AI Rewriter

我之所以开发 AI Rewriter，是因为我看到有人因为自己写的内容被 AI 检测工具标记。这些检测工具本质上是概率性的，会针对那些英语使用更正式或不够地道的人（也就是非母语者）下手。如果你完全看不到它到底有没有停止报错，那么“一直改直到工具不再报错”这件事并不好玩。

我做的第一件事就是计分板。所有改写结果都会实时显示两个独立检测器的得分，免费检测功能无需注册。如果某个工具声称能让你的文本无法被检测，却不愿意给你看一个具体数字，那只是一个说法，而不是结果。

在开发过程中，我反复遇到一个挑战：通过修改文本让其通过检测器其实很容易——只要换掉足够多的词，任何检测器都会放松对它的判定。但你的论点也随之消失了。这正是大多数“人性化”工具悄悄在做的事。于是我加入了一个“含义对比”分数，用来衡量改写后的文本偏离原文的程度，如果含义偏离过远就会标红。通过了检测却说出了与你本意不同的话，这并不是胜利。

在技术栈上，这个项目用 Flask 构建，运行在一台 Linode 服务器上。模型部署在我家里的 PC 上，通过 Tailscale 访问。如果当时有资金支持的话，这不会是我选择的架构方式，但这也意味着我并没有转售别人的 API，模型实际做什么完全由我掌控。

定价按次计费，而非订阅制，这最初其实是出于限制条件。我的大多数用户通过 M-Pesa 付款，而 M-Pesa 完全无法处理循环扣款。但当我围绕这一限制设计好之后，我意识到这种模式其实更好，因为大多数人只需要用这个工具一次来通过作业或赶上截止日期，并不需要长期使用。上周，我为国际用户增加了美元定价。结果这一步的工作量远超预期。

免费额度是 5 次改写，无需提供信用卡。如果改写结果仍然读起来不通顺，我真诚地希望收到反馈。这是我无法通过自己测试获得的反馈闭环。