Substack 畀讀者掃描 AI 文字：付費電子報多咗透明度，結果點睇先穩陣

Substack 加咗一個幾有火藥味嘅功能：讀者睇電子報時，可以即場叫 Pangram 分析文字，睇吓有幾多似人手寫、有幾多似 AI 輔助或者直接由 AI 產生。TechNews 科技新報報道，功能已經喺網頁版同 iOS 推出，Android 就仲要等。 對畀錢訂閱個人分析、專業評論或者創作者內容嘅人，呢個分數好容易影響信任，所以點樣解讀，重要過個掣本身。

三點選單撳一下，但唔係篇篇都掃到

網頁版要由 Subscriptions 打開文章，進入 Substack Reader，再撳右上角三點選單揀「Scan for AI text」；Notes、Notes 入面嘅留言同回覆亦可以逐段掃。iOS app 個步驟差唔多。官方說明寫明，只處理 2026 年 7 月 21 日或之後出街嘅文章同 Notes，舊文冇得追查；影片、聲音內容、電郵版本、作者獨立 Substack 網站同自訂網域頁面亦唔支援。香港帳戶經網頁版同 iOS 一樣用到，官方暫時冇列出地區限制。

圖片：Substack

太短冇結果，官方亦冇公開劃死條線

TechNews 科技新報報道指，文字要超過 100 個字元先掃到；Substack 官方支援頁就只話篇幅太短會顯示「not enough text」，冇公開一個固定數字。呢點要分清楚，尤其 Notes 同留言通常得一兩句，未必夠資料畀模型判斷。功能亦只掃指定日期之後嘅內容，所以佢反映唔到成個作者過往點寫，仲唔適合攞一篇短回覆推斷成個帳戶。

圖片：Substack

個百分比係模型估算，證明唔到作者講大話

Pangram 會將結果拆做人手撰寫、AI 輔助同 AI 產生嘅比例，但佢本質仍然係分類模型：按文字特徵估計邊個來源較有可能，冇辦法讀到作者用過邊款工具、改過幾多次稿，亦睇唔到寫作紀錄。 文法修正、重寫一句、整理資料同整篇由 chatbot 代筆，工作量同編輯判斷差好遠，最後卻可能一齊落入「AI-assisted」。見到高分可以再問作者，單靠截圖就指控對方隱瞞，證據仍然唔夠。

圖片：Substack

Pangram 表現唔差，偵測始終有邊界

芝加哥大學研究人員喺 2025 年工作論文比較四款偵測器，Pangram 喺嗰批測試文字錄得接近零嘅誤判同漏判。2026 年另一項同行評審研究測試 160 篇學術文章，亦發現 Pangram 喺全人手稿件冇出現誤判，不過混合寫作同經人手改寫嘅 AI 文章仍然較難判準。呢啲結果算正面，但測試樣本、語言、文章長度同 Substack 上嘅日常留言有明顯差別，唔可以直接當成每次掃描都準。研究作者同 Pangram 自己都主張，偵測結果應該用作進一步查證嘅起點。

創作者可以披露，亦可以關閉偵測

Substack 同時加咗「How I make this」欄位，創作者可以交代自己有冇用 AI 搜集資料、執文法、翻譯或者起草；讀者掃描文章、Notes 或回覆時會見到呢段聲明。作者出街前亦可以先掃草稿、回報錯誤結果，甚至逐篇關閉偵測，讀者之後只會見到「AI detection unavailable」。換句話講，呢套功能靠創作者自願披露，唔係平台自動審核內容。付費內容如果大量靠 AI 起稿，清楚寫明用到邊一步，會實用過淨係畀讀者睇一個百分比。

訂閱者多一條線索，平台亦多一份責任

呢項功能最實際嘅作用，係畀訂閱者遇到內容突然變得公式化、錯漏增加或者產量異常時，多一個方法核對。風險就係百分比太易截圖流傳，原本嘅估算變成公開定罪。Substack 之後點處理錯誤回報、有冇為非英文內容公布測試數據，同 Android 幾時跟上，都會影響呢套功能值唔值得信。現階段用嚟提出問題就合理，用嚟證實作者呃人就行得太前。

參考來源

• TechNews 科技新報 — Substack 推新 AI 偵測功能，告訴讀者誰用 AI 生內容卻不講 — original report
• Substack 官方：點樣掃描 AI 文字 — 核對支援平台、適用日期、內容限制、披露欄位、錯誤回報同關閉偵測方法。
• 芝加哥大學：AI 寫作同自動偵測研究 — 獨立比較 Pangram 同其他偵測器嘅誤判、漏判表現，亦討論政策使用風險。
• 同行評審研究：AI 偵測工具有幾可靠 — 用人手、AI、混合及改寫文章測試四款工具，顯示 Pangram 嘅強項同限制。
• The Atlantic：Pangram 準確度同誤判爭議 — 提供實際誤判個案、漏判風險同黑箱分類問題嘅背景。
• Pangram 官方產品同技術說明 — 確認結果屬於按機率作出嘅預測，並核對公司公開嘅模型運作方式。

本文根據原文及公開資料整理；資料有出入時，以原文及官方資料為準。