不过，这些数据主要来自企业自己的测试，第三方独立评估还不够。同时，检测模型和生成模型都在快速迭代，今天表现良好的模型，明天可能就会面临新的挑战。检测器给出的数字，不能直接当作事实。

　　“96% AI”不等于96%由AI写成

　　《自然》杂志曾拿Frontiers出版社科研诚信总监埃琳娜·维卡里奥的一篇文章去作检测。维卡里奥表示，文章初稿和想法完全由自己完成，只在修改过程中让AI润色了一下，之后又经过了人工编辑。然而，Pangram旧版本将这篇文章判定为100% AI生成，升级后的Pangram 4仍给出了96% AI的比例。

　　但这里的“96% AI”，并不是说文章中96%的内容都是AI完成的。检测器给出的“AI比例”，与作者实际使用AI的程度，并不是一回事。

　　Pangram解释称，“100% AI”并不是说文章中的每一个词都是AI写的。系统会把文章切分成不同片段，分别判断这些片段更接近AI、人类还是两者混合，再根据这些判断计算整体比例。因此，“96% AI”更准确的含义是，检测器认为这篇文本具有很强的AI生成特征，而不是认定作者有96%的内容由AI完成。

　　今天的写作早已不是“人写”与“AI写”的二元对立。一位作者可能独立完成初稿，仅用AI修改措辞；也可能让AI生成框架，再逐段重写；还可能经过翻译、润色、人工修订等多道工序。然而，从检测器的视角看，这些参与程度完全不同的写作方式，最终产出的文本却可能呈现相似的AI特征。

　　检测结果本身也并非完全稳定。《自然》的测试发现，同一段文字，单独检测和放在完整文章中检测时，分数可能不一样。《连线》的测试也发现，对文本进行一些修改后，检测分数可能随之改变。