让 AI 写出来的文字像人写的：humanizer 的 25 种痕迹重写实战
humanizer 不是「体检仪」，而是「重写器」。它把 25 种 AI 痕迹当成模型重写的约束集——重排结构、改掉套路，还把工作过程摊开给你看。和第 80 期深挖的 no-ai-slop（只标不打）正好是「查」与「改」互补的两端。
no-ai-slop 帮你「看到」AI 味，但改还得自己动手。humanizer 走得更远：你贴一段文字，它直接给出一版像人写的重写，并附上第一稿、自评和终稿。这套「重写器」思路，正对上那种「知道哪里不对、但懒得逐句改」的真实场景。
它是什么
blader/humanizer 是一个 Agent Skill，兼容 Claude Code、Codex、Cursor 等主流编码/对话智能体，口号是「removes signs of AI-generated writing from text」。仓库 2026-01-18 建仓，Python 编写，MIT 协议，homepage 指向 skills.sh/blader/humanizer。截至 2026-09-13 在 GitHub 上 47,445★、3,866 fork、237 个 watcher、9 个 open issue，最近一次 push 在 2026-09-06。它是系列里体量最大、最像「成品」的一个。
25 种痕迹，五大类
humanizer 的 25 个 pattern 按「强度与频率」编号，最强的排最前。前 5 个只要出现一次就该改；标了 weak alone 的，要同段多处同时命中才算数（因为谨慎的作者可能故意用其中某一个）。五大类如下：
| 类别 | 痕迹主题 | 典型表现 |
|---|---|---|
| A. Staging instead of stating | 舞台式陈述 | 不直接说，先铺场景、绕弯、吊胃口 |
| B. Rhythm by rule | 规则化节奏 | 排比、三段式、对仗过整的句式 |
| C. Inflation and borrowed authority | 通胀与借权 | 夸大重要性、含糊引用「研究表明」 |
| D. Formatting by rule | 规则化格式 | 冒号揭晓、固定分隔、Markdown 套路 |
| E. Leftovers from chat and draft | 聊天与草稿残留 | 「当然」「作为 AI」「让我帮你」等口吻 |
v3.0.0 把早期 35 个 pattern 整合为 25 个，合并了重复指引，并把清单对齐到维基百科「Signs of AI writing」条目——去掉了现已归为「人类习惯」的假区间与同义循环，新增了「含糊关联」等更贴近现状的痕迹。换句话说，它是一份持续跟着 AI 写作通病更新的活清单。
重写流程（How it works）
humanizer 拿到文字后分四步：先标出所有痕迹（按强度排序），然后不把原文结构当铁律重新起草，再把草稿对照「痕迹清单 + 原文事实主张」检查一遍，最后写出终稿。三个动作决定了它靠不靠谱：
- 展示工作过程：贴文字时，它给出第一稿、一段自评（哪里还像机器写的）、以及终稿，你看得见它怎么改。
- 只改文字、不动别的：指着文件改时，只动 prose，代码、数据、frontmatter、链接目标一律原样保留。
- 缺失就问、不硬编：名字、数字、日期、引文、引用必须来自原文或你；句子缺事实细节时，它问你而不是自己编。
声音上也有分寸：个人写作保留你的观点和怪癖；技术/参考类文字则保持中立、平实。它还支持「声音匹配」——贴 2–3 段你自己的文字当样本，重写时会跟你的节奏、用词、标点甚至破折号习惯走。
适合用：你有一段 AI 初稿想整体「去味」、换掉套路句式，又不想自己逐句改；或者你要把品牌/个人声音统一到一批文案上（用样本做声音匹配）。不适合：你只想快速知道「这段哪里有 AI 味」而不想被重写——那该上 no-ai-slop 这类「体检仪」（见第 80 期）。两者一句话记牢：no-ai-slop 查，humanizer 改。另注意，humanizer 改的是「痕迹」不是「事实」，关键数据仍要靠你自己或源文兜底——它自己也说「缺了就问，不编」。
上手命令（README 原文）
安装（任选其一）：
npx skills add blader/humanizer --global
或在 Claude Code（2.1.142+）里用插件市场装：
/plugin marketplace add blader/humanizer /plugin install humanizer@humanizer
装好后的几种用法（均取自 README）：
/humanizer [paste your text here] Please humanize this text: [your text] Humanize the prose in docs/launch-post.md /humanizer Here's a sample of my writing for voice matching: [paste 2-3 paragraphs of your own writing] Now humanize this text: [paste AI text to humanize]
数据来源与免责：GitHub API 于 2026-09-13 实测——star 47,445 / fork 3,866 / watcher 237 / open issue 9 / MIT / Python / 建仓 2026-01-18 / 最近 push 2026-09-06 / homepage skills.sh/blader/humanizer。25 个 pattern 的五大分类、编号规则、v3.0.0（35→25）整合与「缺失就问不编」等工作流，均取自 README 原文；命令为 README 逐字引用，未扩展演绎。文中所有结论均来自公开文档，未杜撰。
你怎么看？你更常要「查」还是「改」？会用 humanizer 的声音匹配统一一批文案吗？留言告诉我，下期挑你提到的仓库来写。
下期预告：三榜若继续被写过项目占满，做「AI 写作去味」的第三种形态——自动流水线（检测→重写→回填）实战；若冒出更高动量的干净新面孔，则回单项目精读。