简短答案
检测工具是为识别生成痕迹训练的，而非编辑痕迹。这一差距很重要：经过轻微修图的真实照片，可能比精心生成的伪造品带有更多类似检测器的痕迹，而信任单一分数的审核者会搞错错误方向。
凸显这一差距的案例
2026年10月，核查德里抗议活动图像的事实核查人员发现了与通常情况相反的结果：这些照片是真实的，但在传播前被编辑（提亮、裁剪、重新压缩）且未做任何披露。最终得到的是一组真实图像，对普通观众和自动化工具而言都像是被篡改过。
为什么编辑和生成对检测器而言看起来相似
回答“AI编辑让真实照片看起来像伪造品”这一问题的分类器，必须区分留下相似痕迹的两个过程。生成和编辑都会改变高频细节，都可能改变噪声模式，且最终往往会重新编码覆盖容器。检测器评估文件与相机统计数据的偏离程度，无法判断是哪个过程移动了像素。
信号实际区分的内容
- 来源（provenance）：一份C2PA 清单会记录编辑操作和生成操作。带有有效清单的已编辑照片仍可被验证；被剥离的清单则无法提供任何信息。
- EXIF：编辑软件通常会写入自身的标签或删除原始标签，但消息应用也会这样做，因此缺失的情况是模糊的。
- 检测器：适用于分类，归因不可靠。0.9的分数意味着该文件与未编辑的相机原始文件不相似，而非有人生成了它。
为什么这是更难的故障模式
假阴性是讨论的主流：伪造品蒙混过关。而这种故障则相反，会消耗更多可信度。一张真实照片被公开质疑，一旦新闻编辑室发布对真实文件的捏造结论，更正就会破坏后续判断的可信度。
审核者应做出的改变
- 在评分前要求原始文件。转发副本中编辑历史不可见，我们的测试显示，1254px重新压缩的导出文件比导出前的同一文件分数高0.3。
- 区分两个问题：文件是否由相机拍摄，以及之后是否被修改，这两个问题有不同答案。检测器仅解决第一个问题。
- 将高分视为人工审核的触发因素而非结论。这不是伪造的证据，诚实的表述是信号与未编辑的原始文件不一致。
- 发布你检查的证据，包括你无法核实的内容。
此工作流程无法做到的事
它无法告诉你看起来真实的文件是否真实。它无法恢复在你收到的第一份副本之前所做的编辑。在来源缺失且没有原始文件的情况下，问题悬而未决，因此要升级处理而非猜测。阅读方法论了解这些层级如何结合，或查看示例报告了解冲突信号如何呈现。
如果你想在同一文件上比较来源记录、EXIF 信息块和检测器分数，开始免费审查并在决定前阅读所有三项内容。
来源说明
德里警方编辑案由BOOM Fact Check于2026年10月24日报道，该事实核查探讨了未标记的AI编辑对抗议照片的影响，使真实图像被视为被篡改。本文讨论从该案例中得出的通用工作流程经验，而非重述其发现。