合成镜像
synthetic mirroring
先学习AI生成文本的特征规律，再把这些规律当镜子照回去，用来识别具有相同特征的文本的检测方式
简单来说
合成镜像的做法是：先学会AI写作的各种「习惯」，然后把这些习惯当作一面镜子照回去，借此识别出类似的文本。这有点像验钞员——先亲手制作假币，熟悉其特有的质感和油墨味道，之后一看到别的钱币，立刻就能感觉到「这个眼熟」。也就是说，用来抓AI的工具本身，内部也藏着AI。
这种方式的关键在于，它给出的结果是概率。输入一段文字，就会得到类似「大概有百分之多少可能是AI生成的」这样的分数——但这个分数并不是确凿证据，不像作者本人的陈述或写作过程记录那样可靠，它只是对模式相似程度的一种估算。因此，文风偶然与AI写作相似的人可能被冤枉打出偏高的分数，而借助AI大量修改的文章也可能凭低分数溜过去。
最近在出版行业，接连出现仅凭这样一个分数就取消合约、甚至让获奖作品遭受质疑的事件，围绕这种镜像检测方式到底有多可靠，争论也随之升温。
在报道中是这样出现的
文章解释说：「Pangram是一项以概率告诉你AI参与程度有多高的服务，但做出这个判断的过程本身也用到了AI。」这正是合成镜像实际运作的样子。容易被误解的地方在于，这个分数常常被直接当作「AI写作的证据」。但实际上，它只是基于模式相似度的概率估算，并非确定性的判定。