圖源：Seedance生成

撰文 | 崔原豪

責編 | 李珊珊

1993年，《紐約客》雜志刊登了一幅著名漫畫：一只狗坐在電腦前，對另一只狗說，在互聯(lián)網上，沒人知道你是一條狗[1]。

這幅漫畫精準地捕捉了早期互聯(lián)網的精神內核：匿名性賦予每個人平等的發(fā)言權，身份、地位、外貌都被暫時懸置，唯有思想和文字在流動。

圖源：紐約客截圖

三十多年后的今天，這個美好的假設正在被一種新技術悄然瓦解。

2026年2月，蘇黎世聯(lián)邦理工學院與人工智能公司Anthropic聯(lián)合發(fā)表了一篇論文，標題直白得令人不安：Large-scale online deanonymization with LLMs（基于大語言模型的大規(guī)模在線去匿名化）[2]。研究團隊展示了一個令人震驚的事實：在AI面前，互聯(lián)網匿名正在以肉眼可見的速度崩塌。

01 當人肉搜索成為流水線作業(yè)

讓我們從一個假設開始。

假設你在某個技術論壇注冊了一個小號，ID是代碼詩人1995。你從未透露真實姓名，頭像是一只貓，簡介里只寫著熱愛開源，討厭周一。你在論壇上討論編程問題、吐槽公司制度、偶爾發(fā)表一些不想被同事看到的觀點。你覺得很安全，畢竟這只是個馬甲。

但現(xiàn)在，有一臺機器正在閱讀你所有的發(fā)言。

它注意到你喜歡用特定的標點符號組合是三個句號加空格；它發(fā)現(xiàn)你提到上周去杭州出差時順便抱怨了西湖邊的酒店太貴；它記得你說過研究生是在北郵讀的，導師姓張。它把這些碎片拼接起來，然后在一個擁有數(shù)十億用戶數(shù)據(jù)的互聯(lián)網上進行匹配。

90%的精度，68%的召回率，這是論文中報告的數(shù)字[2]。換句話說，這臺機器有接近七成的概率，能從茫茫人海中把你代碼詩人1995的真實身份找出來。

這不是科幻小說的情節(jié)。研究團隊用三個真實場景驗證了這一攻擊的有效性：將Hacker News用戶與LinkedIn檔案匹配、跨Reddit不同社區(qū)識別同一用戶、甚至僅憑一個用戶在不同時間段的發(fā)言就將其分身關聯(lián)起來。在每一項測試中，基于大語言模型的方法都碾壓了傳統(tǒng)算法，后者的成功率幾乎為零。

02 從神話到科學：去匿名化的技術躍遷

要理解這場變革的意義，我們需要回溯歷史。

2006年，Netflix舉辦了一場著名的算法競賽：公開一億條電影評分數(shù)據(jù)，懸賞100萬美元給能最好地預測用戶評分的團隊。然而，研究者很快發(fā)現(xiàn)，即使數(shù)據(jù)經過匿名化處理，用戶ID被隨機替換，仍然可以通過交叉比對其他公開數(shù)據(jù)庫（如IMDb）重新識別出具體個人。一位德克薩斯大學的研究生甚至成功識別出了Netflix數(shù)據(jù)集中包括她自己在內的多位用戶[3]。

這就是傳統(tǒng)去匿名化的困境：它依賴于結構化數(shù)據(jù)，需要精心設計的交叉比對，本質上是一種手工藝術。門檻高、規(guī)模小、成本昂貴，只有具備相當資源的機構才能實施。

但大語言模型改變了這一切。

論文中描述的攻擊流程看似簡單，卻蘊含著深刻的范式轉變。整個系統(tǒng)分為三個核心模塊：

• 第一步是特征提取。傳統(tǒng)方法需要人工定義什么是身份特征，比如姓名、地址、電話號碼。但大語言模型可以直接閱讀原始文本，自動發(fā)現(xiàn)那些人類難以形式化的線索。比如你習慣在句尾加上哈哈哈，你提到周末總是去五道口那家書店，你對某個技術框架有特定的稱呼方式。這些看似瑣碎的細節(jié)，在模型眼中構成了獨特的身份指紋。

• 第二步是語義匹配。研究者使用了一種稱為嵌入的技術[2]。簡單來說，就是把每段文字轉化為一個高維空間中的向量。語義相近的文字，在這個空間中距離也相近。當模型需要匹配兩個不同平臺上的用戶時，它不需要逐字比對，而是計算這兩個用戶文字向量之間的距離。如果距離足夠近，就有可能是同一個人。

• 第三步是推理驗證。這是大語言模型最獨特的能力。前兩步可能產生大量候選匹配，其中有不少是誤報。此時，模型會像一位經驗豐富的偵探一樣，仔細審視每一對候選對象，分析它們之間的相似點和差異點，最終給出是否匹配的判斷。論文顯示，加入這一推理步驟后，系統(tǒng)在99%精度下的召回率提升了一倍[2]。

關鍵在于，這一切都可以自動化、規(guī)?；剡M行。不再需要人工設計特征，不再需要編寫復雜的匹配規(guī)則，只需要一個經過訓練的大語言模型和足夠的算力。

03 匿名的價值：人類為什么需要馬甲？

在討論技術之前，我們必須先問一個問題：匿名重要嗎？

答案是肯定的，而且比我們想象的更重要。

從古希臘的民主廣場到啟蒙時代的咖啡館，從地下出版物到互聯(lián)網論壇，匿名一直是保護言論自由的重要機制。它讓異見者敢于發(fā)聲，讓弱勢群體尋求幫助，讓吹哨者揭露真相。沒有匿名，蘇格拉底可能不敢在雅典街頭與人辯論；沒有匿名，《聯(lián)邦黨人文集》的作者們無法坦誠地討論新憲法的利弊；沒有匿名，曾經的BBS匿名用戶功能也不會成為許多人心中的樹洞。

但匿名的意義不僅在于保護發(fā)言者，更在于保護言論本身。

社會心理學中有一個著名的去個體化理論：當個體身份被隱藏時，人們更容易表達真實的想法，而不是社會期望的答案[4]。這在某些情況下可能導致負面后果，如網絡暴力，但在更多情況下，它促進了真誠的公共討論。許多關于職場不公、學術腐敗、性別歧視的重要揭露，最初都始于一個匿名的帖子。

如果AI讓匿名成為奢望，我們失去的將不僅僅是“馬甲”，我們失去的是一個讓真話得以存活的生態(tài)。

04 威脅模型：誰會被影響？

論文的作者們沒有回避技術的潛在濫用。

企業(yè)可以構建超精準的用戶畫像，實現(xiàn)超定向廣告；攻擊者可以大規(guī)模收集目標信息，發(fā)起高度個性化的社會工程攻擊。在職場環(huán)境中，這可能成為內部斗爭的工具；在社交場景中，這可能侵蝕個人的隱私底線。

但更大的威脅或許來自開盒成本的降低。

想象一下：你在微博上用小號吐槽了公司領導，以為沒人知道。但你的同事，或者更糟，你的領導，只需要把你的發(fā)言與公司內部通訊記錄進行比對，就有很大概率發(fā)現(xiàn)原來那個罵我的人就是你。這種橫向去匿名化不需要復雜的組織，只需要一點技術知識和好奇心。

更微妙的是，這種技術可能改變我們對隱私的預期。

過去，我們認為只要我不說，別人就不會知道。但現(xiàn)在，即使你不主動透露，你的寫作風格、你的表達方式、你的思維習慣，這些曾經被認為是無害的特征，都可能成為識別你的指紋。

隱私的邊界正在從你說了什么擴展到你怎么說。

05 我們能做什么？

面對這一挑戰(zhàn)，個人、平臺和政策制定者都需要行動。

對個人而言，首先需要意識到風格即身份?？缙脚_使用完全不同的寫作風格、避免重復使用特定的短語或表情符號、謹慎關聯(lián)真實身份與網絡身份，這些措施可以提供一定程度的保護，盡管無法完全抵御有針對性的攻擊。

對平臺而言，數(shù)據(jù)最小化原則變得前所未有的重要。減少用戶數(shù)據(jù)的存儲時間、限制數(shù)據(jù)的交叉使用、引入風格混淆技術，如AI改寫工具，這些措施可以增加攻擊者的成本。

對政策制定者而言，需要重新思考隱私法律的適用范圍。傳統(tǒng)的匿名化標準，如k-匿名、l-多樣性，在大語言模型時代可能不再足夠[5]。我們需要新的技術標準和法律框架，來應對基于AI的推斷性識別這一新興威脅。

但最根本的問題或許是：當技術讓隱私保護變得越來越困難時，我們是否需要重新定義隱私本身？

06 結語：在透明的時代尋找陰影

古希臘神話中，普羅米修斯為人類盜來火種，卻因此被縛于高加索山，日日受鷹啄肝之痛。技術的進步往往伴隨著代價，而大語言模型帶來的去匿名化能力，或許正是我們這個時代必須面對的普羅米修斯之火。

論文的作者們在倫理審查的框架下開展了這項研究，他們使用的數(shù)據(jù)集經過了脫敏處理，研究過程經過了ETH Zurich倫理委員會的批準[2]。但技術一旦公開，如何使用便不再由研究者控制。

這正是技術倫理的經典困境：揭示風險與提供攻擊工具之間的微妙平衡。

我們不得不面對一個令人不安的事實：互聯(lián)網匿名曾是一種實用的模糊性，不是絕對安全，而是攻擊成本太高，所以相對安全。但AI正在大幅降低這一成本，使得針對普通人的去匿名化從不可能變?yōu)榭赡埽瑥陌嘿F變?yōu)榱畠r。

也許，我們正在見證一個時代的終結。那個可以在網上自由更換馬甲、嘗試不同身份、說出不敢實名說出的話的時代，正在緩緩拉上帷幕。

但這不是故事的結局。歷史告訴我們，每當舊有的保護機制失效，新的機制就會誕生。加密通信、去中心化網絡、聯(lián)邦學習，這些技術正在為用戶提供新的隱私工具。更重要的是，社會對隱私價值的認識也在深化。當威脅變得具體，保護的動力就會增強。

在《1984》中，奧威爾描繪了一個沒有隱私的恐怖世界[6]。但我們也記得，在《美麗新世界》中，赫胥黎警告的是另一種危險：人們可能會主動放棄隱私，換取便利和娛樂[7]。面對AI時代的去匿名化威脅，我們需要的不僅是技術防御，更是對隱私價值的堅守，不是因為我們要隱藏什么，而是因為我們需要一個讓真話得以存活的空間。

畢竟，即使在最明亮的房間里，人也總需要一些陰影。

（本文作者崔原豪為北京郵電大學副研究員、中國計算機學會科學普及工作委員會主任助理。如無特別標注，本文插圖均由GeminiNanobanana生成。）

參考文獻：

• [1] Steiner P. On the Internet, nobody knows you are a dog. The New Yorker, 1993.
• [2] Lermen S, et al. Large-scale online deanonymization with LLMs. arXiv:2602.16800, 2025.
• [3] Narayanan A, Shmatikov V. Robust De-anonymization of Large Sparse Datasets. IEEE Symposium on Security and Privacy, 2008: 111-125.
• [4] Diener E. Deindividuation: The absence of self-awareness and self-regulation in group members. Advances in Experimental Social Psychology, 1980, 13: 209-242.
• [5] Sweeney L. k-anonymity: A model for protecting privacy. International Journal of Uncertainty, Fuzziness and Knowledge-Based Systems, 2002, 10(5): 557-570.
• [6] Orwell G. Nineteen Eighty-Four. Secker & Warburg, 1949.
• [7] Huxley A. Brave New World. Chatto & Windus, 1932.