当arXiv在2026年对未审查的LLM输出实施一年投稿禁令时，学术界实际上承认了一个更大的失败：我们正失去对“什么是人类写的”这件事的辨别能力。禁令条款直指那些包含幻觉引用或“Would you like me to make any changes?”等对话残迹的论文——这些痕迹不是作弊的证据，而是更加令人不安的信号，表明作者甚至懒得重读模型吐出的内容。同一时间，Substack的CEO Chris Best为这种现象发明了一个词：Claudefishing。读者付钱订阅某个人的判断力、品味和记忆，却可能读到了一个语言模型的表面模仿。问题不再是AI能否写出通顺的句子，而是当机器文本以人类名义流通时，信任关系是否还能成立。

正是在这个裂缝里，Pangram找到了自己的位置。2026年7月29日，这家总部位于纽约的AI检测初创公司宣布完成900万美元融资，由Menlo Ventures领投，Haystack、ScOp、Script Capital和Cadenza跟投。融资的同时，公司发布了第四代文本检测模型Pangram 4和图像检测模型Pangram Image的研究预览。成立于约两年前的Pangram，正在试图回答一个日益紧迫的问题：当成千上万的文档、帖子、论文和照片混杂了人类与机器的劳动，谁能负责区分它们？

字段 内容
公司 Pangram（亦称Pangram Labs）
轮次 未披露（为后续轮次，2025年6月曾完成270万美元融资）
金额 900万美元
投资方 Menlo Ventures（领投）、Haystack、ScOp、Script Capital、Cadenza
总部 纽约
创始人 Max Spero、Bradley Emi（均为斯坦福校友）
官网 https://www.pangram.com/

Substack上的赌注：当AI检测成为读者工具

Pangram本轮融资最引人注目的背景板，不是它宣称的准确率数字，而是它已经嵌入了一家重要内容平台的阅读体验。Substack自2026年7月21日起，在网页端和iOS应用内允许读者对超过100词的帖子、评论和回复发起Pangram扫描，Android支持据称正在推进。这不是后台的内容审核组件，而是直接面向读者开放的检验工具——读者可以主动质疑一篇付费订阅内容是否由AI参与生产。这种产品部署方式改变了AI检测的供需结构：过去检测工具主要卖给教育机构和出版商，用来筛查学生论文或投稿；现在它变成了一种读者权利，一种消费端的信息对称工具。

在一篇宣布该功能的文章中，Chris Best将问题的核心归结为“读者以为自己在获取什么”和“他们实际读到的东西”之间的不匹配。他的谨慎表达值得注意——他写道，Pangram可以估算AI是否被用来生成文本，但无法判断人类是否在创作中倾注了心思。这个限定语在宣传材料里容易被忽略，但它揭示了检测工具的根本局限。生成过程中有没有人类参与，与产出的内容是否有价值，是两个不同的问题。Substack赌的是前者可以从技术层面逼近，后者则留给了读者自身的判断。Pangram作为中间层，提供的是信号，而非判决。

这对Pangram而言既是机遇也是风险。成为Substack基础设施的一部分意味着品牌信任度的飞跃——每有一个读者点击扫描按钮，Pangram的模型就被真实世界的多元文本测试一次。但与此同时，每一次假阳性都可能引发连锁反应。在创作平台上，一个被误判为AI写作的人类作者，可能面临声誉损失。Pangram的CEO Max Spero在接受TechCrunch采访时表示，该公司模型的假阳性率约为万分之一——即每10,000份人类文档中约有一份被错误标记为AI生成。而在SiliconAngle的报道中，公司内部基准显示假阳性率为0.0041%，大约每24,000份文档出现一次。两组数字存在明显差异，可能来自不同的测试数据集或计算口径，但都指向同一个核心承诺：将误判率压到足够低的量级。

不过，低假阳性率并不自动等同于低误判伤害。在Substack这种拥有数百万帖子规模的平台上，即便按更优的0.0041%计算，仍然意味着每插入一定量级的人类内容就可能出现一个被错误标记的案例。这些案例落到具体的人头上时，数字的抽象美感会迅速蒸发。Pangram和Substack都意识到了这一点——Substack的实现允许创作者扫描草稿、添加写作方式说明、报告或移除他们认为错误的扫描结果。这些控制手段不是技术层面的修正，而是为了在检测工具与信任关系之间留出缓冲地带。

没有水印的检测：模型如何学习AI的“文体指纹”

Pangram的检测逻辑与OpenAI或Google DeepMind采用的路线截然不同。后者主要依赖嵌入生成内容中的水印或元数据，检测时直接查找这些被预先编码的信号。优势在于确定性高，局限也显而易见：只对自家模型有效，且假设生成方愿意配合做标记。在一个开源模型泛滥、不同LLM相互竞争的环境里，这种路径的覆盖面受到根本性制约。

Pangram则放弃了对水印的依赖。根据Spero向TechCrunch的描述，Pangram的核心是一个大规模机器学习模型，在数千万已知人类文档上进行训练。公司随后为每一份人类文档创建了“合成镜像”——由前沿语言模型生成的、匹配原文主题、长度和语调的对应版本。模型的学习目标不是查找生成痕迹，而是识别“AI所做出的一贯文体选择”。Spero称之为学习文体差异：AI在遣词造句、结构组织、语义过渡上有一套持续的模式，这些模式跨越不同提示词和主题，构成了可检测的信号。

这一思路的优势在于跨模型泛化能力。无论内容是来自ChatGPT、Claude还是其他模型，只要这些模型在生成文本时表现出统计学上的相似特征，检测器就有机会识别。但劣势同样值得审视。文体差异是一个概率性概念，而非确定性证据。当AI模型不断迭代，当人类借用AI做局部润色、改写，或者反过来——人类写完后让AI“humanizer”程序处理使其看起来不像AI——检测器的边界条件将受到持续测试。

TechCrunch记者在测试中验证了这一点。Pangram轻松识别了完全由ChatGPT和Claude生成的新闻文章，即使记者试图将AI文本编辑得更像人类的声音，模型仍然保持了警惕。但问题出在反向场景：记者完全重写的句子有时被标记为AI写作；一篇记者自己撰写的文章在未经任何AI处理时获得了100%人类评分，但经过ChatGPT和Claude进行轻微润色后，部分句子被标记为AI辅助，另一些句子则被忽略。更值得注意的是，同一篇完全由人类写的文章，某些句子在未被改动的情况下被错误标记为AI辅助。这说明检测器的判断高度依赖于句子层面的特征强度——某些行文风格本身就与AI的典型输出重合。

图像检测方面，Pangram Image的路径与文本检测一脉相承：不依赖元数据，不做水印比对，而是直接分析像素级别的分布差异。照片与AI生成图像在像素的统计分布上存在微观差异，这些差异是人眼不可见的，但对训练过的模型来说可能构成可靠信号。TechCrunch的测试表明该模型在识别多种AI生成的图像时表现出色，包括写实风格和卡通风格，也能在真实照片中定位嵌入的AI图像——检测结果会以热力图形式标注出合成区域。不过，在一例测试中出现了一个真实照片被局部误判的情况，提醒市场这一技术尚未到达零错误的阶段。

不止于“是否AI”：混合写作的商业化现实

Pangram 4相比前代最关键的升级，不是把准确率从小数点后几位再推进一位，而是它试图处理AI辅助写作这个灰色地带。Spero在采访中明确表示，AI辅助本身是可以接受的，前提是作者披露了AI的使用。这个立场比单纯区分“AI写的”和“人写的”更贴近实际工作流：一个记者可能自己完成采访和框架，然后用AI做语法清理；一个学生在草拟论点后可能借用模型扩展文献综述；一封招聘邮件可能由招聘者写要点，再让AI展开成正式文本。在这些场景中，判断“有没有AI参与”是不够的，关键在于参与到了什么程度。

Pangram 4声称能识别这种混合内容并检测出AI humanizer软件——这类软件专门用于将AI生成的文本“洗”得更像人类写的，躲避普通检测器。这一能力对于教育机构和出版商尤其关键：如果学生可以用humanizer处理AI论文、作者可以用多层处理掩盖AI来源，检测工具的实用性就会大打折扣。

从商业安排来看，Pangram通过两种渠道变现。个人用户可通过每月20美元的订阅使用网页端和Chrome浏览器扩展，扩展能实时标注X、LinkedIn、Substack、Reddit和Medium上的内容，并提供“feed健康评分”——一个按百分比显示当前屏幕上人类内容与AI内容比率的功能。企业客户则通过API接入，目前已知的API用户包括Substack、Quora、学校、大学、出版商、代理机构和招聘人员。这种双重收入结构使得Pangram既能在消费者层面积累使用数据和品牌认知，又能在企业端获取稳定性更强的合同收入。

但Pangram目前没有披露任何收入数据、付费客户数量或API调用量规模。公司声称累计融资已接近1300万美元——其中2025年6月曾完成270万美元融资——按此推算本轮900万美元之后的总融资额约在1200万至1300万美元之间。两轮融钱近1300万美金而收入未披露，意味着这家公司仍处于早起用资本换技术和市场覆盖的阶段。这也是VC市场中“基础设施工具”类创业公司的典型路径：先建立技术壁垒和平台集成关系，收入规模可以延后证明。

检测市场的拥挤与差异化困境

Pangram面临一个日益拥挤的检测工具市场。可识别的竞争对手包括Winston AI、Originality.ai、Copyleaks和GPTZero，每一家都在构建自己的检测模型，每一家都在向教育机构和内容平台推销自己的准确率数字。这些公司之间的竞争焦点集中在三个维度上：假阳性率、跨模型覆盖范围以及平台集成深度。

假阳性率是业内最敏感的指标，因为一次误判在教育场景中可能演变为学术纠纷，在内容平台上可能演变为名誉争议。各家都宣称自己的误判率极低，但使用的基准数据集、测试条件和口径各不相同，横向比较几乎无法进行。Pangram在内部基准中给出的0.0041%假阳性率——约每24,000份文档出现一次——如果能在独立第三方测试中复现，将构成差异化优势。但目前披露的信息中，公司主要引用的是内部基准、技术白皮书和少量外部研究（TechCrunch和SiliconAngle的报道分别提及了芝加哥大学和马里兰大学的研究者对其准确率的检验，但具体研究方法和结果并未公开）。

跨模型覆盖是第二战场。随着新的LLM不断涌现，检测器必须持续更新训练数据，否则可能在新模型的输出面前失准。这对所有玩家都提出持续性投入的要求，也意味着任何一时领先的技术优势都可能因模型代际变化而被抹平。图像检测的局面更为复杂：Midjourney、DALL-E、Stable Diffusion等工具的生成算法在持续演化，像素级别的分布特征也会随之漂移。

平台集成深度是Pangram目前相对突出的一个优势。打入Substack的阅读体验、成为Quora的内容校验层、接入Canvas和Google Classroom等教育工具——这些集成关系构成了转换成本，也是竞争对手难以快速复制的资产。但这同时也意味着Pangram的产品命运与它所服务的平台战略休戚相关。一旦Substack或其他大客户调整AI内容策略，或者自研检测方案，Pangram可能面临合同依赖风险。

Menlo Ventures为何下注

Menlo Ventures本轮领投的逻辑，与其在AI基础设施和安全工具上的布局方向一致。AI检测市场目前还没有出现绝对领先者，但需求端信号正在加强。arXiv的禁令、Substack的商业决定、教育机构对学术诚信工具预算的增长——它们共同表明，在生成式AI普及后的信息环境中，验证正在成为一个独立的付费类别。

对Menlo Ventures而言，这一轮下注的不是一家公司对现有问题的静态解决方案，而是它将AI检测变成互联网信息基础设施层的机会。如果内容平台未来普遍需要向读者或用户展示内容来源的透明度——类似今天电商平台上消费者评价的验证标签——那么AI检测公司将有机会获得类似身份验证服务商的地位。这种地位的商业价值不局限在按次收费或订阅，而是可以延伸到合规、法律证据、版权管理等相邻市场。

不过，投资逻辑中的一个隐含假设值得被拿出来审视：AI检测的需求会随着生成式AI的普及而同步增长。这个假设可能是对的，但它不等同于“AI检测器的准确率能满足需求方对信任的期望”。检测是一种概率性判断，而用户往往需要确定性——尤其当检测结果带来实际后果时。如果产品无法跨越从概率信号到可信证据之间的鸿沟，市场增速可能慢于预期。

资金去向与待验证的假设

根据Pangram在融资公告中的说明，本轮900万美元将用于两条战线：提升文本检测准确率，以及将检测能力扩展到图像等新模态。Pangram Image目前仅以研究预览形式开放，公司计划在未来几周内广泛发布。图像检测的研发是资金的重要投向，因为图像生成模型的发展速度甚至超过文本模型，且社交媒体上合成图像的传播速度更快、核查难度更大。抢在图像生成滥用大规模出现之前建立可用的检测工具，是时间窗口上的博弈。

另一项未明确说明但可以推断的用途是市场扩张。Pangram的客户列表中已经包含教育、出版和招聘三个垂直领域，要在这三者中建立更多的API集成关系、签下更多的机构客户，需要销售和客户成功团队的同步扩张。对于一家成立约两年、员工数量未披露的创业公司来说，从产品驱动增长走向销售驱动增长本身也是一次组织能力的大考。

Pangram当前阶段面临的核心待验证假设有三个。第一个是技术可持续性：检测模型能否在LLM持续进化的条件下维持低假阳性率和高检测覆盖？这不是通过一轮融资可以一劳永逸解决的问题，而是需要持续的训练数据更新和模型迭代——本质上意味着检测公司必须和生成公司赛跑，而后者的研发预算通常以亿计。第二个是商业可扩展性：20美元的月度订阅和API调用费能否支撑起独立公司的经济模型？如果企业客户更倾向于购买打包的内容安全服务而非独立的AI检测工具，Pangram可能需要调整产品形态。第三个是法律和伦理风险：假阳性带来的潜在诉讼、监管部门对AI检测工具标准的潜在要求、以及在创作者经济中作为“裁判”所面临的平台责任问题——这些都不是技术问题，但可能成为比技术更大的拦路石。

检测工具的边界：信号，而非真相

关于Pangram最诚实的陈述，不是它自己宣称的准确率数字，而是Substack的Chris Best在宣布集成功能时写下的一句话：Pangram估算的是AI是否被用来生成文本，而非是否有人类用心思考过这篇作品。这句话划定了检测工具的效用边界，也同时解释了为什么它能获得融资——在一个信息质量快速衰退的环境中，即使是不完美的信号，也比完全的黑箱要好。

但这种信号性的本质也意味着，当平台和机构将检测结果嵌入工作流时，他们必须同时嵌入对检测错误的处理机制和人工申诉通道。否则，一个万分之一或两万四千分之一的假阳性率，在规模化使用时仍会制造出足够多的错误案例，以至于工具本身的合法性遭受质疑。Pangram能否在推广速度超过质量控制崩溃点之前完成下一轮技术和市场验证，将是观察这家公司后续走向的核心坐标。

RecodeX 极客视：AI检测的商业回报取决于一个悖论——你能卖的不是确定性，而是概率。Pangram把这个概率打磨到了万分之一量级，让Substack愿意把它交给读者当武器。但检测真正的盈利点可能不在识别对错，而在成为平台之间那层不可见的信任税。当每一家内容公司都需要向用户解释“你为什么值得我付钱”时，能提供这种解释工具的公司就有价可估。只是目前，这份账单还在由创始人自己的判断力和投资者的耐心共同承担。