生成式人工智能改變了欺騙的經濟格局。過去需要專業工具和數小時編輯才能完成的工作，現在只需點擊幾下鼠標即可完成。逼真的假臉、克隆的聲音，甚至是完整的視頻身份都可以在幾分鐘內生成，並用於通過曾經看似萬無一失的驗證系統。
過去一年，我看到證據表明，深度偽造技術引發的欺詐行為正以大多數組織始料未及的速度加速增長。2019年至2024年間，數字平臺上的深度偽造內容增長了550%，如今已被視為當今數字生態系統中的主要全球風險之一。這不僅僅是技術上的變革，更是對我們如何驗證身份、確認意圖以及維護數字金融信任的結構性挑戰。
採用速度超過了安全性
在美國，加密貨幣的普及率持續飆升，這得益於監管政策的日益明朗、強勁的市場表現以及機構參與度的提高。現貨比特幣ETF的獲批和更清晰的合規框架，有助於提升數字資產在散戶和專業投資者中的合法性。因此，越來越多的美國人將加密貨幣視為主流投資選擇——但其普及速度仍然超過了公眾對風險和安全性的認知。
許多用戶仍然依賴過時的驗證方法，這些方法的設計初衷是應對密碼被盜而非人工智能生成等欺詐行為。隨著人工智能生成工具速度更快、成本更低，欺詐的門檻幾乎降至零，而許多防禦措施卻未能同步發展。
從誘騙用戶向詐騙分子發送代幣的虛假網紅直播，到繞過驗證檢查的AI生成視頻ID，深度偽造技術已被應用於方方面面。我們看到多模態攻擊日益增多，詐騙分子將深度偽造視頻、合成語音和偽造文件結合起來，構建出經得起推敲的完整虛假身份。
正如記者兼播客主持人德瓦克什·帕特爾（Dwarkesh Patel）在其著作《規模化時代：人工智能口述史，2019-2025》中所指出的，如今已是欺詐規模化的時代。挑戰不僅在於欺詐手段的複雜性，更在於其規模。當任何人都能利用消費級軟件製作出逼真的贗品時，以往“識別贗品”的模式便不再奏效。
現有防禦措施為何失效
大多數驗證和認證系統仍然依賴於表面線索：眨眼、頭部動作和光照模式。但現代生成模型能夠以近乎完美的保真度複製這些微表情——現在可以使用代理實現驗證嘗試的自動化，從而使攻擊更快、更智能、更難檢測。
換句話說，視覺真實性不再是衡量真相的標準。下一階段的防護必須超越可見層面，著重關注無法模仿的行為和情境信號。設備使用模式、打字節奏和反應的微延遲正成為新的身份驗證標誌。最終，這將擴展到某種形式的物理授權——從數字身份到植入式標識符，再到虹膜或掌紋識別等生物識別方法。
挑戰將會出現，尤其是在我們越來越習慣於授權自主系統代表我們行事的情況下。這些新的信號可以被模仿嗎？從技術上講，答案是肯定的——而這正是這場持續不斷的軍備競賽的根源所在。隨著防禦者開發出新的行為安全層級，攻擊者也必然會學會複製這些層級，從而迫使雙方不斷進化。
作為人工智能研究人員，我們必須假設我們所見所聞都可能是偽造的。我們的任務是找到偽造無法掩蓋的痕跡。
下一個發展階段：信任基礎設施
明年將是監管的轉折點，因為人們對加密貨幣行業的信任仍然脆弱。隨著《GENIUS法案》的生效以及《CLARITY法案》等其他框架仍在討論中，真正的工作重心轉移到彌合監管尚未解決的漏洞上——從跨境執法到定義去中心化系統中真正有效的消費者保護措施。政策制定者正著手製定以問責制和安全性為優先的數字資產規則，隨著更多框架的逐步完善，該行業正朝著更加透明和更具韌性的生態系統邁進。
但僅靠監管無法解決信任危機。加密平臺必須採用積極主動的多層驗證架構，不僅在用戶註冊時進行驗證，更要在整個用戶使用過程中持續驗證用戶身份、意圖和交易完整性。
信任將不再取決於表面看起來真實，而是取決於能夠被證實真實。這標誌著金融基礎設施的根本性轉變。
共同的責任
信任無法事後建立，必須從根本上構建。由於大多數欺詐行為發生在用戶註冊之後，下一階段的關鍵在於超越靜態身份驗證，轉向持續的、多層次的預防。將行為信號、跨平臺智能和實時異常檢測相結合，將是恢復用戶信任的關鍵。
加密貨幣的未來不在於有多少人使用它，而在於有多少人覺得使用它很安全。如今，在數字經濟中，真實與虛擬之間的界限日益模糊，加密貨幣的增長取決於信任、問責和保護。
在某種程度上，為了保護我們免受模仿，我們的數字身份和物理身份需要進一步融合。
