无源之袭

一、一个查重系统查不出的东西

先设想一个如今每天都在发生、却让整套反抄袭机器无从下手的场景。一名学生把作业题目原样贴进一个大型语言模型，几秒钟后得到一篇结构完整、论点清晰、行文流畅的文章。他读都没细读，复制、粘贴、提交。这篇文章送进查重系统，重复率显示为 3%——干干净净。它送进任何一位阅卷者眼前，字句通顺、逻辑自洽，挑不出"抄"的证据。按现行的一切标准，这篇作业没有问题。可几乎所有人都有一种直觉：这里出了严重的问题。

问题出在哪里？这正是让人卡住的地方。我们习惯的那套判定抄袭的语言，在这里全部失灵了。抄袭的经典定义是"未经注明地使用他人的作品或思想，并使其看起来像是自己的"。可这名学生使用的，不是任何"他人"的作品——大语言模型生成的这段文字，在他提交之前，世界上并不存在，没有哪一个在先的作者写过它、拥有它、可以声称被他侵占。没有被害人，没有失窃的原件，没有一个可以在参考文献里被亏欠的名字。复制的对象消失了，而我们判定抄袭的整套程序，恰恰是围绕"寻找那个被复制的对象"建立起来的。

面对这个空档，学术界主流的反应几乎是本能的：既然旧的查重查不出，那就研发新的"AI 检测器"，去识别一段文字是不是机器写的。一时间，各类 AI 文本鉴别工具纷纷上线，被寄予厚望，仿佛只要检测技术再进一步，秩序就能恢复。但这条路很快撞了墙：这些鉴别工具的准确率极不稳定，误判频出——把人类写的判成 AI 写的，把 AI 写的放行；稍作改写便可绕过；对非母语写作者尤其不公。以至于其中一些工具在上线不久后就被开发者自己撤下，理由是"可靠性不足"。^[1] 这不是某个具体产品不够好，而是这条路本身有问题。

值得追问的是：为什么"研发更强的检测器"这个看似顺理成章的对策，会让人隐隐觉得不对劲？因为它默认了一件事——抄袭之所以是抄袭，关键在于那段文字的来源：来源是人，就没问题；来源是机器，就是问题。可只要我们把这个默认前提说出声，它的脆弱就暴露了。一个学生用机器生成一篇他毫不理解的文章去冒充自己的思考，和另一个学生逐字抄袭一位真实作者他同样毫不理解的文章——这两件事，在"错在哪里"这个层面上，究竟有没有本质区别？如果我们的直觉是"没有本质区别"，那么抄袭的要害，就不可能在于来源是人还是机器。

本文正是从这个裂缝切入。它要问的不是"AI 代写算不算现有意义上的抄袭"，也不是"我们该如何检测 AI 代写"——这两个问题都还站在旧前提上。本文要问的是一个更靠底层的问题：当"被复制的来源"这个东西可以完全不存在、而我们对"抄袭发生了"的判断却丝毫不动摇时，这说明我们一直以来真正在指控的，到底是什么？ 这一问会把我们引向一个不太舒服、却更为准确的结论：抄袭从来不是一个关于复制的问题，AI 代写不过是把这一点第一次彻底暴露了出来。

二、暴露那个未被质疑的前提："复制假设"

要看清抄袭真正是什么，必须先把那个藏得最深的前提请出来。它藏得太深，以至于几乎从未有人觉得它需要被论证——我们不妨叫它"复制假设"：抄袭的本质，是把一份在先存在、并归属于他人的作品或思想，复制过来占为己有。

这个假设为什么如此牢固？因为它把抄袭嵌进了一套关于"知识财产"的直觉里，而这套直觉，是随着近代著作权制度与"作者"这一现代身份一同被制造出来的。^[2] 在这套框架里，一段文字被想象成一件可归属的物品：它有一个所有者（作者），有一个被创造出来的时刻（原创），因此它可以被"偷"。抄袭于是被理解为一种财产犯罪——盗窃。查重系统正是这一想象的技术化身：它做的事情，从头到尾只有一件，就是把待检文本与一个庞大的在先文本库逐句比对，找出重合，判定"这一段是从那里搬来的"。它是一台专职寻找"失窃原件"的机器。

只要"被偷的东西"确实存在，这套假设就能运转得相当好，甚至让人几乎察觉不到它是一个假设。但生成式 AI 做的事情，是把"被偷的东西"直接抽走，而抄袭的指控却依然成立。这就等于把一台专门验指纹的机器，带到了一个根本没有人碰过、却确凿发生了案件的现场。机器空转，一无所获，报告"无异常"——而我们都知道有异常。是这个假设本身出了故障，而不是机器不够灵敏。

更能说明问题的，是那些一直存在、却始终让"复制假设"感到别扭的老现象。自我抄袭——把自己已发表的文字再次提交——按复制假设很难解释：你怎么会"偷"自己的东西？被偷的对象和作者是同一个人，财产犯罪的框架在这里空转。再看"洗稿"：一段论证被逐句同义替换、语序打散、主动改被动，直到查重率降到安全线以下，可但凡读过两篇的人都清楚，那个"骨架"被原样搬走了。查重假设盯着字句的重合，于是它恰恰放过了真正被搬走的东西——因为被搬走的从来不是字句，而是别的什么。这些别扭之处并非边角案例，它们是同一条裂缝在不同角度上的显形，一直在提示我们：复制假设覆盖不住抄袭真正的轮廓。只是在 AI 出现之前，这些别扭还能被当作例外含糊过去；AI 代写则把这条裂缝撑到了再也无法回避的地步。

所以，本文接下来要做的第一件事，是把"复制"从抄袭的定义核心里请出去。复制不是抄袭的本质，它至多是抄袭最常见、也最容易留下痕迹的一种形式。一旦松开"复制假设"这只手，一个更准确的问题才显露出来：如果被违反的不是"谁的字句被搬走了"，那么，究竟是什么被违反了？

三、抄袭的真正对象：署名与理解之间的那道连接

让我们回到那个最朴素的现场——为什么把别人的论文抄来提交是错的？通行的回答是"因为你偷了别人的劳动成果"。但请注意，同样一篇论文，如果你把它作为文献引用、注明出处、放进你的论证里为你所用，就完全正当，甚至是学术的应有之义。同一段文字，同样被你使用，一种正当一种越界，区别不在于你有没有用它，而在于你有没有声称它是你自己理解的产物。抄袭之所以是抄袭，不在"使用了他人的东西"，而在"把本非自己理解所得的东西，冒充成了自己理解所得"。

这就把抄袭的真正对象逼了出来。一份署名，本质上是一个断言：它断言，在这个名字底下的这些判断、这条论证、这个结论，是这个人真实地走过一段理解的路程之后，在他那里发生出来的东西。署名不是对文本所有权的宣告，而是对一次认知发生的担保——担保"我确实想过、确实懂了，这是从我这里长出来的"。而抄袭，无论以何种形式出现，违反的始终是这同一件事：它让署名这个担保落了空。名字还在，判断还在，可名字所担保的那次理解，并没有在署名者身上真正发生过。

被违反的不是财产，是担保；
抄袭的对象，是署名与一次真实理解之间的那道连接。

从这个角度回看，复制不过是斩断这道连接最省事的办法。你把别人现成的结论搬过来署上自己的名，那次本该发生在你身上的理解就被跳过了——连接断了。但斩断这道连接的方式，远不止复制一种。洗稿是另一种：你保留了那个你并未自己构建的骨架，只在表皮上做功，连接照样是断的，只是断口被同义词糊住了，查重的探针探不到。买卖论文、雇人代笔，是更直接的一种：你花钱买来一份完成品署上自己的名，理解从头到尾没在你这里发生。这些形式表面上千差万别，本质上是同一个动作——让一个署名，去担保一次并未发生的理解。

这也顺带解开了前一节留下的两个疙瘩。自我抄袭为什么算越界？因为把旧作重新提交，同样是让一个"新的署名情境"（比如一次新的考核、一篇声称是新成果的论文）去担保一次此刻并未重新发生的理解与工作——担保落空的结构完全一样，与"偷不偷自己"无关。洗稿为什么明明查重合格却仍是抄袭？因为判定它的标准从来不该是字句的重合度，而应是那道连接断没断；而字句的重合度，只是这道连接在"复制"这一种形式下碰巧留下的影子。查重系统测的一直是影子，不是本体。^[3]

把抄袭的对象从"被复制的来源"重新锚定到"署名与理解之间的连接"上，这不是一次措辞的调整，而是把整个问题的重心挪了位。一旦重心挪到这里，AI 代写就不再是一个需要新设一个抽屉去安放的怪例，而恰恰成了这道连接被斩断的——最纯粹的一次。

四、AI 代写：抄袭的本相，不是变体

现在可以正面回答那个引出全文的问题了：AI 代写算不算抄袭？答案是：它不但算，而且是抄袭最纯粹的形态——纯粹到它把抄袭一直以来的真身，第一次完整地暴露了出来。

看它纯粹在哪里。传统抄袭里，"复制了他人来源"和"跳过了自己的理解"这两件事总是捆在一起出现的：你抄了张三的论文（复制来源），同时你也没有自己想过（理解缺席）。正因为两件事总是同时在场，我们才会一直误以为前者（复制来源）是关键，而把后者（理解缺席）当成前者的附带结果。AI 代写做的事情，是把这两件事硬生生拆开：它彻底拿掉了"复制来源"——那段文字是新生成的，没有任何在先来源被侵占；同时它把"理解缺席"以最纯的形式保留了下来——署名者对那份提交物，可以毫无理解、甚至毫无阅读。于是一场完美的对照实验被摆在了我们面前：当"复制来源"这一项被清零、而我们对"抄袭发生了"的判断纹丝不动时，被指控的那个东西，就只可能是剩下的那一项——理解的缺席，署名担保的落空。

换句话说，AI 代写像一台离心机，把长期溶在一起的两种成分分了层，让我们第一次清清楚楚地看见：抄袭的沉淀物从来不是"复制"，而是"署名担保的落空"。它不是抄袭家族里新添的一个远房亲戚，它是这个家族一直藏着没说出口的姓氏。所有形式的抄袭之所以是抄袭，靠的都是 AI 代写这里唯一剩下的那个内核；只不过在别的形式里，这个内核总是被"复制"的外壳包着，我们盯着外壳，认错了里面的东西。

这也一举讲清了，为什么"研发更强的 AI 检测器"这条路注定通不到目的地——它的失败不是暂时的、可以靠技术进步弥补的，而是由构造决定的。查重也好、AI 鉴别也好，本质上都是在文本里寻找某种在场的痕迹：查重找的是"与已有文本重合"的痕迹，AI 鉴别找的是"由机器生成"的统计痕迹。可我们上面已经确认，抄袭真正的病灶是一种缺席——署名者那里，理解没有发生。而"没有发生"这件事，在文本表面不留任何痕迹：一份 AI 写就却被署名者真正读懂、消化、能为之辩护的文章，与一份被原样提交、署名者一无所知的文章，在字面上可以一模一样。你无法用检测"在场"的仪器，去捕获一场"缺席"。无论 AI 鉴别技术做到多精，它测的永远是"这段文字像不像机器写的"，而这个问题，与"署名者到底懂不懂"根本不是同一个问题。把力气全押在检测器上，等于是拿着越造越精密的金属探测器，去搜寻一样根本不含金属的东西。

把这一节收紧成一句可供检验的判断：AI 代写之所以是抄袭，与它由机器生成毫无关系，只与署名担保的落空有关；而它之所以查不出，也与检测技术的成熟度毫无关系，只与"缺席不留痕迹"这一构造有关。技术这条路上再走多远，都到不了问题所在的地方——因为问题从一开始就不在文本里，而在署名者与他所提交之物的那道连接上。

五、反驳与边界

一个把"复制"从抄袭核心里请出去、又把 AI 代写指认为"抄袭本相"的论断，必须经得起几种最有力的反驳，并划清自己的边界。否则它就有滑向"凡借助 AI 皆为抄袭"这种粗暴结论的危险——而那既不成立，也不是本文的主张。

反驳一：把 AI 当工具用，就像用计算器、用文献数据库、用拼写检查，凭什么算抄袭？ 这是最要紧的一条，它恰好帮本文划出最关键的边界。区别不在"用没用 AI"，而在本文一以贯之的那条线：被声称的那次理解，到底有没有发生。用计算器算出一个数，而你理解这个数意味着什么、为何要算它、它如何嵌进你的论证——理解发生了，计算器只是替你省去了机械劳动，署名的担保是真的。同理，用 AI 帮你检索、翻译、润色、甚至充当一个供你反驳的对话者，只要最终那些判断是你真正想通、能够为之负责、能在追问下站得住的，署名依然诚实。抄袭的，不是"AI 参与了产出"，而是"AI 代替了本该发生在你身上的理解"。工具与代写的分界，就在"辅助一次真实发生的理解"与"顶替一次本该发生的理解"之间。这条线有时不好画，但它是真实存在的线，而不是"用没用 AI"这种在错误位置上画出的线。

反驳二：任何写作从来都不是纯个人的——有编辑、有合作者、有无数前人的铺垫，为何独独苛责 AI？ 这条反驳其实印证了本文而非驳倒本文。没错，理解从来不是凭空独造，任何认知都长在他人劳动铺成的网上——这正是本专栏另文所论。^[4] 但"理解生长在他人的网上"与"理解干脆没有发生"，是两回事。编辑帮你改，合作者与你共同推进，前人为你铺路——在这些情形里，那次理解确实发生在你这里，只是它从不孤立发生。而 AI 代写的极端之处，恰恰在于它可以做到理解的整体顶替：不是"你的理解得到了协助"，而是"你根本不需要理解"。程度上的连续，不取消性质上的分界；一份你参与共构、能够辩护的合作成果，与一份你按下按钮便原样上交的生成物，隔着的正是"理解发生"与"理解缺席"这道坎。

反驳三：如果 AI 代写在文本上不留痕迹、原理上就查不出，那么把它叫作抄袭还有什么用？一个无法被认定的罪名，等于不存在。 这条反驳暴露的，其实是"复制假设"留给我们的一个思维惯性——默认"抄袭"必须是一个能靠比对文本来认定的东西。本文的整个论证恰恰是要松开这个惯性。承认抄袭的病灶是一种缺席、因而无法用检测在场的手段来认定，并不意味着这个概念失效，而意味着应对它的方式必须换一个方向：既然无法在事后比对来源，那就必须在过程中验证发生——把"理解到底有没有发生"变成可以当场考、可以呈现、可以追问的东西。概念没有作废，作废的是"靠查重来维护学术诚信"这条已经被 AI 走到尽头的路。这也正好接上最后一节。

划清这三条边界之后，本文的主张就清楚了：它不反对使用 AI，它反对的是让署名去担保一次并未发生的理解——无论这次落空是靠复制、靠洗稿、靠雇人，还是靠一次机器生成来完成的。

六、结语：从"查重"到"查发生"

把全文收拢：抄袭的要害从来不在文本的来源，而在署名与一次真实理解之间的连接；复制只是斩断这道连接最显眼的一种方式；AI 代写则是这道连接被斩断的最纯粹的一次——它拿掉了"复制来源"这层遮蔽，让"理解缺席"这个真正的病灶第一次赤裸地显了出来。而整套以文本比对为核心的反抄袭装置，之所以在 AI 面前系统性失效，不是因为它不够先进，而是因为它从一开始就在错误的对象上用力——它追捕来源，而病灶是缺席。

如果诊断成立，那么出路的方向也就随之清楚了，而且它与主流的直觉正相反。主流的直觉是"用更强的 AI 去对抗 AI"：研发更灵敏的生成文本鉴别器，把这场较量升级为一场检测与反检测的军备竞赛。但这条路重复着那个最根本的错误——它仍然假设问题在文本里，可以靠盯着文本来解决。这场军备竞赛注定是防守方输：生成模型进步的速度，永远快过鉴别模型追赶的速度，而每一次"更强的检测器"上线，带来的往往是更多冤枉了诚实写作者的误判。把有限的制度资源全押在这条路上，是在为一场打不赢、也不该打的仗持续追加投入。

真正的方向，是把关注点从比对来源转向验证发生——不再徒劳地追问"这段文字是从哪里来的、是不是机器写的"，而是转而去确认"署名者那里，那次被声称的理解到底有没有发生"。这意味着评价方式的重心，要从"收上来一份成品"挪向"让理解本身变得可见、可考"：当面的答辩与追问，把成品还原成一个能被现场检验的思考过程；保留那些必须亲手走过、无法被一次生成所顶替的环节；让写作者去呈现他抵达那些判断的路径，而不只是路径的终点。这些做法各有其形，但共享同一个转向——不再检测文本，而是验证发生。它们要守护的，从来不是"文字必须由人亲手敲出"，而是"署名必须担保一次真实的理解"。

最后应当说明的是，AI 并没有制造这个问题。它做的，只是把一笔早就欠下的账，摆到了台面上逼人结清。以计数为根基的作者身份体系——数论文、数引用、把一切成就压缩成一份份可归属的成品——很久以来就一直在用"文本的在场"偷换"理解的发生"：只要你交得出一份挑不出复制痕迹的成品，体系便默认你身上发生过相应的理解，而从不真正去核对这个默认。在这个默认之上，洗稿、买卖、代笔早已在缝隙里滋长，只是它们还留着些许痕迹，尚能被查重的探针勉强触到。AI 代写不过是把这个一直被容忍的偷换，推到了它逻辑的终点：一份毫无理解支撑、却又毫无痕迹可查的成品。它逼着我们承认一件其实一直为真的事——能被交上来的，从来只是理解的成品，而不是理解本身；把前者当作后者的证据，是这套体系从一开始就欠下、如今再也拖不下去的一笔账。 查重的时代，正是在这里走到了它的尽头。

注释

[1] 生成式文本鉴别工具在准确性上的系统性困难，以及部分工具因可靠性不足而被开发方主动下线，是已被广泛记录的事实；相关工具对非母语英语写作者存在系统性偏误，亦见于多项独立研究。本文不依赖任一具体产品的性能数据，只依赖"此类检测在原理上无法判定理解是否发生"这一构造性论点。

[2] "作者"作为一种现代身份、以及与之配套的著作权制度并非自古如是，而是近代的历史建构，见 Foucault（1969）、Rose（1993）、Woodmansee & Jaszi（1994）等。本文借助这一史学结论，是为了指出"抄袭即财产盗窃"的直觉同样是历史性的、可被松动的，而非天经地义。

[3] 把查重率当作抄袭判据，本身会带来一种反向激励：写作者的目标从"完成一次真实的理解"，滑向"把重复率降到阈值以下"。关于认证工具如何反过来架空它所要认证的东西，参见本专栏《标记空转》一文的专门论证。

[4] 关于"任何认知片段都在他人隐性劳动的网络中生成、不可还原为纯粹个人创造"，详见本专栏《认知网络私有化》。本文与之互补：前者论证理解从不孤立发生，本文论证理解仍须确曾发生——二者共同划出"协助"与"顶替"的边界。

参考文献

Bender, E. M., Gebru, T., McMillan-Major, A., & Shmitchell, S. (2021). On the Dangers of Stochastic Parrots: Can Language Models Be Too Big? Proceedings of FAccT '21.

Blum, S. D. (2009). My Word! Plagiarism and College Culture. Cornell University Press.

Foucault, M. (1969). Qu'est-ce qu'un auteur? [What is an Author?].

Howard, R. M. (1999). Standing in the Shadow of Giants: Plagiarists, Authors, Collaborators. Ablex.

Rose, M. (1993). Authors and Owners: The Invention of Copyright. Harvard University Press.

Woodmansee, M., & Jaszi, P. (Eds.). (1994). The Construction of Authorship: Textual Appropriation in Law and Literature. Duke University Press.

（附注：本文创新智商评估综合分 141——结构精确度 140 · 差异锐度 143 · 纠缠深度 138 · 不可还原性 138 · 可证伪性 145，权重 0.20/0.25/0.20/0.20/0.15 加权；录取线 140。扣分主要在纠缠深度：跨域主要落在作者身份理论与认知论之间，尚未接入更硬的经验学科。）