很多学生对检测系统的想象是「像搜索引擎一样全网搜」，实际上完全不是。理解它的工作原理，你才能解释报告里的各种现象：为什么明显抄的没被标、为什么规范的引用也被算进去、为什么换个时间重测数字会变。
核心机制：指纹比对
提交的文件先经过预处理：抽取正文文字，按句子和短语切分成片段，每个片段生成一个「指纹」（对文字内容做归一化后的哈希）。匹配不是拿你的论文去全网搜索，而是拿指纹和库里的指纹索引对照——库的索引是预先建好的，单次比对只在这台「指纹库」里进行，所以报告才能几分钟内出来。
这带来两个直接推论：库里没有的内容永远测不到；比对粒度决定了改写的检测效果——片段切得越细，轻度改写越容易漏；切得越粗，规范引用越容易被误标。
匹配之后：配色与计数
匹配到的片段按来源标注颜色，全文的百分比是「匹配文字 ÷ 总文字」的加权结果。三个细节决定你怎么读这个数字：
- 同一段文字匹配多个来源时只计一次，取最长的匹配
- 参考文献和规范引用默认计入分母，所以报告出来先看排除口径
- 短匹配（常见短语、术语）也计入，这是低相似度文章也会标绿的原因，颜色含义见颜色对照表
它不理解语义
系统不知道这句话「在说什么」，只识别这句话「像不像库里那句」。所以它对语义层面的挪用（换一套说法讲别人的观点）无能为力，也不懂上下文——引用标得规范不规范，它不判断，只负责指出「这里有重合」。判断环节始终在人，这也是各校都强调「报告仅供参考」的技术原因。
为什么重测数字会变
库在持续更新：新收录的期刊、新抓的网页、其他院校新提交的文稿都会进来。今天测 12%，下个月测 15%，可能只是库变大了，不是你的问题变严重了。同理，第一次提交就设置「不收录」，可以避免你的文稿反过来成为别人比对的对象，设置方法见文稿不被收录的设置。
和 AI 检测的关系
AI 检测不是「比对」出来的，它是另一套统计模型，分析文字的生成特征（可预测性、句长节奏、结构模式）。所以一篇没有重复内容的 AI 文稿，相似度可以是 0%，AI 百分比却很高——两套系统各管各的，边界说明见能查出哪些类型的抄袭。