你怎麼判斷程式碼是否由 AI 生成？

實用信號用於識別 AI 生成的程式碼和文字，從結構特徵到會難倒生成內容的問題。

教師、招聘經理和 CTF 組織者不斷提出這類問題的各種版本。沒有單一可靠的檢測器，但有些模式出現得夠頻繁，足以派上用場，特別是在評估一批提交的內容而非單一隔離檔案時。

生成程式碼的結構特徵

生成的程式碼傾向於以特定方式過度加註解：這些註解只是重述該行的作用（# 遞增計數器），而非說明它為何存在。時間緊張下的人類程式碼會跳過明顯的註解，只解釋奇怪的部分。生成的程式碼也傾向於函式長度統一，以及無處不在的一致且教科書般完美的錯誤處理，即使在人類會偷懶或使用從先前 bug 學到的捷徑的地方也如此。

另一個特徵：變數和函式名稱既略顯過度描述，又同時過於通用。calculate_total_price_with_tax 而非 calc_total 或真實程式碼庫會逐漸採用的任何縮寫。真實專案會隨著時間累積命名不一致性，因為不同人員會接觸該檔案。單一檔案在 300 行內擁有可疑一致的命名慣例，聲稱由初學者撰寫，值得再看一眼。

詢問無法執行的部分

最快的實用檢查是請該人解釋一個從讀取程式碼中並不明顯的特定決策，像是

本文由 AI 協助撰寫，經 Michal Pilch（CISSP）審核並發佈，Korra Studio。