Ren(@Ryrenz):🧽 我去，Humanizer 这个开源项目专门干一件事：把一眼就能看出是 AI 写的文字，改回人写的样子。 GitHub 上 4.2 万 star，仓库今年 1 月才建。它照着维基百科那条《Signs of AI writing》整理出的 35 种痕迹逐条清理，那个条目本身由 WikiProject AI Cleanup 维护。你大概见过那种稿子：满篇的排比和升华，每一段结尾都要拔个高度，破折号一个接一个。自己读着别扭，又说不上来到底该改哪一句。 Humanizer 的做法不是含糊地让模型再自然一点，而是先改一遍，再拿那 35 条模式对着原文逐条核，然后改第二遍。它明确不许编事实，人名、数字、日期、引语必须来自原文或者你自己；处理文件时只动正文，代码、数据、frontmatter 和链接目标一律不碰。你要是丢一段自己以前写的东西给它当样本，它会照着你的语感改，而不是套一套通用规矩。它本身就是一个 Markdown 写的技能包，Skills CLI 或者 Claude Code 插件市场都能装，Codex、Cursor 这些支持技能的工具也能直接用。围着它长出来的东西也不少，光汉化版 Humanizer-zh 就有 1.6 万 star。 AI 写的东西越来越多，能把它洗回人话反倒成了稀缺手艺。 GitHub：

2026.09.05 11:09

🧽 我去，Humanizer 这个开源项目专门干一件事：把一眼就能看出是 AI 写的文字，改回人写的样子。 GitHub 上 4.2 万 star，仓库今年 1 月才建。它照着维基百科那条《Signs of AI writing》整理出的 35 种痕迹逐条清理，那个条目本身由 WikiProject AI Cleanup 维护。你大概见过那种稿子：满篇的排比和升华，每一段结尾都要拔个高度，破折号一个接一个。自己读着别扭，又说不上来到底该改哪一句。 Humanizer 的做法不是含糊地让模型再自然一点，而是先改一遍，再拿那 35 条模式对着原文逐条核，然后改第二遍。它明确不许编事实，人名、数字、日期、引语必须来自原文或者你自己；处理文件时只动正文，代码、数据、frontmatter 和链接目标一律不碰。你要是丢一段自己以前写的东西给它当样本，它会照着你的语感改，而不是套一套通用规矩。它本身就是一个 Markdown 写的技能包，Skills CLI 或者 Claude Code 插件市场都能装，Codex、Cursor 这些支持技能的工具也能直接用。围着它长出来的东西也不少，光汉化版 Humanizer-zh 就有 1.6 万 star。 AI 写的东西越来越多，能把它洗回人话反倒成了稀缺手艺。 GitHub：