生成式人工智能改变了欺骗的经济格局。过去需要专业工具和数小时编辑才能完成的工作，现在只需点击几下鼠标即可完成。逼真的假脸、克隆的声音，甚至是完整的视频身份都可以在几分钟内生成，并用于通过曾经看似万无一失的验证系统。
过去一年，我看到证据表明，深度伪造技术引发的欺诈行为正以大多数组织始料未及的速度加速增长。2019年至2024年间，数字平台上的深度伪造内容增长了550%，如今已被视为当今数字生态系统中的主要全球风险之一。这不仅仅是技术上的变革，更是对我们如何验证身份、确认意图以及维护数字金融信任的结构性挑战。
采用速度超过了安全性
在美国，加密货币的普及率持续飙升，这得益于监管政策的日益明朗、强劲的市场表现以及机构参与度的提高。现货比特币ETF的获批和更清晰的合规框架，有助于提升数字资产在散户和专业投资者中的合法性。因此，越来越多的美国人将加密货币视为主流投资选择——但其普及速度仍然超过了公众对风险和安全性的认知。
许多用户仍然依赖过时的验证方法，这些方法的设计初衷是应对密码被盗而非人工智能生成等欺诈行为。随着人工智能生成工具速度更快、成本更低，欺诈的门槛几乎降至零，而许多防御措施却未能同步发展。
从诱骗用户向诈骗分子发送代币的虚假网红直播，到绕过验证检查的AI生成视频ID，深度伪造技术已被应用于方方面面。我们看到多模态攻击日益增多，诈骗分子将深度伪造视频、合成语音和伪造文件结合起来，构建出经得起推敲的完整虚假身份。
正如记者兼播客主持人德瓦克什·帕特尔（Dwarkesh Patel）在其著作《规模化时代：人工智能口述史，2019-2025》中所指出的，如今已是欺诈规模化的时代。挑战不仅在于欺诈手段的复杂性，更在于其规模。当任何人都能利用消费级软件制作出逼真的赝品时，以往“识别赝品”的模式便不再奏效。
现有防御措施为何失效
大多数验证和认证系统仍然依赖于表面线索：眨眼、头部动作和光照模式。但现代生成模型能够以近乎完美的保真度复制这些微表情——现在可以使用代理实现验证尝试的自动化，从而使攻击更快、更智能、更难检测。
换句话说，视觉真实性不再是衡量真相的标准。下一阶段的防护必须超越可见层面，着重关注无法模仿的行为和情境信号。设备使用模式、打字节奏和反应的微延迟正成为新的身份验证标志。最终，这将扩展到某种形式的物理授权——从数字身份到植入式标识符，再到虹膜或掌纹识别等生物识别方法。
挑战将会出现，尤其是在我们越来越习惯于授权自主系统代表我们行事的情况下。这些新的信号可以被模仿吗？从技术上讲，答案是肯定的——而这正是这场持续不断的军备竞赛的根源所在。随着防御者开发出新的行为安全层级，攻击者也必然会学会复制这些层级，从而迫使双方不断进化。
作为人工智能研究人员，我们必须假设我们所见所闻都可能是伪造的。我们的任务是找到伪造无法掩盖的痕迹。
下一个发展阶段：信任基础设施
明年将是监管的转折点，因为人们对加密货币行业的信任仍然脆弱。随着《GENIUS法案》的生效以及《CLARITY法案》等其他框架仍在讨论中，真正的工作重心转移到弥合监管尚未解决的漏洞上——从跨境执法到定义去中心化系统中真正有效的消费者保护措施。政策制定者正着手制定以问责制和安全性为优先的数字资产规则，随着更多框架的逐步完善，该行业正朝着更加透明和更具韧性的生态系统迈进。
但仅靠监管无法解决信任危机。加密平台必须采用积极主动的多层验证架构，不仅在用户注册时进行验证，更要在整个用户使用过程中持续验证用户身份、意图和交易完整性。
信任将不再取决于表面看起来真实，而是取决于能够被证实真实。这标志着金融基础设施的根本性转变。
共同的责任
信任无法事后建立，必须从根本上构建。由于大多数欺诈行为发生在用户注册之后，下一阶段的关键在于超越静态身份验证，转向持续的、多层次的预防。将行为信号、跨平台智能和实时异常检测相结合，将是恢复用户信任的关键。
加密货币的未来不在于有多少人使用它，而在于有多少人觉得使用它很安全。如今，在数字经济中，真实与虚拟之间的界限日益模糊，加密货币的增长取决于信任、问责和保护。
在某种程度上，为了保护我们免受模仿，我们的数字身份和物理身份需要进一步融合。
