有人說，ChatGPT 是史上最成功的「代寫工具」——不是比喻，是字面意思。
2022 年底 ChatGPT 出現之前，學術代寫是一門悄悄運作的地下生意：全球市場規模估計超過 $10 億美元，美國單一市場就有 $1-2 億。有人專門靠幫學生寫論文維生，每頁收費 $15-50 美元，按字計價、按學科定級，運作得像一個正規服務業。
然後 ChatGPT 用 $20/月把這個生意幹掉了。
但故事沒有到此結束——它只是變得更奇怪。
傳統代寫市場的死法
先說清楚這個市場是怎麼消失的。
傳統人工學術代寫的成本結構很硬：你需要一個懂英文、懂學術格式、懂特定領域的人，花幾個小時寫幾千字，才能收你 $100-300 元。這個定價有其道理——有知識溢價，有時間成本，也有風險溢價（這畢竟是違規的）。
ChatGPT 的出現讓這個定價體系瞬間崩潰。
$20/月，訂閱制，無限生成。一個學生只要知道怎麼下指令，就能在十分鐘內得到一篇結構合理、語句流暢的五頁學術論文。你還要花 $200 找人寫？只有不知道 ChatGPT 存在的人才會。
這對傳統代寫業者是降維打擊，沒有緩衝期，沒有轉型窗口。就像計程車司機遇到 Uber，但更快——因為 Uber 至少還需要司機，但 ChatGPT 根本不需要你。
數據很直白：計算機科學領域的學術論文摘要中，AI 生成特徵在 2023-2024 年間增加了 17.5%。這個數字只是摘要——因為摘要最容易被統計方法捕捉——實際正文中的 AI 使用比例只會更高，不會更低。
人工代寫的市場份額沒有緩慢下滑，它是斷崖式消失。
但問題並沒有消失
這裡有一個關鍵邏輯：傳統代寫市場崩潰，不代表「代寫需求」消失了。
需求還在。學生還是要交論文，還是要應付考核，還是有人想走捷徑。只是以前需要花 $200 找人，現在 $20 搞定，門檻低了十倍，使用者反而更多了。
結果就是：傳統代寫業死了，但 AI 代寫的規模比以前大了一個數量級。
更糟糕的是，問題的性質也變了。
以前的人工代寫有其「上限」——寫手有工作量限制，有定價約束，覆蓋的學生數量是有限的。現在 AI 代寫沒有這個限制。一個 $20 訂閱，可以幫一個學生在整個學期的每一份作業都「協助生成」。而且 AI 生成的文字不帶情緒、格式規整、引用得當，品質未必比人工差——某些情況下甚至更好。
學術機構面對的不再是「幾個走捷徑的學生」，而是「AI 工具系統性滲透到整個評量體系」。這是量變引起質變，問題的本質不一樣了。
誰在賺：論文偵測產業的暴利
這就是故事最荒誕的部分。
AI 代寫製造了一個問題，這個問題催生了一個新市場——AI 論文偵測。Turnitin、GPTZero、Copyleaks，這三個名字在大學行政圈子裡現在比三年前響亮得多。
Turnitin 是最老的抄襲偵測軟體，已有二十年歷史。它本來是做文字比對的，檢查你的論文有沒有複製其他文章。現在它出了 AI 偵測功能，訂閱費用在 2024 年大幅上漲——因為每一所想要「保護學術誠信」的大學都需要它。
GPTZero 是 2023 年初一個普林斯頓學生做出來的工具，最初只是個副業，結果變成了估值快速攀升的新創公司。Copyleaks 的 AI 偵測模組也在同一波需求浪潮中找到了新的成長動能。
這些公司現在的客戶名單，基本上就是「所有認真對待學術誠信的大學」。全球大學每年花費數千萬美元在 AI 內容偵測工具上——這個數字還在繼續增長，因為問題本身在繼續惡化。
用最直白的方式說：AI 製造了一個問題，然後另一批 AI 工具靠「解決」這個問題賺錢。兩邊都在收費，兩邊都有商業動機讓這場遊戲持續下去。
中國論文工廠：問題的升級版
如果學生個人用 ChatGPT 寫作業是「小打小鬧」，那中國的論文工廠就是這場遊戲的「工業化升級」。
SAGE 出版集團——學術界的大型出版商——在 2024 年撤稿超過 1,000 篇論文，其中大多數被認為是論文工廠的產物。SAGE 的估計是：AI 助攻的論文工廠正在「以指數級速度」提升假論文產量。
這些論文工廠是什麼運作模式？
簡單說，就是工廠化生產假學術論文，然後出售。買家通常是需要發表論文才能晉升職稱的學者（尤其在某些國家，「發表論文數量」直接影響薪資和職位），或是需要在頂刊「掛名」的人。
以前這門生意的限制是：要找夠多的寫手，而且寫手的品質參差不齊，假論文的識破率相對高。現在加了 AI 之後，產量上去了，品質也更穩定了——AI 不會像人一樣因為趕稿而犯低級錯誤，它的語言一致性很高，在某些偵測指標上反而更難被抓。
這是學術生態系統的系統性污染，不是單一事件。
軍備競賽：AI 寫、AI 查、雙方都收費
讓我們退一步，把整個局面看清楚。
現在的局面是這樣的：
一邊，AI 代寫工具（ChatGPT、Claude、Gemini）讓學生幾乎零成本生成學術文字，品質越來越高，偵測越來越難。這些工具不是為了幫助作弊而存在的，但結果就是這樣。
另一邊，AI 偵測工具（Turnitin、GPTZero、Copyleaks）持續更新演算法，試圖識別哪些文字是 AI 生成的。大學花錢買這些工具，希望維持評量公平性。
雙方都在進步，雙方都在收費，問題卻沒有在解決。
為什麼說問題沒有解決？因為 AI 偵測本身就是一個有根本性缺陷的方法論。
AI 生成的文字沒有一個永遠有效的「指紋」。當偵測工具找到某種模式時，生成工具可以更新，繞過這個模式。而且，AI 偵測的誤報率高得驚人——有研究顯示，非英語母語者（包括大量國際學生）的英文寫作，經常被 Turnitin 和 GPTZero 誤判為「AI 生成」，因為他們的句子結構確實和 AI 生成文字很像（都傾向於規整、無個人特色）。
一個國際學生認認真真用自己的語言能力寫出來的論文，被偵測工具說是 AI 寫的，這個結果對誰都不好。
更深的問題是：即使偵測是完美的，你能偵測出「哪些地方用了 AI」，卻很難偵測出「學生有沒有理解自己交出去的東西」。一個學生用 AI 生成論文架構，然後自己寫填入細節，這算什麼？用 AI 糾正自己的語法和措辭，算什麼？
評量系統是設計來測量「學習成果」的，但如果工具讓「生成表面上看起來像學習成果的文件」變得很容易，那這個評量系統測量的究竟是什麼？
學生的道德困境：工具還是作弊？
這場軍備競賽的夾心層，是學生。
對許多學生來說，AI 工具現在處於一種奇怪的「薛丁格狀態」——同時是「合法的寫作輔助工具」和「禁止的作弊手段」，而哪個狀態成立，取決於你怎麼用、用了多少、問的是哪個教授。
各大學的政策一片混亂。有的大學全面禁止，有的大學允許「輔助使用」，有的大學要求「透明揭露」，有的大學根本還沒出政策。同一所大學的不同系所、不同教授，可能有截然相反的規定，而學生往往搞不清楚邊界在哪裡。
而且「完全不用 AI 」在某些情境下已經是假命題了。Word 的語法建議是 AI。Google Docs 的自動補全是 AI。Grammarly 的修改建議是 AI。我們是要把所有使用 AI 的行為都算作違規，還是只針對「生成實質性內容」？這條線怎麼畫？
更現實的問題是：競爭壓力在這裡。如果其他同學都在用 AI 輔助，而你堅持全手工，你的論文品質（表面上的措辭和格式）確實可能比不過他們。這不是鼓勵大家去作弊，只是說這個競爭結構已經形成了一個奇怪的均衡。
偵測工具的商業本質
回到誰在賺錢這件事。
AI 偵測產業的商業模式值得仔細看一下。Turnitin 的母公司 Advance Publications 在 2024 年的財報中，AI 偵測功能是明確的新增收入來源。GPTZero 和 Copyleaks 的估值增長，很大程度上來自於「這個問題不會消失」的預期。
問題越大，他們越值錢。
這不是在指責這些公司做錯了什麼，他們提供的確實是學術機構需要的服務。但這裡有一個結構性的利益問題：這些公司的商業成功依賴於 AI 代寫問題持續存在——如果問題被「解決了」，他們的市場就沒了。
所以這個市場的動態其實很複雜：偵測工具公司不會主動把自己的工具做得「太準」到讓學術界覺得問題解決了，因為那樣他們就失去了持續收費的理由。
當然，真實情況可能更無奈一點：這個問題就是解決不了，偵測工具的演算法就是追不上生成工具的進化速度，所以兩邊都能持續收費是因為問題是真實的，而不是被人為維持的。
但結構上，這和其他「問題產業」沒什麼差別——鎖匠的生意跟竊盜率正相關，防毒軟體的生意跟病毒的複雜度正相關。
學術誠信的根本性挑戰
在所有這些數字和商業邏輯之外，有一個更根本的問題還沒有被認真回答：
當 AI 能夠寫出比大多數學生更好的學術論文，「論文」這個評量方式還有意義嗎？
傳統的學術論文評量，建立在一個假設上：寫作過程本身就是學習的一部分。你寫論文，不只是為了交出那份文件，而是在寫的過程中理清思路、整合材料、表達立場。論文是「學習過程的外化」。
但如果外化的部分可以被工具代勞，學術機構要評量的是什麼？
有些教授已經轉向口頭報告、現場問答、開放書籍考試這些比較難用 AI 一鍵解決的形式。這是務實的回應，但它只是戰術上的繞道，不是戰略上的解答。
更根本的問題是：如果 AI 讓「生成符合格式的學術文字」變得幾乎無門檻，那麼學術訓練的核心價值到底在哪裡？是培養「能夠生成學術格式文字的人」，還是「能夠思考、判斷、整合知識的人」？
這兩件事以前是綑綁在一起的，現在 AI 把它們解開了。
結語：當 AI 比人寫得更好
我沒有答案。
我只是覺得，這整個局面很荒誕：AI 代寫殺掉了人工代寫，催生了 AI 偵測；AI 偵測打不過 AI 生成，兩者都在進化、都在收費；學術機構花大錢買工具，希望維護一個「誠信體系」，但這個體系的基礎假設已經動搖了。
與此同時，中國論文工廠用 AI 批量製造假學術成果，污染的是全球知識生產的基礎設施。那些本來應該推進人類理解的學術文獻，現在有一部分是流水線出來的語言模型輸出。
真正的問題或許不是「AI 代寫有沒有違規」，而是：
當 AI 寫的論文比很多人寫得更好，「原創性」這個概念還有意義嗎？
或者換個方式問：我們培養的是能夠使用工具的人，還是工具本身？
這個問題沒有容易的答案。而且，在我們還在爭論答案的時候，論文工廠已經在用 AI 以指數速度擴張了。
一見生財 / 2026-03-09
（本文為「AI 財富地圖：誰在賺、誰在死、誰在灰色地帶」系列第 04 集）
載入留言中...