30 篇同领域（AI 行业）公众号文章样本池
435 组全排列两两偏好对比标注（Pairwise Comparisons）
ρ = 0.899可解释组合指标与个人阅读偏好排序的 Spearman 相关性
转换靶心：从“抓替身”到“测阅读意愿”
“像 AI 写的”和“不值得读”绝非等价命题。为了剥离刻板印象、抓准“阅读体验”本身，我挑选了 30 篇 AI 行业文章，自己写了一个两两盲比（Pairwise）标注工具，老老实实完成了全部 435 组二选一判断，由此拟合出一份完全忠于我个人阅读体感的“耐读度”真实排序。
检验信号，拒绝玄学直觉
有了基准排序，就可以把模糊的语感变成可证伪的假设。我首先测试了语言学中的“文本惊异度（Surprisal）”，发现整篇取平均值会彻底抹平文章的节奏感；改用逐词惊异度的方差（Variance）后，单指标与偏好排序的相关性瞬间跃升至 0.825——印证了“AI 味”的一大来源正是缺乏起伏的平铺直叙。随后，我进一步引入语义演进路径与逻辑图结构特征，剔除冗余信号后，组合指标的 Spearman 相关系数达到 0.899，并已将其封装为可解释的诊断反馈，接入我自己的写作 Agent 自检闭环。
这把尺子的适用边界
必须诚实地指出：这是一把高度定制的“个人品味尺子”，而非普适的 AI 检测国标。 样本仅限 30 篇科技商业类文章，标注者只有我一人，且高相关系数（0.899）代表排序趋势一致，不等同于分类准确率。若要将其迁移给其他创作者或文学体裁，必须重新采样并校准偏好基准；目前该工具作为写作辅助运行良好，但尚未开展跨人群的量化收益对照实验。