我用同一个模型、同一组参数，分别在不带 Skill 和完整加载 humanizer-zh 的条件下跑了 3 个中文写作 Query。视频逐句圈出两边真正发生变化的词：哪些模板句被删掉，哪些表达变得更具体，以及 Humanizer 又补出了哪些输入中没有的细节。
本次样本中，Humanizer 让正文平均缩短 14.6%，AI 高频词从 2 降到 0，编辑评分从 34.3 提升到 39.7；但它没有解决事实保真，也没有始终遵守自己的三段式和否定式对比规则。
实验边界：每个条件只运行一次，没有随机种子控制。结果只代表本次 3 组 Query，不是稳定胜率。
扩展版在测试结论后拆解 humanizer-zh 的工作原理：它把 484 行编辑规则放进同一个模型的上下文，扫描常见 AI 写作模式，再要求模型改写和自评；规则本身不包含事实核验。片尾附录逐字展示六份未删改的完整回答，便于暂停对照。
