Tyler Cowen：Substack 上线 AI 写作检测服务 Scan for AI

Substack 近日推出了一项名为「Scan for AI」的新服务，用于估算订阅通讯文章中 AI 生成内容的比例。该功能由第三方 AI 检测工具 Pangram 提供技术支持，可帮助读者判断一篇文章究竟出自人手还是大模型。经济学博主 Tyler Cowen 在其订阅通讯中评论了这一功能，并表达了他对 AI 写作现状与未来的看法。

Substack 上线 Scan for AI

据 Cowen 分析，Substack 推出这一检测功能的动机，可能与平台担心读者流失有关。他指出，不少读者声称不喜欢阅读 AI 生成的内容，或者说至少认为自己不喜欢，因此平台有动力去主动暴露文章的「AI 成份」，以维持内容的可信度与读者信任。Pangram 作为底层检测引擎，也借此机会获得了来自头部内容平台的接入。

Cowen 的亲身经历

Cowen 在文章中坦言，自己也曾在 Substack 上「翻车」。他多次被某些文章展现出的学识与文笔所折服，认定出自一位功底深厚的作者之手，却在读到第二、三段时意识到，那其实是 AI 生成的内容。经历几次之后，他已经能够在较早段落就分辨出 AI 文本。这与多数读者的体验一致：随着 AI 写作工具的普及，「哪些段落是真的」正在成为阅读时绕不开的判断。

对 AI 写作的期待

尽管如此，Cowen 表示并不打算余生都回避 AI 写作。他更希望的是，AI 写作本身能变得更好——消除那些一眼看穿的套话、模板化的转折和过于工整的句式，让 AI 文本不再轻易「穿帮」。他在文章末尾写道：「我希望 AI 写作能骗过我——有时候，它也许已经在骗我了。」

从更广的视角看，Scan for AI 的上线反映出一个趋势：随着生成式 AI 大量介入内容生产，平台方开始主动引入检测与标注机制，以平衡 AI 产能与读者信任之间的关系。这场关于「谁在写、读者信不信」的拉锯，仍在持续。