如果这是下一代图形验证码，你怎么看？

感觉会经历无数遍「您对 CAPTCHA 的响应似乎无效。请在下方重新验证您不是机器人」，不知道猫主子们怎么想。

这是最近很火的一篇调侃「我不是机器人」验证流程的帖子。视频里显示，用户得用鼠标一个个点选那些灰色的「猫屎团」，拖到旁边的垃圾桶里，最后过关后，得勾选「我不是猫」。

这个帖子的互动量爆炸，浏览量达到了一百多万。

评论区里非常热闹，有人觉得这比识别界限模糊的红绿灯像素好多了。

也有人联想到美剧《人生切割术》里的数据精炼工作。

还有人开玩笑：「所以只有猫主子才是真正的人类。」

其中一个讨论热度很高：「图像验证是在帮 AI 训练数据，还免费。」

帮 AI 训练数据？这就要展开说说了。

众所周知，不管是注册账号还是发帖，验证码都是个必不可少的东西。它的「大名」叫 CAPTCHA，全称是「全自动区分计算机和人类的图灵测试」。它的作用，顾名思义就是区分人和机器人，避免机器人刷屏、刷票或搞破坏。

最早，其主要形式是扭曲的文字或图片。扭曲的程度，决定了它难不难被认出来。

但很快，一个叫 Luis von Ahn 的天才（他也是后来「多邻国」的创始人）站了出来。他发现全球每天有数亿人（现在是数十亿）在戳这些验证码，加起来浪费的时间高达数百万小时。这不纯纯浪费「人力脑循环」吗？

于是，一个「一箭双雕」的天才想法诞生了，它叫reCAPTCHA。

这套系统从 v1 开始，就不是一个单纯的「保安」，它是一个「大型人力众包项目」。

系统每次会弹给你两个扭曲的单词，这两个词里，只有一个是系统知道答案的「控制词」，用来确定你是不是人。另一个「未知词」，才是谷歌的「私货」——它来自某个古老的、AI OCR（光学字符识别）啃不动的扫描版图书或报纸。

你根本不知道哪个是哪个，所以你会老老实实把两个都填对。

结果呢？全球网民在毫不知情的情况下，用这种「无意识劳动」，硬是把《纽约时报》从 1851 年以来的全部历史档案，和海量的「谷歌图书」项目，给一个词一个词地免费「转录」成了数字版。

但是，我们亲手「喂」出来的 AI（谷歌的 OCR），把老师傅（v1 文本验证）给「卷」死了。

到了 2014 年，谷歌自己都公开承认，自家 AI 破解最难的扭曲文本，准确率高达 99.8%。这背后是「卷积神经网络」（CNN）的功劳。学术研究（如 CapNet）早已证实，这类 AI 模型破解文本验证码的准确率普遍达到了 98% 甚至 100%，v1 防线在技术上已彻底失效。

谷歌博客： https://security.googleblog.com/2014/04/street-view-and-recaptcha-technology.html

防线必须升级。于是，v2 图像验证来了。

这套「我不是机器人」你熟不熟悉？「选出所有汽车」、「选出所有交通信号灯」、「选出所有人行横道」。那么问题来了，几乎在同一时间（2014 年左右），谷歌在疯狂「烧钱」哪个项目？

没错，自动驾驶（Waymo）。

一个自动驾驶 AI，最需要训练什么？当然是识别「汽车」、「交通信号灯」、「人行横道」和「自行车」。也就说，全球几十亿网民，在登录、注册、发帖时，都在免费为谷歌的自动驾驶 AI 打工。

这个「人类计算」项目有多庞大？有学者估算，在过去十几年里，人类贡献的这波无偿劳动，总价值超过 61 亿美元。

到了 2024 年，AI 终于「学成下山」，把第二个老师傅（v2 拼图）也给「干」翻了。

瑞士苏黎世联邦理工学院（ETH Zurich）的研究人员提交了一篇论文，题为「Breaking reCAPTCHA v2」（攻破 reCAPTCHA v2）。他们使用先进的 YOLOv8 物体检测模型，破解 v2 图像挑战的准确率达到了100%。

论文地址： https://arxiv.org/abs/2409.08831

这类模型之所以如此强大，正是因为它们在海量的、已被精确标注的数据集（reCAPTCHA v2 帮忙创建的那种）上训练出来的。

研究甚至表明，AI 解决这些难题的表现和人类「没有显著差异」。那你可能要问了：「既然 AI 都 100% 破解了，为啥我还在天天点那些该死的红绿灯？」

因为，那张拼图早就不是真正的防线了。

2024 年的这项研究同时证实了一个「公开的秘密」：reCAPTCHA v2 的真正命脉，在于对你隐私数据的分析。

还记得那个「我不是机器人」的复选框吗？谷歌的「先进风险分析引擎」根本不在乎你是否点击，而在乎你如何点击。它在后台疯狂「视奸」你的：

• 鼠标轨迹：你的移动是平滑中带点「人气」的抖动，还是机器人的完美直线或瞬移。
• 点击位置：你是点在方框中间，还是不偏不倚的正中心（机器人行为）。
• 浏览器指纹：你的屏幕分辨率、插件、字体……
• 谷歌 Cookie：这才是「大杀器」。一个长期登录谷歌账户、浏览记录「清白」的用户，远比一个刚清除 Cookie 或开着 VPN 的用户「更像人」。

这场攻防战在学术界早已白热化。

进攻方（AI 攻击）：攻击者面临一个「先有鸡还是先有蛋」的问题：你需要一个 AI 求解器来自动收集海量样本，但你又需要海量样本来训练这个求解器。

答案是「生成对抗网络」（GAN）。研究指出，攻击者只需少量（例如 500 个）真实样本，就能训练一个 GAN。这个 GAN 的「生成器」会伪造新的验证码，而「判别器」则学习破解它们。这个过程可以无限地生成合成的训练数据，AI 攻击者的「军火库」就此建成了。

防守方（v3 转向）：既然拼图守不住，防线就全面转向了 reCAPTCHA v3。它的学术术语叫「行为生物识别」（Behavioral Biometrics）。这才是 v3 的核心。

reCAPTCHA v3 彻底隐形，会在你访问的所有页面上运行，像个监工一样默默观察你的所有行为（鼠标、滚动、键盘节奏），然后给你打一个 0.0（机器人）到 1.0（人类）的「可信度分数」。

这个转向的代价是巨大的：

• 隐私噩梦：这种大规模监控被指控为「间谍软件」，并与 GDPR 等隐私法规严重冲突。
• 隐私悖论：你越是努力保护隐私（用 VPN、清 Cookie、用隐私浏览器），你就越拿不到「可信」数据，v3 给你的分数就越低，你就越「像个机器人」。
• 「酷刑」级难度：唯一能制裁 AI 的方法，就是把拼图搞得巨难无比。结果，AI 没防住，反而把视障、听障或有阅读障碍的用户（Dyslexia）彻底锁在了门外。

那么，当 v3 的「行为监控」也因隐私问题和 AI 模拟而失效时，该怎么办呢？

还是前面那个 ETH Zurich 的研究团队，提出了一种最「黑客帝国」的方案：「对抗性 CAPTCHA」（Adversarial CAPTCHA）。

• 论文标题：Seeing Through the Mask: Rethinking Adversarial Examples for CAPTCHAs
• 论文地址:https://arxiv.org/abs/2409.05558v1

这个想法是利用 AI 的一个致命弱点：它们很容易被「对抗性样本」欺骗。这是一种人类肉眼看来毫无意义的「噪音」图像，但 AI（如 CNN）却会以 99.9% 的置信度将其误认为某个特定物体。

未来的验证码，可能不再是「你是否能解决人类的问题」，而是「你是否会犯 AI 才会犯的错误」。

所以，回到开头的那个「铲猫屎」验证码。

你以为你是在逗猫？没准，你是在给某个「AI 铲屎官」机器人，免费上岗前培训呢。或者，你是在向系统证明，你不会傻到去点击一张 AI 误以为是「猫屎」的电视雪花点。