DeepSeek辅助审校初体验

下面是一本机械专业学术专著类书稿中的一句话：

弹道冲击通常表现为两个物体之间或流体与周体之间的动量交换。

“周体”这个词不常见，怀疑有误。

先后用四款审校软件进行通稿审校，都没有对这句话提出修改或质疑。

用现在最火的DeepSeek试一下：

DeepSeek发现的第一个问题应该是准确的，“周体”应为“固体”之误，这也佐证了我之前的判断；它提出的第二个问题依据不足，通过原稿的上下文判断，弹道冲击包括对流体的冲击，此处容易陷入所谓的“AI陷阱”——一本正经地胡说八道；Deepseek给出的修改建议则有一定的合理性，因为“物体”不够准确，改为“固体”更为合理。

再看看Kimi的解答：

这个解答不够准确，因为物体包括流体，改为“流体与物体之间的动量变换”逻辑上有问题。

再试一下豆包：

豆包的回答简单明了，但还是存在一点瑕疵。

我试着将包含这句话的更多内容（一个小节，1000字以上）喂给AI，此时DeepSeek和Kimi都没有指出这句话的错误，而豆包给出了同样的答案。当然，仅这一个案例还不足以证明豆包的功能更强大，还需要进行更多的测试。

总结一下，传统的审校工具受制于词库的限制，对一些不常见的错误不能有效地识别，而AI大模型可以一定程度上弥补传统审校工具的不足。有意思的是，AI像人一样，对于单个句子或者短文，错误的识别能力较强，而对于大段的文章或几十万字的书稿，识错能力则大幅下降；另外AI也会出现毫无依据地“妄改”的情况。

目前的AI大模型，包括接入大模型的智能审校工具，与合格的编校人员相比还有一定差距，但已经可以作为编校人员的有益补充。下次准备分享几个AI审校润饰文字的案例，真的有过“人”之处。