它们查的已经远远不只是文字一模一样。系统有很复杂的算法，能分析你句子和段落的结构。就算你把原文的语序彻底打乱，重新组合，只要核心的意思和逻辑顺序没变，系统也有可能判定你有问题。它不只是看你用了哪些词，还在看你这些词是怎么组织在一起的，背后表达的意思是什么。

另一个厉害的地方是对“改写”的识别。你自己觉得已经改头换面了，但在系统看来，这可能只是对原文的一种“高级模仿”。特别是那些专业领域固定的表述、定义和常识，你能发挥的空间本来就小，再怎么换说法，核心骨架还是那些。系统通过海量数据训练，对这些固定的表达模式非常熟悉，很容易就能抓住相似性。

现在很多系统还加入了AI生成文本的检测功能。这意味着，如果你图省事，用AI工具直接生成一大段文字交上去，即使这些文字是全新的、之前数据库里没有的，系统也有可能通过分析用词习惯、句子节奏等特征，判断出这“不像人写的”，从而给出风险警示。这已经超出了传统“查重”的概念，进入了“查原创性”的层面。

论文查重的范围也大得惊人。它不仅仅是和你之前发表过的论文、网上的公开资料对比。很多学校的自建库，会把以往所有学生的毕业论文都收进去。这意味着，你的师兄师姐几年前交的论文，也可能成为比对对象。想抄往届学生的作业，风险一样很高。数据库还包括海量的数字图书、期刊、会议文献，甚至是一些非公开的内部资料。

甚至，跨语言的抄袭现在也越来越难了。你把一篇英文论文用翻译软件翻成中文，稍微调整一下当成自己的。系统可以通过多语言比对技术，发现你的中文内容和某篇英文原文的高度对应关系。

在格式上，系统也能做到很细。比如引用部分，你如果故意不标引用符号，或者乱标，系统在计算时会先把这部分排除吗？不一定。严格的查重报告会把引用部分也标出来，让你自己或者老师来判断，这到底是合理引用，还是伪装起来的抄袭。表格、数据、公式，这些也不是绝对安全的领域。