人類剛贏一次，AI一天就反殺，爆火「幽靈字體」被一句話攻破

人類剛贏一次，AI一天就反殺，爆火「幽靈字體」被一句話攻破

不久前，開發者Eric Lu推出了一款名為「Ghost Font」（幽靈字體）的實驗性字體，它利用動態噪點視頻隱藏信息，讓人類肉眼能瞬間讀懂，卻讓當前最強的AI模型集體翻車。這段演示視頻一夜爆火，播放量突破1700萬次，許多人讚歎人類終於在感知能力上贏了AI一回。然而，這個「人類專屬」的壁壘僅維持了一天——提示工程專家Riley Goodside用一句簡單的提示詞就讓AI成功破解，再次凸顯了技術對抗的高速迭代。幽靈字體的核心原理建立在心理學的格式塔「共同命運」法則之上。當用戶在網頁上輸入文字時，系統會生成一段視頻，其中組成字母的像素統一向上滑動，而背景噪點則統一向下滑動。

人眼依賴數百萬年進化出的運動感知能力，在零點幾秒內就能自動將這些共同運動的像素視為一個整體，從而辨識出字母形狀。相比之下，一旦視頻暫停，每一幀畫面都只是純粹的雪花噪點，無論是截圖還是逐幀分析，都無法提取有效信息。Eric Lu最初直接用當前最頂尖的模型進行測試，包括Claude Fable和GPT-5.6 Sol Ultra。結果顯示，這些模型都自信滿滿地給出了解讀結果，但它們讀出的內容全是作者刻意埋下的誘餌文字，例如「SEND NUDES」或「SEND HELP」，而真正的隱藏消息完全未被觸及。

這種失落感，源於現行多模態模型本質上是「圖像模型套了個視頻殼」，它們會將影片拆解成一幀一幀的靜態圖片，再逐一分析，缺乏對運動趨勢的整體理解。Claude Fable即使開啟Max推理模式，也照樣掉進誘餌陷阱，一本正經地報出錯誤答案。更絕的是，Eric Lu在設計中加入了第二道保險：誘餌信息專門用來迷惑具備本地代碼執行能力的AI代理。即使這些模型想到要分析像素運動，它們也大概率會先撞上誘餌訊息，然後滿足於「破譯成功」的假象，不再深入探索。例如，有網友用Gemini 3.1 Pro測試時，AI直接回覆「SEND NUDES」，正好落入作者設置的陷阱。ChatGPT 5.

5 Pro更是苦想了整整19分鐘後，幻覺出一條根本不存在的信息，連誘餌都沒讀對。人類「最後的密碼」，看似守住了。然而，這種樂觀只維持了一天。提示工程領域的大師Riley Goodside沒有撰寫複雜的程式碼，沒有使用多重推理鏈，也沒有借助花俏的代理框架。他只對GPT-5.6 Sol說了一句話：「組成字母的噪點向上滑，其餘的向下滑。」就是這一句簡單的方向提示，讓AI在1分56秒內成功讀出了正確答案：「RILEY WAS HERE（Riley到此一遊）」。這證明AI並非無法感知運動，而是默認沒有往那個方向思考；一旦被點醒，所謂的人類直覺壁壘便顯得十分脆弱。

同樣的手法也被其他開發者驗證：有人將相隔1.5秒的兩張截圖餵給ChatGPT 5.6，並告訴它「背景在勻速運動」，模型直接通過差分計算將字母浮現出來。這些實驗都指向一個結論：幽靈字體的防護力，並不在於它從根本上無法被機器解析，而是在於它鑽了AI預設處理模式的一個空子。只要給出正確的提示，這個空子就會瞬間被堵上。這樣的故事在技術史上並不陌生。早在2013年，前NSA承包商、韓裔設計師Sang Mun就發布了ZXX字體，它包含六種變體，透過迷彩、噪點、劃線和假標記來偽裝字母，專門對抗OCR光學字符識別。當時ZXX被譽為「監控免疫神器」，引發大量媒體報導。

然而時至今日，將ZXX的字圖餵給ChatGPT 5.5，一次提問就能完整讀出所有內容，連小字細節都不遺漏。ZXX撐了十年才被壓倒，而幽靈字體從爆紅到被破解，竟然只撐了一天。幽靈字體的短暫生命，反映的不只是單一技術的成敗，而是AI感知能力發展的縮影。長期以來，我們習慣用靜態圖片來測試AI，對於「看運動」這項人類與生俱來的能力，幾乎沒有真正考驗過當前的模型。如果哪一天真的出現一套動態視覺考卷，這批模型恐怕會集體交白卷。但在Goodside等人的實驗後發現，這些短板可能只差一句正確的引導詞就能補上。想想今天的驗證碼就知道了。

傳統的文字和圖像選取驗證碼，早已被AI按在地上摩擦；動態驗證曾被認為是一條活路，因為機器看不懂動態影像，人類卻能一眼通過。但Goodside的破解證明，AI在適當提示下也能學會「看動的東西」，動態驗證的優勢恐怕也撐不了太久。這迫使我們重新思考人機差異的本質：那些看似專屬於人類的感知技能，可能只是當代AI尚未被開發的潛力。隨著技術演進，原生多模態模型的出現只是時間問題。一旦模型能夠直接理解視頻語境，而非依賴逐幀拆解，看懂運動就會變成內建本能，不再需要人類額外提示。屆時，幽靈字體這類基於運動感知漏洞的創意，將完全失去效用。

Eric Lu表示要將幽靈字體開源，希望在AI接管一切的時代裡，人類還能留下一點獨屬於自己的創造力。但現實是，每一次人類打造的新保護層，都可能被AI快速消化並反制。更深層次來看，幽靈字體的崛起與被攻破，揭示了人機互動領域一項核心動態：人類總能憑藉獨特感知或認知偏誤，設計出暫時繞開AI盲點的機制；但AI的反饋循環與提示調校，卻能以驚人速度縮短這些差距。這既是警訊，也是創新的催化劑。它提醒我們，依賴「人類最後堡壘」的思維可能過於樂觀，未來的安全與驗證設計，必須納入更動態、更適應性的策略。整體而言，幽靈字體的故事雖短，卻濃縮了當代AI能力快速增長的縮影。

從ZXX的十年到幽靈字體的一天，時間跨度大幅縮小，代表著機器感知的進化正在加速。對於開發者、設計師乃至一般使用者而言，這不僅是一次有趣的科技新聞，更是一個重新審視AI潛力與人類角色的契機。下一個「只有人類能看懂」的東西，究竟還能撐幾天？這個問題在快速變遷的時代，或許沒有人能夠給出樂觀的答案。