第11章 风格校准与写作品质

Academic Paper 的 12 个 Agent 可以生成结构完整、论证清晰的学术论文。但有两个问题对研究者至关重要：(1) 这篇论文听起来像我写的吗？(2) 这篇论文读起来像机器写的吗？

ARS v2.9 引入的风格校准（Style Calibration）和写作品质检查（Writing Quality Check）分别回答了这两个问题。前者让 AI 学习你的声音，后者检测 AI 写作的常见模式。v3.3 引入的反泄漏协议（Anti-Leakage Protocol）和VLM 图表验证则保证了这些品质机制不会被 AI 自身破坏。

风格校准：让 AI 学你的声音

原理

风格校准是 Academic Paper intake 流程的 Step 10（可选步骤）。你提供 3 篇以上的既往论文，pipeline 会分析你的写作风格特征：

• 句子节奏：短句 vs. 长句的交替模式、句首词的多样性、段落长度分布
• 词汇偏好：你在"show / demonstrate / reveal / indicate / suggest"之间的选择倾向、连接词使用习惯（“however / nevertheless / in contrast"的选择模式）
• 引用整合方式：你是倾向于作者突出型引用（“Smith (2023) found…"）还是信息突出型引用（”…has been demonstrated (Smith, 2023)"）？
• 学科用语：你所在领域特有的表达方式和技术术语选择

三级优先级系统

风格校准不是自由应用——它受到一个清晰的三级约束：

当学科规范和个人风格冲突时，学科规范无条件优先。这确保了风格校准不会以牺牲学术规范性为代价来追求"个性化”。

与"AI Humanizer"的本质区别

市面上的 AI humanizer 工具的目标是隐藏 AI 参与的事实——通过改写让文本看起来像人类写的，从而绕过 AI 检测。

ARS 的风格校准目标完全不同：

• 不是为了隐藏，而是为了让 AI 的协助更贴合你的思维方式
• 不是为了逃避检测，而是为了让文本读起来自然、连贯
• 风格校准是透明的——你在论文中应该（按照期刊要求）声明 AI 的使用

这就是为什么 ARS 还提供了 disclosure 模式——帮你生成合规的 AI 使用声明。

写作品质检查：5 大类 AI 写作模式检测

写作品质检查在初稿自评阶段（peer_reviewer_agent 运行时）套用。它检测的不是"写得对不对"，而是"写得是否像机器"。

第 1 类：AI 高频词汇警告

25 个在 AI 生成的学术文本中过度出现的词汇和短语，包括但不限于：

• “delve into”（深入探讨）——AI 偏爱的最常见动词之一
• “moreover” / “furthermore” / “in addition” ——AI 倾向于过度使用三级递进连接词
• “underscores” / “highlights” / “elucidates” ——AI 偏好的学术动词
• “a testament to” ——在人类学术写作中很少出现的高频 AI 短语

检测到这些词汇时，不是禁止使用，而是提示作者：这个词汇在 AI 生成的学术文本中异常高频，你可以选择替换，也可以保留——但要知道你在做一个风格选择。

第 2 类：标点模式控制

• Em dash 限制：每 2,000 词 ≤ 3 个 em dash。AI 生成的学术文本中 em dash 的密度通常是人类写作的 3–5 倍
• 分号密度：正常范围内不做限制，但连续 3 句使用分号连接是 AI 写作的强信号

第 3 类：开头废话侦测

AI 生成的学术段落经常以"废话导向句"开头：

• “In the rapidly evolving landscape of…"（在不断演变的…领域）
• “In recent years, there has been growing interest in…"（近年来，…引起了越来越多的关注）
• “The advent of…has fundamentally transformed…"（…的出现从根本上改变了…）

这些开头的问题不在于语法错误，而在于它们延迟了信息密度——读者要读完一整句才知道这段话在说什么。检查规则要求：每个段落的开头句应该包含具体的、信息密集的断言。

第 4 类：结构模式警告

AI 写作中常见的结构性习惯：

• 三连枚举强迫症：AI 倾向于"三点”——“three key factors”、“three main approaches”、“three primary challenges”。当论文中出现过多"三个一组"的枚举时，它会标记出来
• 均等段落：AI 倾向于生成长度几乎完全一致的段落（5–7 句）。人类写作的段落长度变化更大
• 同义反复：连续两句用不同的词说同一件事——“X is critically important. The significance of X cannot be overstated.”

第 5 类：句子长度变化检查

计算句长的标准差。AI 生成的学术文本往往有一个特征：句子长度对仗过于工整。人类写作中，一个 5 词的短句紧接一个 40 词的长句是正常的；AI 生成的文本中，句子长度倾向于在一个窄区间内小幅波动。

反泄漏协议：防止 AI 用记忆填补空白

问题：当一个 LLM 被要求写某篇论文的 Methodology 段落，但 session 中没有提供该论文的具体方法细节时，LLM 可能基于训练数据中的"一般知识"填补——“合理的 Methodology 看起来应该是什么样”。这就是 Mode 6（方法论伪造）的根本原因。

ARS 的反泄漏协议（v3.3，灵感来自 PaperOrchestra）制定了严格的规则：

1. 知识隔离：优先使用 session 内材料填充论文内容
2. 缺失标记：如果 session 材料中缺少某个信息，LLM 必须标记 [MATERIAL GAP] 而非用训练数据填补
3. 显式需求：当遇到 [MATERIAL GAP] 时，停止当前段落的写作，向用户提出具体的信息请求——“需要对 X 方法的 Y 参数进行说明，请提供实际使用的值”

这不能完全消除方法论伪造的风险，但它将不可见的 AI 记忆填补转化为可见的、可被用户干预的缺口标记。

VLM 图表验证：图表也需要质检

问题：AI 生成的学术图表可能出现：坐标轴标签错误、图例与数据不匹配、误差棒在正确方向但错误大小、配色在灰度打印下无法区分……

ARS 的解决方案（v3.3，选项启用）：使用视觉语言模型（Vision Language Model）对生成的图表做 10 项闭环保真检查：

1. 坐标轴标签是否正确？单位是否标注？
2. 图例是否与数据系列匹配？
3. 误差棒方向是否正确？大小是否合理？
4. 整体配色在灰度打印下是否可区分？
5. 图表标题是否准确描述图表内容？
6. 数据点的视觉呈现是否与底层数值一致？
7. 比例尺是否合理（没有通过截断 Y 轴制造视觉误导）？
8. 字体大小是否可读？
9. 引用来源是否标注？
10. 图表编号是否正确？

最多 2 轮修正。如果 2 轮后仍有问题，图表会被标记为 [VISUAL VERIFICATION FAILED] 并为用户提供手动修正指南。

这些机制的关系

写作流程
  │
  ├─ 风格校准（可选）──→ 学习你的声音
  │                       优先级：学科规范 > 期刊惯例 > 个人风格
  │
  ├─ 写作品质检查 ────→ 检测 AI 写作模式
  │                       5 大类：高频词 / 标点 / 开头废话 / 结构模式 / 句长变化
  │
  ├─ 反泄漏协议 ──────→ 防止 AI 记忆填补
  │                       [MATERIAL GAP] 标记替代静默填充
  │
  └─ VLM 图表验证（可选）→ 图表保真检查
                          10 项清单，最多 2 轮修正

四者共同构成了 ARS 的"写作品质保障层”——不是单点检查，而是覆盖文本、数据、图表和认知过程的系统性品质控制。

下一篇我们将转向 Academic Paper Reviewer 的 7 个审稿 Agent，理解多视角同行评议如何模拟真实学术期刊的审稿过程。

参考来源：

• source/academic-research-skills/shared/style_calibration_protocol.md
• source/academic-research-skills/academic-paper/references/writing_quality_check.md
• source/academic-research-skills/academic-paper/references/anti_leakage_protocol.md
• source/academic-research-skills/academic-paper/references/vlm_figure_verification.md