一个纯 Markdown 文件怎么就在 GitHub 拿了 4.5 万星？
GitHub 上有一个很离谱的仓库，45,000 多颗星，仓库里几乎没有代码——功能本体就是一个 Markdown 文件。这个项目叫 Humanizer，作者是 blader（Siqi Chen），MIT 协议。
它只干一件事：把 AI 生成的文字改写成不像 AI 写的。这个定位本身就很有意思——2026 年的 AI 圈，大家都在卷生成能力，blader 专门做了一个「去 AI 味」的 skill，而且真的火出圈了。
一个 Markdown 怎么就 4.5 万星了？
Humanizer 的核心是一份 SKILL.md，包含了 25 条（早期版本 35 条）AI 写作特征模式。听起来简单，但背后的逻辑很妙：这套模式清单不是作者自己拍脑袋写的，而是直接搬用了维基百科的《Signs of AI Writing》。
是的你没看错——维基百科专门有一个 AI Cleanup 项目组，每天在识别和清理 AI 灌水内容，积累了大量的 AI 写作特征样本。blader 把这份「检测清单」反转过来用，就成了一套「规避指南」。
处理流程也很有意思：第一步改写；第二步停下来，专门审一轮「这段话看起来明显是 AI 写的吗」；第三步再改写第二版。中间插一轮显式审计，是逼 AI 换到检测者的位置上看自己的输出——这个思路很反常识，但很有效。
去 AI 味的本质是什么
Humanizer 不是用来绕过 AI 检测器的——它的 README 明确说了，「如果你想绕过学术诚信检查，用错工具了」。它真正解决的是「写得不错但读起来像机器人」的问题。
它有几个硬规矩：不编造原文没有的事实，不改代码和链接，还可以喂入个人写作样本让 AI 学习你的语气。说白了，是一个「去.slop 污染」的工具。
一个纯 Markdown 文件装到 4.5 万星，说明当模型能力足够强的时候，「工具」可以退化成一份写得足够好的指令。这是 AI 开发方式的一个有趣信号。
支持 Claude Code、Codex、Cursor、Gemini CLI 等主流 Coding Agent，一条命令安装：npx skills add blader/humanizer，也可以手动复制 SKILL.md 到对应目录。
GitHub 仓库：blader/humanizer ⭐ 45k+
评论区
登录后可评论。