（三步演进按时间线合并自两章来源）。
4. 2023 年 1 月 31 日：OpenAI 官方 AI Text Classifier 上线——官方自述真阳性仅 26%、对人类文本误报约 9%；7 月 20 日即以"准确率低"为由下架（官方声明：https://openai.com/index/new-ai-classifier-for-indicating-ai-written-text ；Ars Technica 报道：https://arstechnica.com/information-technology/2023/07/openai-discontinues-its-ai-writing-detector-due-to-low-rate-of-accuracy ）。"官方亲自下场又亲自撤退"，为整场检测竞赛定下基调。
5. 2023 年 2 月 21 日：美国版权局就漫画《Zarya of the Dawn》作出部分撤销决定——作者 Kris Kashtanova 手写的文本与编排受保护，Midjourney 生成的单幅图像不受保护，理由是"提示词不足以构成对输出图像的控制"。
6. 2023 年 3 月 16 日：美国版权局发布含 AI 生成材料的注册指引（Federal Register：https://www.federalregister.gov/documents/2023/03/16/2023-05321/copyright-registration-guidance-works-containing-material-generated-by-artificial-intelligence ），要求申请时申报并切割 AI 部分与人类部分。
7. 2023 年 4 月：学术查重巨头 Turnitin 上线 AI 写作检测，宣称文档级假阳性低于 1%。关于误报率的口径，两章来源存在差异，此处按置信度分层呈现：Turnitin 官方博客（一周年数据）自认句子级假阳性约 15%、低分段（AI 占比 <20%）误报偏高（https://www.turnitin.com/blog/turnitin-celebrates-one-year-for-ai-writing-detection ；K-12 Dive 报道：https://www.k12dive.com/news/turnitin-false-positives-AI-detector/652221 ）；社区（Reddit）另有"整体误报约 15%"的估计，属非严谨统计，仅作量级参考。上线一年审阅超 2 亿份论文。
8. 2023 年 5 月：德州农工大学康姆斯分校"名场面"——教师把全班论文粘贴给 ChatGPT 问"是不是你写的"，ChatGPT 一口咬定是，全班濒临挂科、应届生差点拿不到文凭（Kotaku 报道：https://kotaku.com/ai-chatgpt-texas-university-artificial-intelligence-1850447855 ；AI 事故库收录：https://incidentdatabase.ai/cite/538 ）。用生成模型当检测器，是检测不可靠的最荒诞注脚。
9. 2023 年 7 月：斯坦福团队在 *Patterns* 发表 《GPT 检测器对非母语英语写作者存在偏见》：七款主流检测器把 61% 以上非母语者 TOEFL 作文误判为 AI 生成，约五分之一作文被全部七款工具"一致误判"，根源是检测器把"用词简单工整"当 AI 特征（论文：https://www.cell.com/patterns/fulltext/S2666-3899(23)00130-7 ；斯坦福 HAI 解读：https://hai.stanford.edu/news/ai-detectors-biased-against-non-native-english-writers-new-study-finds ）。这对以英语外语（EFL）为主的中文学生群体尤为相关。
10. 2023 年 8 月：范德堡大学以"假阳性伤害学生"为由停用 Turnitin AI 检测，匹兹堡大学跟进，成为高校"检测退潮"的起点（Marc Watkins 梳理：https://marcwatkins.substack.com/p/beyond-ineffective-how-unreliable ）。同年，MLA 与 CCCC 成立写作与 AI 联合工作组，7 月发布第一份工作文件，主张"用 AI 增强而非替代写作过程"（https://aiandwriting.hcommons.org ）。

主要参与者：OpenAI、GPTZero、Turnitin、Nature/Science、各学区与大学、美国版权局。驱动因素：恐慌驱动的需求 + 工具急速商业化 + 学术诚信冲突个案引爆舆论；而检测的技术天花板（统计痕迹易抹除、假阳性不可控）在同一年内暴露无遗。

1.4 阶段三（2023–2025）：制度回应——版权、署名与成文立法

当检测工具失信后，各法域开始用制度而非算法来划边界，形成了三条不同路径。

美国：司法与登记实践锚定"人类作者身份"

• Thaler v. Perlmutter 案：Thaler 试图把其"创造机器"AI 登记为唯一作者被版权局拒绝。地区法院 2023 年 8 月判其败诉；2025 年 3 月 18 日哥伦比亚特区巡回上诉法院一致维持原判：纯 AI 生成的作品不受版权保护，"人类作者身份"是成法基石（判决书 PDF：https://www.copyright.gov/ai/docs/court-of-appeals-decision-affirming-refusal-of-registration.pdf ；斯坦福案页：https://fairuse.stanford.edu/case/thaler-v-perlmutter ；Goodwin 判评：https://www.goodwinlaw.com/en/insights/publications/2025/03/alerts-technology-dc-circuit-holds-that-ai-cannot-be-an-author ）；2026 年 3 月 2 日美国最高法院拒绝调卷令，规则就此稳定（横轴来源补充的终局节点）。
• 美国版权局 AI 报告系列：2023 年 8 月 30 日发出问询（https://www.federalregister.gov/documents/2023/08/30/2023-18624/artificial-intelligence-and-copyright ）；第一部分（数字复制品）2024 年 7 月发布；2025 年 1 月 29 日发布第二部分《可版权性》报告——现有法律足以应对；提示词本身通常不足以获得保护，但人类的选择、编排、创造性修改可以支撑保护（Roth Jackson 解读：https://www.rothjackson.com/blog/2025/02/copyright-office-publishes-part-2-of-its-artificial-intelligence-and-copyright-report ；Crowell 解读：https://www.crowell.com/en/insights/client-alerts/us-copyright-office-releases-part-2-of-artificial-intelligence-report-clarifying-copyrightability-of-generative-ai-outputs ；WIPO Magazine 评论：https://www.wipo.int/en/web/wipo-magazine/articles/us-copyright-office-on-ai-human-creativity-still-matters-legally-73696 ；国会研究处 CRS 报告：https://www.congress.gov/crs_external_products/LSB/PDF/LSB10922/LSB10922.7.pdf ）；2025 年 5 月再出第三部分（训练数据的合理使用）。落点与《Zarya of the Dawn》一脉相承：边界不在"用没用 AI"，而在"人类贡献了什么"。

中国：成文法先行，从"标识义务"到"著作权个案认定"

• 2023 年 1 月 10 日，《互联网信息服务深度合成管理规定》施行，第十六、十七条已要求对"智能对话、智能写作"等生成编辑内容做显著标识（网信办全文：https://www.cac.gov.cn/2022-12/11/c_1672221949354811.htm ）。
• 2023 年 8 月 15 日，七部门《生成式人工智能服务管理暂行办法》施行，确立包容审慎与分类分级监管（https://www.cdcn.org.cn/article/22727 ）。
• 2023 年 11 月 27 日，北京互联网法院"AI 文生图第一案"（李某诉刘某，《春风送来了温柔》）：原告用 Stable Diffusion 反复调整提示词与参数生成图片，法院认定其体现个性化选择与安排、构成美术作品，AI 使用者享有著作权（案件评析：https://ciipr.njust.edu.cn/2023/1201/c11094a327270/page.psp ；入选北京高院 2024 年工作报告：https://www.bjrd.gov.cn/zyfb/zt/16j2crdh2024/bgjd/lygzbg/202401/t20240123_3543208.html ）——与美国 Thaler 案形成中西方对照。2025 年 4 月，首例反向判决生效：法院认定"简单提示词"生成内容不具独创性、不构成作品（司法部智慧普法平台：http://legalinfo.moj.gov.cn/zxxfyasf/202504/t20250423_517956.html ），裁判尺度开始精细化。
• 2025 年 3 月 14 日，网信办等四部门发布《人工智能生成合成内容标识办法》，2025 年 9 月 1 日施行：显式标识（用户可感知）+ 隐式标识（元数据）双轨，用户申请去除显式标识的服务商须留日志不少于 6 个月（官方通知：https://www.cac.gov.cn/2025-03/14/c_1743654684782215.htm ；四部门说明：https://www.cac.gov.cn/2025-03/14/c_1743654685899683.htm ；新华社全文：http://www.news.cn/politics/20250314/75107e1e6566404f8471559a8fb34158/c.html ；施行报道：https://www.xinhuanet.com/digital/20250902/d08b592223954340af8c02ac3d7161e1/c.html ；普华永道合规解读：https://www.pwccn.com/zh/industries/telecommunications-media-and-technology/publications/method-identifying-synthetic-content-generated-ai-sep2025.html ），并有配套强制性国标细化标识方法。这是全球最早强制落地的 AI 文本标识制度之一。

欧盟：横向立法 + 机器可读标记

• 《人工智能法案》（AI Act）2024 年 8 月 1 日生效；其中第 50 条透明度义务自 2026 年 8 月 2 日适用：生成合成内容（含文本）须做机器可读标记；向公众发布涉公共利益文本时须披露 AI 生成（经人工编辑把关的除外）（条文：https://www.euaiact.com/article/50 ；业务指南：https://www.layer3labs.io/guides/eu-ai-act-article-50 ；欧盟委员会 2025 年 9 月指南与行为准则：https://digital-strategy.ec.europa.eu/en/faqs/guidelines-and-code-practice-transparent-ai-systems ；配套行为准则 2026 年 7 月定稿、标识执法 2026 年 7 月启动：https://www.techtimes.com/articles/319996/20260709/ai-content-labeling-enforcement-begins-24-days-eu-clears-compliance-code.htm ；合规论文：https://papers.ssrn.com/sol3/Delivery.cfm/6874778.pdf?abstractid=6874778 ）。

学术署名的通用规则落地：ICMJE（国际医学期刊编辑委员会）2023 年 5 月更新建议，明确 AI 不得列作者、作者须在投稿时披露 AI 使用（https://www.icmje.org/recommendations/browse/artificial-intelligence ）；COPE、WAME 随后跟进同款立场（https://wame.org/page3.php?id=106 ）。"可问责性"从此成为人机署名边界的公认判据。

1.5 阶段四（2024–2026.10，当下）：事后检测退潮，事前标识与"真实性层"登场

• 技术路线换轨——水印与出处元数据：2024 年 10 月，Google DeepMind 将 SynthID-Text 落地为首个生产级文本水印（经约 2000 万条 Gemini 回复实测，配套 Nature 论文）并开源（GitHub：https://github.com/google-deepmind/synthid-text ；报道：https://the-decoder.com/google-deepmind-open-sources-ai-text-watermarking-for-gemini ；官方博客：https://deepmind.google/blog/identifying-ai-generated-images-with-synthid ）；同年 5 月 OpenAI 加入 C2PA 指导委员会并给 DALL·E 3 图像加内容凭证元数据（C2PA 阵营现包括 Adobe、Amazon、Google、Meta、Microsoft、OpenAI、Sony：https://onmint.io/en/updates/c2pa-explained-how-content-credentials-prove-the-origin-of-digital-content ；https://www.livemint.com/ai/openai-joins-ai-content-alliance-as-election-commission-warns-of-deepfakes-11715081108517.html ）。逻辑从"事后猜作者是谁"转为"生成时就埋入出处"。
• OpenAI 文本水印：从"造而未发"到合规重启（两章矛盾的统一处理）：横轴章节记载 OpenAI 曾因"用户影响 + 易被绕过"于 2024/2025 年搁置文本水印、图像转向内容凭证溯源（行业共识性报道，含 Reddit/HN 讨论：https://aibusiness.com/nlp/openai-develops-ai-text-detector-debates-public-release ）；纵轴章节则记载 2026 年 10 月 5 日前后多家媒体一致报道 OpenAI 开始为欧盟用户在 ChatGPT/Codex（含 API）输出中部署隐形统计水印"textGrain"，作为欧盟 AI Act 第 50 条透明度义务的合规措施，称其只标记"机器生成"而不关联个人用户（9to5Mac 转载：https://machash.com/9to5mac/417896/openai-details-new-text-watermarking-system-chatgpt-codex ；spke.com：https://www.spke.com/en/ai/article/1364 ）。两者并不冲突而是一条时间线：先搁置（2024–2025），后为合规欧盟第 50 条而重启（2026.10）。置信度中：未能直接核实 openai.com 官方原文，但与"造而未发"的多方报道及 2026 年 8 月起适用的 EU 第 50 条在时间线上互相咬合。若属实，这本身就是一个重要信号：强制标识义务足以让厂商重启因商业顾虑而搁置的技术。
• 教育界系统性弃用检测器：2023 年范德堡、匹兹堡之后，开普敦大学 2025 年 10 月 1 日起停用 Turnitin AI 评分；澳大利亚科廷大学 2026 年 1 月 1 日停用；新西兰多所大学跟进，理由均为可靠性不足。据 Inside Higher Ed 2026 年 8 月报道，高校普遍转向过程性评估：口试答辩、草稿与版本记录、过程留痕（综述见：https://marcwatkins.substack.com/p/beyond-ineffective-how-unreliable 及相关行业报道）。纽约学区 2026 年还对低年级重新施加生成式 AI 限制——政策仍在钟摆。
• 写作辅助产业大整合，检测被"降级"为功能：2025 年，老牌辅助写作公司 Grammarly 收购邮件应用 Superhuman 并整体更名 Superhuman；2026 年 6 月 23 日，Superhuman 宣布收购 GPTZero（1900 万用户、约 3000 万美元 ARR，创始人 Edward Tian 与团队加入），检测不再独立充当"裁判"，而是并入写作平台成为"AI 真实性层"（Business Insider/TechCrunch/Business Wire 报道；置信度中，未逐条核对原文）。

主要参与者：Google DeepMind、OpenAI、C2PA 联盟、Superhuman（原 Grammarly）、Turnitin、各国监管机构。驱动因素：① 检测的假阳性与偏见问题在法律与舆论上代价过高；② 中欧两地标识/透明度义务相继生效，合规倒逼厂商主动"自证"；③ 写作平台与检测工具的兼并说明市场认定"边界管理"将是写作产品的内生功能，而非外部裁判。

1.6 纵轴小结

1. 检测工具的兴衰曲线高度对称：2019 年检测器与 GPT-2 同生，2023 年 GPTZero 爆红、OpenAI 官方分类器六个月即撤、Turnitin 遭高校停用——"用统计痕迹识别统计生成"这条路，自 GPT-2 检测器诞生（2019）以来的七年间，始终没能走出假阳性与对抗性抹除的双重困境。
2. 署名边界的锚点最终落在两处：学术出版界锚定可问责性（ICMJE/Nature/Science：AI 不能担责故不能署名）；版权界锚定人类独创性投入（美国版权局/Thaler 案：提示词通常不够，选择、编排、修改才作数；北京互联网法院则肯定了提示词打磨中的个性化投入）。两侧判据不同，导致"AI 能不能署名/能不能受保护"在美中两地出现镜像差异。
3. 2025–2026 年的范式转换：边界管理从"事后检测（猜）"转向"事前标识（声明）"——中国标识办法（2025.9）、欧盟 AI Act 第 50 条（2026.8）、SynthID/C2PA/OpenAI 水印，共同把举证责任从读者/教师转移给生成方。"是不是 AI 写的"正在变成"谁声明这是 AI 写的"。
4. 教育界给出的终极答案不是技术：越来越多机构弃用检测器、转向过程性评估，暗示人机写作边界在实践层面的终局，可能不是更准的算法，而是重新设计"写作"本身的考核形态。

二、横轴：横向对比（2026-10-29 截面）

2.1 课题定位：本课题在研究图谱中的位置

工具评测、检测对抗、版权法律分析、高校政策比较——四条子线各自都有成熟的单点课题。本课题的横向竞争力在于交界地带：四个替代方向分别是四条子线的"单点放大版"，唯本课题以"边界"为对象，占据图谱上尚无成熟竞品的位置。四条子线分别对应写作的生产端（工具）、验证端（检测）、确权端（版权）、署名端（披露实践），覆盖"一段文字从生成到被承认"的完整链条。

（选题论证对比表——本课题与替代 A–E 在覆盖广度、数据可得性、时效压力等六个维度上的★级对照——已按修订意见移入附录 A，避免打断主线。）

2.2 生产端：AI 写作辅助工具横向对比

关键事实与来源：

• 市场与收入：AI 写作助手市场规模 2026 年约 26.7 亿美元，年复合增长率约 21.4%；Grammarly 到 2025 年中 ARR 约 7 亿美元（ChoosingYourAI 市场数据：https://choosingyourai.com/writing.html ，低权威信源，量级参考）。
• 格局分工：2026 年的评测共识是"工具不再互相竞争同一预算"——Grammarly=编辑、Jasper=营销、Notion AI=工作区、ChatGPT/Claude=通用（Discrai 对比：https://discrai.com/compare/grammarly-vs-jasper-vs-notion-ai ；AI OmniFeed 2026-07 榜单：https://aiomnifeed.com/tools/best-ai-writing-tools-july-2026 ）。
• 能力排序：2026 年模型评测中 Claude 在长文/虚构写作领先，GPT-5 强在结构化与速度，Gemini 偏分析（Fello AI 模型榜：https://felloai.com/best-ai-models ；Tactiq 评测：https://tactiq.io ；Deploybase 写作指南：https://deploybase.ai/articles/best-ai-for-writing ）；Arena 类榜单快照亦显示 Claude 系列居文本/创意榜首（第三方 SEO 站点快照，低权威、仅定性参考：https://www.toolcenter.ai/en/llm-leaderboard ；https://www.swfte.com/blog/lmsys-arena-leaderboard-may-2026 ）。
• 成本结构：个人用户 2026 年约 12 美元/月即可组合出够用的写作栈（Grammarly + ChatGPT 各取免费/低价层）（Aimadefor 2026-07：https://www.aimadefor.com/blog/best-ai-writing-assistants-2026 ）。对课题的意义：AI 写作的使用门槛已趋近于零，这构成一切边界问题的物质前提。

小结："专用工具"与"通用模型"已分层。垂直写作 SaaS 活在与通用模型不重叠的生态位上；通用模型内部，创意写作能力在 2026 年出现公认代差（Claude 领先）。对课题而言，这意味着"AI 写的"与"人写的"在文采层面差距快速收窄——边界问题因此从"能力边界"转移到"归属与责任边界"。

2.3 验证端：AI 检测的三条技术路线与主要玩家

三条技术路线对比：

统计式检测器主要玩家对比：

关键事实与来源：

• Turnitin 低分段误报自认与校方立场：https://www.k12dive.com/news/turnitin-false-positives-AI-detector/652221 、内布拉斯加大学林肯分校"Challenge AI Checkers"教学页：https://teaching.unl.edu/ai-exchange/challenge-ai-checkers 。
• 检测器横向实测（注意：aifreetextpro、ess.ai、hastewire 等为第三方测评博客/SEO 站点，权威性有限，数字仅供参考）：https://aifreetextpro.com/blog/gptzero-accuracy-review 、https://ess.ai/blog/ai-detection-false-positives 、https://hastewire.com/blog/originality-ai-false-positives-causes-and-fixes 、https://aifreetextpro.com/blog/turnitin-vs-gptzero-vs-originality-ai 。
• 中国高校侧：2024 年起高校普遍引入知网/维普 AIGC 检测并设 AI 率红线（如天津科技大学本科论文超 40% 触发警示；民间流传"本科 30%/硕士 15%/博士 10%"但各校不一）；"学生自写被判 AI 生成"的误判已有媒体广泛报道（人民网/中国网/腾讯新闻等，经搜索摘要转引，未逐条核验原文），并出现"用 AI 降 AI 率"的悖论现象。
• 对抗生态：Undetectable AI、BypassGPT、NoteGPT 等 humanizer 工具公开宣称可绕过 GPTZero/Turnitin/知网（https://www.bypassgpt.ai/reviews/best-undetectable-ai-writing-tools 、https://notegpt.io/undetectable-ai 、https://monica.im/bypass-ai/undetectable-ai ）——"检测-反检测"军备竞赛已经完全市场化。
• 水印与溯源：SynthID-Image 论文（2025-10）描述 136-bit 水印载荷；OpenAI 图像采用内容凭证溯源为行业共识性报道。

小结：验证端的结论是三条路线正在分化而非收敛：统计式检测在学术场景靠行政力量（学校指定平台）维持垄断，但技术信用持续流失；水印与密码学溯源借欧盟立法（第 50 条要求机器可读标识）获得制度背书，成为平台方路线。"事后检测"与"事前标识"的路线之争，是本时间截面上 AI 检测领域最重要的横向分野。

2.4 确权端：中美欧版权制度横向对比

（本表与纵轴 1.4 节的事实完全一致，视角不同：纵轴按时间展开，本表按法域并列。）

小结：中美在"人类智力投入"标准上实质趋同，但颗粒度相反——美国用版权局报告+判例把它规则化（prompt 不算），中国用个案把它情境化（同一类案件可双向判决）。欧盟则干脆回避归属问题，把重心放在"标识"义务上。对课题而言，"边界"在美国是作者资格边界，在中国是独创性程度边界，在欧盟是知情权边界——同一问题在三个法域有三种切法。

2.5 署名端：披露实践横向对比

小结：这是四条子线中共识度最高的一条——全球主要出版机构在"AI 不可为作者、人类作者负全责、使用须披露"三点上完全一致，分歧只在披露位置（致谢 vs 参考文献 vs Methods）。而中国高校体系的特殊之处在于引入了定量红线（AIGC 率），这是国际出版界没有的做法——它把署名实践与检测技术直接焊接在一起，也把检测误报问题直接转化为学位风险。

2.6 横轴小结

1. 边界的重心已经迁移。生产端（工具）的使用门槛与成本差距在 2026 年大幅收窄（12 美元/月即可成栈、免费层已够用），写作能力不再是稀缺资源。需要说明两点：其一，通用模型内部仍存在公认代差（Claude 创意写作领先，见 2.2），"差距收窄"不指模型之间；其二，"人机文采差距已收窄到肉眼难辨"是工作假设——检测器把人类文本误判为 AI、humanizer 工具得以流行，是它的间接佐证，但本报告未做直接的人机对照实验。因此课题的真正争议不在"AI 能不能写得像人"，而在"写出来的东西归谁、谁来负责、如何被相信"——检测、版权、署名三条线才是边界争夺的现场。
2. 两条治理路线正在分叉：以中国《标识办法》+欧盟 AI 法案第 50 条为代表的事前标识路线（生成时打标、平台担责），与以美中学术检测体系为代表的事后检测路线（用统计工具回溯判别）。前者正在获得法律强制力，后者的技术信用却在流失（误报争议、humanizer 军备竞赛）。本时间截面上两者尚未分出胜负。
3. 版权领域出现"趋同的标准、相反的颗粒度"：美中都以"人类智力投入"划界，但一个走向规则化、一个停留在个案化——中国法院"同类案件双向判决"（2023 认可/2025-04 否定）本身就是边界仍在移动的直接证据。
4. 最大的实践痛点是"误判的无辜者"：工具、检测、署名三线的负面外部性集中在同一群人身上——自写论文被 AI 检测误判的学生。大学已经开始退守"分数仅作线索"（如 UNL 指引），中国高校的定量红线与这一国际趋势存在张力。这是本课题最值得深挖的现实切口（被误判后的申辩与救济要点见 3.6 专节）。
5. 四条子线不是并列关系，而是一条因果链：工具能力（因）→ 检测需求（果）→ 署名/披露制度（制度回应）→ 版权确权（终局分配）。链上前端（工具）变化以月计，后端（版权判例）以年计。

三、交叉洞察：两轴结合说明了什么

纵轴回答"边界如何移动"，横轴回答"边界此刻在哪里"。两条轴放在一起，得到五个单轴都看不到的结论。

3.1 洞察一：检测的失败史，是标识路线兴起的直接原因——纵轴给因果，横轴给分叉

横轴显示 2026 年 AI 检测领域最重要的分野是"事后检测 vs 事前标识"两条路线；但只有把纵轴拉长才能看清，这不是两种技术路线的公平竞争，而是前者的失败史催生了后者：2019 年 GPT-2 检测器假阳性偏高（纵轴 1.2），2023 年 OpenAI 官方分类器六个月即撤、斯坦福证实对非母语者 61% 误判、Turnitin 句子级假阳性 15%（纵轴 1.3），2023–2026 年高校接连弃用（纵轴 1.5）——统计式检测每一次失信，都为"生成时打标"的路线让出一分合法性。2026 年 10 月 OpenAI 为合规欧盟第 50 条重启搁置两年的文本水印，是这条因果链的最新一环。横轴上的路线分叉，本质上是纵轴上检测信任崩塌的沉积层。

3.2 洞察二：三次定义权转移——裁判与举证责任的换手

纵轴的"三次定义权转移"（算法→法域、读者→生成方、工具→过程）与横轴的"重心迁移"（能力边界→归属与责任边界）实为同一过程的两面：

• 第一次转移（2023）：检测被证伪后，裁判从算法移交给法域——美国交给判例（Thaler 案、版权局报告），中国交给成文法（标识办法）加个案（北互双向判决），欧盟交给横向立法（第 50 条）。
• 第二次转移（2025–2026）：标识义务生效后，举证责任从读者/教师/编辑转移给生成方——平台必须自证"这是我生成的"（水印、元数据、显式声明），而非让受众去猜"这是不是 AI 写的"。
• 第三次转移（进行中）：在学术场景，裁判正在从工具移交给过程——口试、草稿、版本记录（纵轴 1.5；横轴 2.3 的 UNL 立场），即"不看文本像谁写的，看写作过程是怎么发生的"。

三次转移方向一致："是不是 AI 写的"正在变成"谁声明这是 AI 写的"，再变成"写作过程如何被记录"。

3.3 洞察三：同一个"人类智力投入"标准，三种法域切法，两处署名锚点

纵轴指出署名边界有两个锚点（可问责性 vs 独创性投入），横轴进一步显示版权边界有三种法域切法（作者资格/独创性程度/知情权）。两轴交叉后可以看到一个此前不明显的结构性事实：

• 美国：作者资格边界——问题被切分为"AI 能不能当作者"（不能，Thaler 案终审确定），于是所有判例聚焦"人贡献了什么"。规则化，可预期，但对新型创作形态反应慢。
• 中国：独创性程度边界——不预设 AI 不能当作者，而是逐案衡量个性化投入。个案化，灵活，但同类案件双向判决（2023-11 认可 / 2025-04 否定）意味着中国创作者面对的法律确定性最低，而"过程证据"的价值最高。
• 欧盟：知情权边界——不解决"归谁"，只要求"告知受众"。创作者的版权问题被搁置，受众的知情权被前置。
• 学术署名线则全球趋同于可问责性锚点：AI 不可为作者、人类负全责、使用须披露——这是四条子线中唯一没有法域差异的共识。

交叉结论：署名边界已固化（全球出版共识），版权边界仍在移动（中国双向判决为证），标识边界刚生效（中美欧三种切法并存）。三者的固化程度为"署名＞版权＞标识"，与纵轴上三者成型的先后顺序同向——署名共识 2023 年 1 月最先划定，也最稳定；版权规则仍在判例演进中；标识义务 2025–2026 年最新生效，也最不确定。

3.4 洞察四：最尖锐的痛点是"误判的无辜者"，而中美给出了相反的制度回应

两章各自指向同一群人：纵轴的斯坦福 61% 非母语误判研究、德州农工全班濒临挂科事件、范德堡停用检测；横轴的"学生自写被判 AI"媒体广泛报道、UNL"分数仅作线索"指引。但把两轴并置会发现一个此前被淹没的制度分叉：

• 美国及部分国际高校：承认检测不可靠 → 弃用检测器 → 转向过程性评估（开普敦 2025.10、科廷 2026.1、新西兰多校、Inside Higher Ed 2026.8 综述）。检测退潮，责任回到教学设计。
• 中国高校：反向加码——引入知网 AIGC 检测并设定量红线（天津科大 40% 等），且《学位法》（2025.1 施行）把"代写"等学术不端列为可撤销学位的情形（借助 AI 代写落入"代写"范畴，见 2.5）。检测进城，责任压到学生身上。

同一个技术（统计式检测），在两个体系里得到了相反的制度定价。这意味着"学生自写被误判"这一问题在中国语境下的风险敞口显著更大——检测分数不只影响一次谈话，而可能触发学位程序；而国际出版界的"分数仅作线索"原则尚未传导到中国高校的红线制度中。这是本课题最具现实意义的交叉发现，也是横轴指出的"最值得深挖的现实切口"。（被误判学生的申辩与救济要点，见 3.6 专节。）

3.5 洞察五：时间常数错配——制度以年为单位追赶以周为单位的技术

横轴发现四条子线的因果链上"前端变化以月计、后端以年计"；纵轴的四阶段时间分布精确印证了这一点：

• 工具线：Grammarly（2009）→ Copilot（2021）→ ChatGPT（2022.11）→ Claude/GPT-5 代际更替（2025–2026），节奏以月计；
• 检测线：每次模型换代后检测器即漂移，GPTZero（2023.1）到被收购（2026.6）仅三年半；
• 制度线：从深度合成规定（2023.1）到标识办法施行（2025.9）用了 2 年 8 个月；从 AI Act 生效（2024.8）到第 50 条适用（2026.8）整两年；美国版权局报告三部曲跨 2023.8–2025.5；
• 判例线：Zarya of the Dawn（2023.2）→ Thaler 巡回判决（2025.3）→ 最高法院拒绝调卷（2026.3），个案定音以年计。

交叉结论：制度的有效期反而更长——判例确立的标准以年为单位演化，而工具评测半年即过时。这解释了为什么 2025–2026 年的范式转换（标识义务）选择在制度端而非技术端发力：既然无法让检测追上生成，就让义务的生效日期追上合规需求。

3.6 对用户的判断与建议

综合两轴，按角色给出可操作建议（每条都能在两章来源中找到依据）：

给写作者与内容创作者：

1. 主动披露，不等人查。学术出版（ICMJE/Nature/Science/Elsevier/IEEE）与中欧标识义务（中国 2025.9.1、欧盟 2026.8.2）方向一致：披露是义务而非姿态。中国境内发布的生成合成内容，平台侧标识义务已强制，个人委托生成时也应确认标识链条完整。

《标识办法》下谁该标识、标什么（2025.9.1 起）：打标的技术义务在平台侧，不在个人。服务提供者（提供生成合成服务的平台与 App）是主责方：对生成的文本等内容添加用户可感知的显式标识，并在文件元数据中写入隐式标识，提供下载、复制、导出时须确保文件内含显式标识（第四、五条）。传播平台（发布、分发环节）负责核验元数据中的隐式标识，对该标未标的内容补充标识或加提示（第六条）。个人用户不承担"打标"的技术义务，法定义务只有两条：发布自己委托生成的生成合成内容时应主动声明并使用平台提供的标识功能；不得恶意删除、篡改、伪造、隐匿标识，也不得为他人这样做提供工具（第十条）。委托生成时如申请"不添加显式标识"的输出，服务提供者须依用户协议处理并留存日志不少于六个月（第九条）。实操上个人要做的三件事：委托时确认服务商已加标（拿到的文件应自带显式标识与元数据）、发布时用平台的声明功能标明、转发或二次发布时不要删标。（依据：《人工智能生成合成内容标识办法》全文及四部门答记者问，见参考来源。）

1. 保留创作过程记录。草稿、版本历史、提示词迭代与参数调整记录，在版权上是确权证据（北互案的核心正是"反复调整提示词与参数"），在学术争议中是自证清白的唯一硬证据——尤其在检测误报高企的环境下。
2. 仅用提示词生成、不加人类改造的成果，不要期待版权保护（美国规则化否定；中国 2025-04 反向判决否定）。人类的选择、编排、创造性修改才是保护锚点。

给学生与研究者：

1. 了解所在机构的红线与申诉渠道。中国高校 AIGC 率是定量红线且与学位挂钩，务必在定稿前自查并留存修改痕迹；国际期刊投稿按出版物指定位置披露（致谢/Methods/参考文献上方声明段）。被误判后的申辩与救济要点见下文专节。
2. 警惕"用 AI 降 AI 率"的诱惑。在学位论文场景下，用 humanizer 工具（BypassGPT 等）把 AI 生成内容改头换面以规避检测，若最终成果被认定为代写或伪造，按《学位法》第三十七条可能被不授予学位或撤销学位（推断：是否构成"代写"取决于学位评定委员会对个案的认定，本报告不作法律定性）；且此类工具的"降率"效果并不可靠——检测器随模型迭代漂移、同一论文在不同平台数值差异明显（见 2.3），军备竞赛中先输的仍是用户。
3. 非母语英语写作者是检测误报的最大受害群体（斯坦福研究：61%+ 误判率）。若被误判，斯坦福研究与 UNL 指引本身就是可援引的申辩材料。

专节：被误判后的申辩与救济要点（"学生自写被判 AI"场景）

（说明：本报告检索范围内未见成体系的公开误判申诉成功案例，以下为基于现有材料整理的操作性要点，置信度中；个案请以所在机构最新规程为准。）

• 先质疑分数的证据资格，再谈事实。检测分数不是处分依据。可直接援引的材料：Turnitin 官方自认句子级假阳性约 15%、低分段（AI 占比 <20%）误报偏高（1.3 节，附来源）；斯坦福 *Patterns* 研究显示七款主流检测器对非母语写作者误判率 61% 以上（1.3 节，附来源）；内布拉斯加大学林肯分校（UNL）"Challenge AI Checkers"指引明确检测分数只能作为谈话起点、不能作为处分唯一证据（2.3 节，附来源）。
• 提交过程证据。写作软件版本历史、文献检索记录、草稿与修改痕迹、与导师的沟通记录（见建议 2）。中国高校的 AIGC 率红线多为"超阈值触发警示/自查"而非直接处分（2.5 节），自查与谈话环节正是提交过程证据的窗口。
• 走完学位与申诉程序。中国场景下，《学位法》提供两层程序保障：拟作出不授予学位或撤销学位决定前，学位授予单位应当告知当事人拟决定的内容及事实、理由、依据，并听取其陈述和申辩（第三十九条）；对专家评阅、答辩、成果认定等学术评价结论有异议的，可向学位授予单位申请学术复核，受理后重新组织专家复核（第四十条）。中国高校的 AIGC 率检测通常嵌入学位论文评审流程，对检测结论或"学术不端"认定不服的，可循上述条款主张陈述申辩与复核（个案以各校规程为准）。国际学生可参照所在机构的学生申诉（appeal）渠道，要求人工复议，拒绝以检测分数作为唯一处分证据。
• 非母语写作者主动说明语言背景。"英语非母语 + 用词工整规范"本身就是误报高危画像（斯坦福研究的核心结论），申辩时应主动说明。

给教师与机构管理者：

1. 把检测分数当线索，不当证据。这是范德堡、开普敦、科廷、UNL 等机构用真实代价换来的共识；Turnitin 官方自认的句子级 15% 假阳性足以否证任何"以分数定处分"的流程。
2. 过程性评估是终局方向：口试答辩、草稿与版本记录、写作过程留痕。边界管理的终局不是更准的算法，而是重新设计考核形态。

给产品与平台团队：

1. 边界管理正在成为写作产品的内生功能。GPTZero 被 Superhuman 收购（2026.6）标志着市场判断：检测不会作为独立裁判存在，而是并入写作平台的"真实性层"。做写作产品应把标识/披露/出处（C2PA、水印）当作 2026 年后的合规基线，而非可选项。
2. 注意法域差异：同一产品在中国需满足显式+隐式双标识（2025.9.1 起），在欧盟需满足机器可读标识（2026.8.2 起），在美国暂无强制标识但需注意版权登记时的 AI 素材申报。

附录 A：课题选题论证对比表

（原 2.1 节选题论证表，按修订意见移入附录，避免打断"生产端→验证端→确权端→署名端"主线。★ 越多表示越强/越有利；评级为撰写时的定性判断，无量化依据，仅供选题参考。）

参考来源

数据可信度与局限声明（两章未核实项合并）

• 已核验：全部关键事实来自两章撰写会话中的网络检索；司法判决、官方文件、出版机构政策均有官方或权威媒体 URL。修订时补充核验：《学位法》第三十七、三十九、四十条已按正式文本核对（中国教育在线全文转载；正式文本无"AI 代写"表述）；《人工智能生成合成内容标识办法》第四至十条义务条款已按网信办全文核对。
• 置信度中（媒体多源一致，未见官方原文）：① OpenAI textGrain 水印 2026.10 欧盟部署细节；② Superhuman 收购 GPTZero 的金额与用户数（未见交易原文）；③ Grammarly 创立细节（公司资料页来源）；④ NYC 2026 年低年级 AI 限制（无链接，仅检索摘要提及）。
• 转引未核验：中国高校 AIGC 红线（天津科大 40% 等）、"本科 30%/硕士 15%/博士 10%"民间口径、复旦"六个禁止"细目、"学生自写被判 AI"的媒体报道——均经搜索摘要转引（人民网/腾讯新闻等），未逐条打开原文。
• 低权威信源：检测器准确率数字多来自第三方测评博客与 SEO 站点（aifreetextpro、ess.ai、hastewire、choosingyourai 等）及 Reddit 社区讨论，互相矛盾且可信度有限，仅作量级参考；"知网第三代检测系统 98.6% 准确率"为营销信源，未经官方证实。GPTZero 的 9% 与 <1% 两个误报口径互相矛盾，已保留矛盾并标注。
• 修订时删除的数值：初稿中"Arena 创意写作榜 1519.1 分（Claude Opus 5.5）"与"同一论文跨平台差异可超 20 个百分点"两处具体数值未能找到来源，最终稿已删去数值、保留定性表述（榜单快照以低权威链接标注）；"知网 2026-02 再更新"按低权威信源修正为"毕业季前"。
• 未单独检索：国产大模型（DeepSeek、Kimi、豆包）写作能力与定价基于模型既有知识，已标注；如需纳入正式结论建议补充检索。
• 时效风险：模型能力排名（Arena 分数等）随版本迭代快速失效，以检索日（2026-10-29）为有效截面。

来源清单（两章合并去重）

检测工具兴衰与教育界回应

• OpenAI AI Text Classifier 上线/下架：https://openai.com/index/new-ai-classifier-for-indicating-ai-written-text ；https://arstechnica.com/information-technology/2023/07/openai-discontinues-its-ai-writing-detector-due-to-low-rate-of-accuracy
• Turnitin AI 检测一周年数据（含句子级假阳性自认）：https://www.turnitin.com/blog/turnitin-celebrates-one-year-for-ai-writing-detection ；低分段误报：https://www.k12dive.com/news/turnitin-false-positives-AI-detector/652221
• GPTZero 背景：https://mindmatters.ai/2023/01/princeton-student-develops-ai-detector-app ；https://www.cbc.ca/radio/day6/ai-generated-homework-1.6725710
• 斯坦福非母语偏见研究：https://www.cell.com/patterns/fulltext/S2666-3899(23)00130-7 ；https://hai.stanford.edu/news/ai-detectors-biased-against-non-native-english-writers-new-study-finds
• 高校停用检测（范德堡等）与转向过程评估综述：https://marcwatkins.substack.com/p/beyond-ineffective-how-unreliable ；UNL"Challenge AI Checkers"：https://teaching.unl.edu/ai-exchange/challenge-ai-checkers
• Texas A&M–Commerce 事件：https://kotaku.com/ai-chatgpt-texas-university-artificial-intelligence-1850447855 ；https://incidentdatabase.ai/cite/538
• NYC 学区禁令与解禁：https://www.cbc.ca/radio/day6/ai-generated-homework-1.6725710 （同期多源：Chalkbeat 2023-05-18 David Banks 专栏）
• 检测器第三方实测（低权威信源，仅量级参考）：https://aifreetextpro.com/blog/gptzero-accuracy-review ；https://ess.ai/blog/ai-detection-false-positives ；https://hastewire.com/blog/originality-ai-false-positives-causes-and-fixes ；https://aifreetextpro.com/blog/turnitin-vs-gptzero-vs-originality-ai
• humanizer 对抗生态：https://www.bypassgpt.ai/reviews/best-undetectable-ai-writing-tools ；https://notegpt.io/undetectable-ai ；https://monica.im/bypass-ai/undetectable-ai
• GPT-2 检测器（2019）：https://news.ycombinator.com/item?id=20748634 ；OpenAI 水印"造而未发"：https://aibusiness.com/nlp/openai-develops-ai-text-detector-debates-public-release

出版署名政策

• Nature/Science 署名政策：https://www.dongascience.com/en/news/58226 ；政策分析：https://www.digital-science.com/blog/dark-matter-whats-missing-from-publishers-policies-on-ai-generative-writing ；Science 编辑政策：https://www.science.org/content/page/science-journals-editorial-policies ；政策变更博客：https://www.science.org/content/blog-post/change-policy-use-generative-ai-and-large-language-models
• ICMJE AI 建议：https://www.icmje.org/recommendations/browse/artificial-intelligence ；WAME：https://wame.org/page3.php?id=106
• MLA-CCCC 联合工作组：https://aiandwriting.hcommons.org
• Springer Nature：https://www.springernature.com/gp/group/ai/ai-guidance-for-researchers-editors-reviewers ；Elsevier：https://www.elsevier.com/about/policies-and-standards/publishing-ethics-books/generative-ai-policies ；IEEE：https://journals.ieeeauthorcenter.ieee.org/become-an-ieee-journal-author/publishing-ethics/guidelines-and-policies

版权制度

• Zarya of the Dawn 与注册指引：https://www.federalregister.gov/documents/2023/03/16/2023-05321/copyright-registration-guidance-works-containing-material-generated-by-artificial-intelligence
• Thaler v. Perlmutter：https://www.copyright.gov/ai/docs/court-of-appeals-decision-affirming-refusal-of-registration.pdf ；https://fairuse.stanford.edu/case/thaler-v-perlmutter ；https://www.goodwinlaw.com/en/insights/publications/2025/03/alerts-technology-dc-circuit-holds-that-ai-cannot-be-an-author
• 美国版权局 AI 报告（问询/Part 2/Part 3）：https://www.federalregister.gov/documents/2023/08/30/2023-18624/artificial-intelligence-and-copyright ；https://www.rothjackson.com/blog/2025/02/copyright-office-publishes-part-2-of-its-artificial-intelligence-and-copyright-report ；https://www.crowell.com/en/insights/client-alerts/us-copyright-office-releases-part-2-of-artificial-intelligence-report-clarifying-copyrightability-of-generative-ai-outputs ；https://www.wipo.int/en/web/wipo-magazine/articles/us-copyright-office-on-ai-human-creativity-still-matters-legally-73696 ；https://www.congress.gov/crs_external_products/LSB/PDF/LSB10922/LSB10922.7.pdf
• 中国深度合成规定：https://www.cac.gov.cn/2022-12/11/c_1672221949354811.htm ；暂行办法：https://www.cdcn.org.cn/article/22727 ；标识办法：https://www.cac.gov.cn/2025-03/14/c_1743654684782215.htm ；https://www.cac.gov.cn/2025-03/14/c_1743654685899683.htm ；http://www.news.cn/politics/20250314/75107e1e6566404f8471559a8fb34158/c.html ；https://www.xinhuanet.com/digital/20250902/d08b592223954340af8c02ac3d7161e1/c.html ；https://www.pwccn.com/zh/industries/telecommunications-media-and-technology/publications/method-identifying-synthetic-content-generated-ai-sep2025.html
• 北互 AI 文生图案与反向判决：https://ciipr.njust.edu.cn/2023/1201/c11094a327270/page.psp ；https://www.bjrd.gov.cn/zyfb/zt/16j2crdh2024/bgjd/lygzbg/202401/t20240123_3543208.html ；http://legalinfo.moj.gov.cn/zxxfyasf/202504/t20250423_517956.html
• 欧盟 AI Act 第 50 条及指南：https://www.euaiact.com/article/50 ；https://digital-strategy.ec.europa.eu/en/faqs/guidelines-and-code-practice-transparent-ai-systems ；https://aiadopt.eu/en/insights/ai-labelling-article-50 ；https://www.layer3labs.io/guides/eu-ai-act-article-50 ；https://www.techtimes.com/articles/319996/20260709/ai-content-labeling-enforcement-begins-24-days-eu-clears-compliance-code.htm ；https://papers.ssrn.com/sol3/Delivery.cfm/6874778.pdf?abstractid=6874778

水印、溯源与产业整合

• SynthID-Text 开源：https://github.com/google-deepmind/synthid-text ；https://the-decoder.com/google-deepmind-open-sources-ai-text-watermarking-for-gemini ；https://deepmind.google/blog/identifying-ai-generated-images-with-synthid
• C2PA 与 OpenAI：https://onmint.io/en/updates/c2pa-explained-how-content-credentials-prove-the-origin-of-digital-content ；https://www.livemint.com/ai/openai-joins-ai-content-alliance-as-election-commission-warns-of-deepfakes-11715081108517.html
• OpenAI textGrain 水印（2026.10，媒体多源一致，未见官方原文）：https://machash.com/9to5mac/417896/openai-details-new-text-watermarking-system-chatgpt-codex ；https://www.spke.com/en/ai/article/1364

写作工具市场与评测（低权威信源为主，量级参考）

• https://choosingyourai.com/writing.html ；https://discrai.com/compare/grammarly-vs-jasper-vs-notion-ai ；https://aiomnifeed.com/tools/best-ai-writing-tools-july-2026 ；https://felloai.com/best-ai-models ；https://tactiq.io ；https://deploybase.ai/articles/best-ai-for-writing ；https://www.aimadefor.com/blog/best-ai-writing-assistants-2026 ；Arena 榜单快照（低权威）：https://www.toolcenter.ai/en/llm-leaderboard ；https://www.swfte.com/blog/lmsys-arena-leaderboard-may-2026

中国高校署名与红线

• 《学位法》正式全文（2024-04-26 通过，2025-01-01 施行；第三十七、三十九、四十条已核对）：https://www.eol.cn/zhengce/law/202404/t20240426_2601632.shtml （中国教育在线全文转载）
• 《学位法》草案阶段报道（仅作立法背景，条文以正式文本为准）：http://edu.people.com.cn/BIG5/n1/2023/0829/c1006-40065683.html ；https://epaper.gmw.cn/gmrb/html/2023-08/29/nw.D110000gmrb_20230829_3-04.htm
• 中国传媒大学披露要求：http://edu.people.com.cn/BIG5/n1/2024/0513/c1006-40235048.html
• （复旦"六个禁止"、天津科大 40% 红线等：经搜索摘要转引，未附稳定原文链接，见可信度声明）

附：本次修订说明（2026-10-29，按独立审读意见逐条处理）

1. 【硬伤·自相矛盾的加粗结论｜3.3】固化度排序重写为"署名（已固化）＞版权（在移动）＞标识（刚生效）"，删除"与成型顺序相反"的错误表述，改为"与成型先后顺序同向"并给出时间锚点（署名 2023.1 最先划定也最稳定）。
2. 【硬伤·"三次转移"口径混乱｜TL;DR、1.1、3.2】全文统一采用 3.2 列表口径：①算法→法域（2023）、②读者→生成方（2025–2026）、③工具→过程（进行中）；TL;DR 与 1.1 主线一句话已同步改写，3.2 括注同步。
3. 【硬伤·时间跨度错误｜TL;DR、1.6】"二十年间"分别改为"十七年间（2009–2026）"（TL;DR）与"自 GPT-2 检测器诞生（2019）以来的七年间"（1.6 第 1 条）。
4. 【论断缺支撑·草案报道支撑施行法条｜2.5】《学位法》行改为正式文本口径：第三十七、三十九、四十条相关表述已按正式全文核对（第三十七条：代写、剽窃、伪造等学术不端→不授予/撤销学位；正式文本未单列"AI 代写"，注明"借助 AI 代写落入'代写'范畴"）；补正式全文链接（中国教育在线全文转载），原两条链接改标"草案阶段报道"；3.4 引用处同步修正。
5. 【论断缺支撑·法律定性越界｜3.6 建议 5】"违反《学位法》学术不端条款"改为"可能被不授予学位或撤销学位（推断）"，并注明个案认定归属学位评定委员会；删除"其产物还会被下一轮算法更新识别"的必然性断言，改为有 2.3 节支撑的"降率效果并不可靠"。
6. 【不清楚·指代不明且与正文冲突｜2.6 第 1 条】"能力差距基本抹平"改为"使用门槛与成本差距大幅收窄"；"人机文采差距收窄"降格为工作假设，注明间接佐证（检测误判、humanizer 流行）并声明未做直接人机对照；同步注明通用模型内部的公认代差（Claude 领先）仍在，消除与 2.2 小结的表面冲突。
7. 【支撑缺口·无来源数字与存疑表述｜2.2、2.3】删除"Arena 创意写作榜第一（1519.1 分）"中的具体分数与型号（快照榜单显示 Claude 系列居首但分数/型号不符，改为定性表述并补两条快照链接、标注低权威）；删除"跨平台差异可超 20 个百分点"两处无来源数值，保留"差异明显"定性表述；"2026-02 毕业季再更新"修正为"2026-02（毕业季前）再更新"。
8. 【读者追问无着落·结构与内容补缺｜2.1、3.4、3.6】3.6 新增"被误判后的申辩与救济要点"专节（含《学位法》第三十九条陈述申辩、第四十条学术复核两条程序保障，及斯坦福研究、UNL 指引等申辩材料；并注明未见公开申诉成功案例的局限）；建议 1 下新增一段，按《标识办法》第四、五、六、九、十条讲清服务提供者/传播平台/个人用户各自的义务边界与个人"要不要标、怎么标"；2.1 选题论证表移入附录 A 并加注"评级为定性判断、无量化依据"，正文 2.1 压缩为课题定位段落，3.4 末尾与 2.6 第 4 条均已加交叉引用。

*最终稿（2026-10-29）：按独立审读意见 8 条逐条修订，修订说明见上文。检索有效截面：2026-10-29。*