Pangram 獲 900 萬美元融資,與 Substack 合作推 AI 內容檢測工具

AI內容氾濫，檢測工具被迫入場

網際網路正在遭遇信任崩塌。AI生成的文字和圖片早就不是社交媒體上那種"AI垃圾"那麼簡單了，現在連簡歷、商品評價甚至保險理賠檔案都淪陷了。大家現在看啥都得先琢磨：這玩意兒到底是人寫的還是AI糊弄的？

這兩年冒出不少想做網際網路**"信任管家"的創業公司。其中Pangram剛拿到900萬美元融資**，還跟知名內容平臺Substack勾搭上了。據爆料，Substack已經開始用Pangram的技術，給Newsletter打標籤標明是不是AI代筆。

這公司最近還整了個新活——AI圖片檢測工具。創始人Max Spero在TechCrunch的Equity播客裡聊high了，把AI檢測的前景、怎麼區分"AI輔助創作"和"AI純代工"這些行業難題都扒了個底朝天。

檢測難點：不是非黑即白

Spero說破防了：AI檢測哪有那麼簡單？現在搞創作的誰不用AI啊，從改病句到寫初稿，AI摻和的程度天差地別。怎麼量化AI的參與度，還能讓使用者看得明明白白，這才是Pangram這些公司要啃的硬骨頭。

國內老鐵們也別笑，咱們這兒的招聘網站、電商評論區早被AI水軍攻陷了。業內人士都明白，光靠技術封殺根本沒用，分級標記+使用者教育才是王道。

賺錢路子：先搞定平臺爸爸

Pangram走的是B2B2C的老套路——先伺候好Substack這類平臺，不是直接找終端使用者。這招在AI安全圈很常見：平臺拿到檢測能力，使用者獲得知情權，創業公司就靠API和訂閱服務數錢。

Substack這波"標記"不"封殺"的操作很靈性，給中文網際網路打了個樣：與其一刀切禁止AI，不如讓使用者自己決定能接受AI摻水到什麼程度。

常見問題

Pangram 的 AI 檢測工具能識別哪些內容?

根據報道,Pangram 已推出文本和影像兩類 AI 檢測工具。文本檢測用於識別 AI 生成或輔助撰寫的文章(如 Newsletter),影像檢測則針對 AI 生成的圖片。具體檢測精度和支援的 AI 模型型別,原文未詳細披露。

Substack 如何使用 Pangram 的技術?

Substack 使用 Pangram 的技術向讀者標註作者是否使用 AI 撰寫 Newsletter。這是一種透明化披露機制,而非直接遮蔽 AI 內容,讓讀者自行判斷是否繼續閱讀。

'AI 輔助'和'AI 生成'有何區別?

通常而言,'AI 輔助'指人類主導創作、AI 提供部分支援(如潤色、翻譯),'AI 生成'則指內容主體由 AI 產出、人類僅做輕度修改。但兩者邊界模糊,Pangram 等公司正嘗試通過技術量化這種參與度差異。

本文基於 TechCrunch 報道, 由 AiDuo123 AI 編輯翻譯改寫。原文連結: https://techcrunch.com/video/pangrams-max-spero-on-why-ai-detection-is-harder-than-real-or-fake/