sepia：从叙事架构而非措辞入手，把 AI 写作痕迹拆掉

它解决的问题：AI 的破绽不在用词，而在结构

大多数去 AI 工具只改词和句法，但 sepia 的出发点不同。它引用了 arXiv:2604.03136 的 StoryScope 研究，该研究用 61,608 个故事训练了一个分类器，仅凭叙事结构特征就能以 93.2% 的 macro-F1 识别 AI 小说。更关键的发现是，人类编辑只改写表面风格后，检测率只从 95.5% 降到 93.9%。也就是说，那些真正出卖 AI 的特征是主题被叙述者直接解释、情节单一且因果过于整齐、情绪只表现为身体感觉、缺少真实世界指涉、没有读者意识、线性时间、以及用主角成长和接受来收尾。sepia 把这类被论文验证的缺陷整理成一套三遍修改协议。它服务的对象是两类人：写小说但不想被识别为 AI 的作者，以及写 release notes、PR 回复、事故报告、工单和技术文章的专业人士。后者面对的失败模式不同，比如无信息量的填充词、该下判断时却含糊其辞、聊天机器人残留、以及不符合文体要求的格式。

三层修复机制：从架构到表面，但保留余地

sepia 的修改流程分三遍。第一遍处理叙事架构，针对小说，规则包括停止解释主题、放松因果链、把揭示往后放、混合情绪模式、稀疏人物网络、以及写出真实事物。第二遍是话语流，解决段落与问题的固定序列、中段疲软、节奏和位置的变化不足。第三遍才是经典的表面风格层，处理陈词滥调、句法模板、词汇和语域。这个顺序很关键：它先动结构，最后才碰措辞。但 sepia 没有把每条规则都强制应用。它有一个 30 特征的诊断规则，每次只选择 3 到 5 个动作，并故意留下松弛。原因是人类写作者通常处于中等值，如果一篇故事应用了所有规则，反而会形成新的指纹。这个设计直接回应了它自己的原则：校准到人类分布，而不是反转 AI 分布。对于专业文体，每种文档类型都有一个薄规则文件叠加在共享检查表上。例如，release notes 要求用户影响优先、每个声明附上工件、不做营销夸大；事故报告则要求对人无指责、对机制无情，并包含时间戳、死胡同和明确归属的行动项。

模型指纹与诊断：知道谁写的，才知道怎么改

sepia 的独特之处在于它考虑到了生成模型的差异。它包含两层指纹：一层是 StoryScope 测量的叙事痕迹，覆盖 Claude、GPT、Gemini、DeepSeek 和 Kimi；另一层是句子级痕迹，取自各厂商自己的提示指南，包括 Claude Fable 5.1 和 Mythos 5.1、Opus 5、GPT-5.6、GPT-6 Astra、Gemini 3 系列等。当写作或执行模型已知时，这些指纹会被应用。对于没有发布此类指南的厂商，README 明确说它们被记录为“已咨询”，而不是被猜测。这意味着 sepia 的诊断不是通用的，它依赖用户告诉它当前使用哪个模型。如果你不提供这个信息，指纹匹配就不会生效。这是一个实际的约束，而不是缺陷：不同模型的 AI 味确实不同，用同一套规则去改所有模型的输出，效果会打折。但这也意味着使用 sepia 需要额外的一步操作，而且它不能自动检测模型。

安装与操作：一个 SKILL.md，四条原生插件路径

sepia 是一个 Agent Skill，遵循 agentskills.io 的规范。任何支持该标准的代理都能加载它，而 Skills CLI 支持 77 种以上的代理，可以用一条命令安装。Claude Code、Codex、Grok Build 和 Antigravity 还额外获得原生插件打包。关键设计是只有一个规范的 SKILL.md，没有为每个平台维护分支。安装时需要注意：操作包装器依赖其兄弟规范技能，所以不支持单独安装包装器，必须安装完整插件包。操作分为四个主要入口：write 用于新写，review 只诊断不修改，refactor 做最小就地编辑，recreate 从源事实和意图完整重写。另有 hemingway 入口，它应用内置的海明威风格档案。在 Claude Code 中这些入口以斜杠命令形式存在，例如 /sepia-write，在 Codex 中则是 $sepia-write。README 没有给出具体的安装命令，但提到 Skills CLI 支持一条命令安装，你需要查阅 skills.sh 的文档来获取确切的命令。

可叠加的语音技能：一个实验性接口，不是成熟功能

自 v0.4.0 起，sepia 定义了一个接口，允许在其上叠加语音或风格技能，例如极简主义方法、品牌声音或人物指南。这个功能是选择加入的：你必须告诉 sepia 语音技能在起作用，它才会加载 references/voice-skills.md 文件，否则不会加载任何外部语音。规则是 sepia 的架构决策优先，语音的动作只被选择性地应用，每篇作品 3 到 5 个标志性动作，有时故意打破公式化结尾。审查报告会报告语音的已知成本，而不是修复它们，但一致性发现保持完整强度：语音不能成为节拍器的借口。专业路线上，文体仍然决定语域。直接冲突会回到你这里。README 很诚实：这个接口基于一个针对严格极简主义样本的盲审实验，是一个工作示例，不是测量证据。内置的海明威档案位于 references/voices/ 下，它把每个动作追溯到其来源，例如小说中的冰山省略和 Kansas City Star 规则。但注意，在小说上，审查只在你的文本发现与海明威档案匹配时才报告，它不会主动加载。如果你要求对故事进行强去 AI 处理，那会被视为选择加入，sepia 会告诉你它应用了哪个档案以及如何拒绝。这个设计的代价是它增加了复杂性，而且实验性质意味着你可能需要调试。

中文校准与韵律：尚未完全确认的部分

README 的英文部分在句子节奏和中文校准处被截断，只提到“风格检查会检查句子的分布”，后面就断了。仓库有简体中文和繁体中文的 README 文件，说明项目面向中文用户，但具体的简体中文校准规则是否完整实现，从当前材料中无法确认。release 版本 v0.9.0 发布于 2026 年 9 月 8 日，距离 v0.7.0 只有四天，版本迭代很快，可能包含中文相关更新，但 release notes 的内容没有提供。如果你主要写中文，这是一个必须验证的盲点。项目的三遍修改协议和文档类型规则是基于英文研究的，中文的叙事架构特征是否相同，StoryScope 的研究是否涵盖中文，材料中没有说明。因此，中文用户在使用前应检查 README.zh-CN.md 文件，或查看 release notes 中关于中文韵律校准的说明。

与典型 humanizer 的差异：校准而非反转

常见的去 AI 工具，比如那些改写同义词和句法的服务，本质上是在表面层做文章。sepia 的立场是这些工具没用，因为 StoryScope 的数据表明，即使人类编辑重写了表面风格，检测率也只下降了不到两个百分点。真正的差异在架构层。因此，sepia 的替代品不是另一个写作助手，而是那些不做架构修复的工具。例如，一个普通的“人文化”提示词或插件只会替换词汇和调整句子长度，它不会教你停止解释主题或后移揭示。另一种替代方案是手动应用 StoryScope 论文中的特征，但那需要你自己消化研究。sepia 把研究转化为可执行的规则，这是它的价值。但要注意，这种深度也意味着它不适合快速润色。如果你只想要一个轻量工具来降低 AI 检测分数，sepia 的三遍流程可能过重。它更接近一个写作教练，而不是一个过滤器。

维护成本与许可：MIT 下的快速迭代项目

sepia 使用 MIT 许可，这意味着你可以自由使用、修改和分发，只要保留版权声明。没有 copyleft 义务，适合集成到商业工作流中。但维护成本不低。项目版本迭代很快：v0.7.0 在 9 月 4 日，v0.8.0 在 9 月 5 日，v0.9.0 在 9 月 8 日。这种速度表明项目仍在积极开发中，规则和接口可能频繁变化。README 提到操作包装器依赖兄弟技能，所以升级时必须保持整个包一致，不能只更新一部分。此外，语音技能接口是实验性的，其行为可能在后续版本中改变。如果你依赖 sepia 的特定输出，你需要跟踪每次 release 的变更。仓库有行为评估和版本一致性检查的 CI 工作流，这能降低回归风险，但它不能替代你自己在升级后运行测试。最后，项目没有主页，文档集中在 README 和 research/ 目录，但 research/ 的内容没有被提供，所以评估其深度需要你自己查看。

编辑结论

小说作者、技术文档撰写者，以及使用 Claude Code、Codex、Grok Build 或 Antigravity 并希望减少 AI 腔调的工程师，值得尝试 sepia。它的核心主张有论文数据支撑，且明确反对把所有规则堆满，这种克制是多数人文化简工具缺少的。但不要把它当作一键人文化按钮：它要求你接受一个三遍修改流程，还要在每次运行时告诉它当前使用的模型，否则指纹匹配不会生效。不适合那些只想要快速同义词替换、不愿介入叙事决策的写作者。在采用前，先确认你的代理确实支持 Agent Skills 标准，或能安装完整插件包；单独安装操作包装不被支持。还要检查 v0.9.0 的 release notes，确认中文韵律校准功能是否已包含简体中文的完整规则，因为 README 的英文部分在句子节奏处被截断，简体中文版的支持程度未明确。

官方来源

1. Issues
2. License: MIT
3. Nanako0129/sepia on GitHub
4. README
5. Releases