大模型学会“人肉搜索”，互联网匿名时代正式终结

图源：Seedance生成

撰文 | 崔原豪

责编 | 李珊珊

1993年，《纽约客》杂志刊登了一幅著名漫画：一只狗坐在电脑前，对另一只狗说，在互联网上，没人知道你是一条狗[1]。

这幅漫画精准地捕捉了早期互联网的精神内核：匿名性赋予每个人平等的发言权，身份、地位、外貌都被暂时悬置，唯有思想和文字在流动。

图源：纽约客截图

三十多年后的今天，这个美好的假设正在被一种新技术悄然瓦解。

2026年2月，苏黎世联邦理工学院与人工智能公司Anthropic联合发表了一篇论文，标题直白得令人不安：Large-scale online deanonymization with LLMs（基于大语言模型的大规模在线去匿名化）[2]。研究团队展示了一个令人震惊的事实：在AI面前，互联网匿名正在以肉眼可见的速度崩塌。

01 当人肉搜索成为流水线作业

让我们从一个假设开始。

假设你在某个技术论坛注册了一个小号，ID是代码诗人1995。你从未透露真实姓名，头像是一只猫，简介里只写着热爱开源，讨厌周一。你在论坛上讨论编程问题、吐槽公司制度、偶尔发表一些不想被同事看到的观点。你觉得很安全，毕竟这只是个马甲。

但现在，有一台机器正在阅读你所有的发言。

它注意到你喜欢用特定的标点符号组合是三个句号加空格；它发现你提到上周去杭州出差时顺便抱怨了西湖边的酒店太贵；它记得你说过研究生是在北邮读的，导师姓张。它把这些碎片拼接起来，然后在一个拥有数十亿用户数据的互联网上进行匹配。

90%的精度，68%的召回率，这是论文中报告的数字[2]。换句话说，这台机器有接近七成的概率，能从茫茫人海中把你代码诗人1995的真实身份找出来。

这不是科幻小说的情节。研究团队用三个真实场景验证了这一攻击的有效性：将Hacker News用户与LinkedIn档案匹配、跨Reddit不同社区识别同一用户、甚至仅凭一个用户在不同时间段的发言就将其分身关联起来。在每一项测试中，基于大语言模型的方法都碾压了传统算法，后者的成功率几乎为零。

02 从神话到科学：去匿名化的技术跃迁

要理解这场变革的意义，我们需要回溯历史。

2006年，Netflix举办了一场著名的算法竞赛：公开一亿条电影评分数据，悬赏100万美元给能最好地预测用户评分的团队。然而，研究者很快发现，即使数据经过匿名化处理，用户ID被随机替换，仍然可以通过交叉比对其他公开数据库（如IMDb）重新识别出具体个人。一位德克萨斯大学的研究生甚至成功识别出了Netflix数据集中包括她自己在内的多位用户[3]。

这就是传统去匿名化的困境：它依赖于结构化数据，需要精心设计的交叉比对，本质上是一种手工艺术。门槛高、规模小、成本昂贵，只有具备相当资源的机构才能实施。

但大语言模型改变了这一切。

论文中描述的攻击流程看似简单，却蕴含着深刻的范式转变。整个系统分为三个核心模块：

• 第一步是特征提取。传统方法需要人工定义什么是身份特征，比如姓名、地址、电话号码。但大语言模型可以直接阅读原始文本，自动发现那些人类难以形式化的线索。比如你习惯在句尾加上哈哈哈，你提到周末总是去五道口那家书店，你对某个技术框架有特定的称呼方式。这些看似琐碎的细节，在模型眼中构成了独特的身份指纹。

• 第二步是语义匹配。研究者使用了一种称为嵌入的技术[2]。简单来说，就是把每段文字转化为一个高维空间中的向量。语义相近的文字，在这个空间中距离也相近。当模型需要匹配两个不同平台上的用户时，它不需要逐字比对，而是计算这两个用户文字向量之间的距离。如果距离足够近，就有可能是同一个人。

• 第三步是推理验证。这是大语言模型最独特的能力。前两步可能产生大量候选匹配，其中有不少是误报。此时，模型会像一位经验丰富的侦探一样，仔细审视每一对候选对象，分析它们之间的相似点和差异点，最终给出是否匹配的判断。论文显示，加入这一推理步骤后，系统在99%精度下的召回率提升了一倍[2]。

关键在于，这一切都可以自动化、规模化地进行。不再需要人工设计特征，不再需要编写复杂的匹配规则，只需要一个经过训练的大语言模型和足够的算力。

03 匿名的价值：人类为什么需要马甲？

在讨论技术之前，我们必须先问一个问题：匿名重要吗？

答案是肯定的，而且比我们想象的更重要。

从古希腊的民主广场到启蒙时代的咖啡馆，从地下出版物到互联网论坛，匿名一直是保护言论自由的重要机制。它让异见者敢于发声，让弱势群体寻求帮助，让吹哨者揭露真相。没有匿名，苏格拉底可能不敢在雅典街头与人辩论；没有匿名，《联邦党人文集》的作者们无法坦诚地讨论新宪法的利弊；没有匿名，曾经的BBS匿名用户功能也不会成为许多人心中的树洞。

但匿名的意义不仅在于保护发言者，更在于保护言论本身。

社会心理学中有一个著名的去个体化理论：当个体身份被隐藏时，人们更容易表达真实的想法，而不是社会期望的答案[4]。这在某些情况下可能导致负面后果，如网络暴力，但在更多情况下，它促进了真诚的公共讨论。许多关于职场不公、学术腐败、性别歧视的重要揭露，最初都始于一个匿名的帖子。

如果AI让匿名成为奢望，我们失去的将不仅仅是“马甲”，我们失去的是一个让真话得以存活的生态。

04 威胁模型：谁会被影响？

论文的作者们没有回避技术的潜在滥用。

企业可以构建超精准的用户画像，实现超定向广告；攻击者可以大规模收集目标信息，发起高度个性化的社会工程攻击。在职场环境中，这可能成为内部斗争的工具；在社交场景中，这可能侵蚀个人的隐私底线。

但更大的威胁或许来自开盒成本的降低。

想象一下：你在微博上用小号吐槽了公司领导，以为没人知道。但你的同事，或者更糟，你的领导，只需要把你的发言与公司内部通讯记录进行比对，就有很大概率发现原来那个骂我的人就是你。这种横向去匿名化不需要复杂的组织，只需要一点技术知识和好奇心。

更微妙的是，这种技术可能改变我们对隐私的预期。

过去，我们认为只要我不说，别人就不会知道。但现在，即使你不主动透露，你的写作风格、你的表达方式、你的思维习惯，这些曾经被认为是无害的特征，都可能成为识别你的指纹。

隐私的边界正在从你说了什么扩展到你怎么说。

05 我们能做什么？

面对这一挑战，个人、平台和政策制定者都需要行动。

对个人而言，首先需要意识到风格即身份。跨平台使用完全不同的写作风格、避免重复使用特定的短语或表情符号、谨慎关联真实身份与网络身份，这些措施可以提供一定程度的保护，尽管无法完全抵御有针对性的攻击。

对平台而言，数据最小化原则变得前所未有的重要。减少用户数据的存储时间、限制数据的交叉使用、引入风格混淆技术，如AI改写工具，这些措施可以增加攻击者的成本。

对政策制定者而言，需要重新思考隐私法律的适用范围。传统的匿名化标准，如k-匿名、l-多样性，在大语言模型时代可能不再足够[5]。我们需要新的技术标准和法律框架，来应对基于AI的推断性识别这一新兴威胁。

但最根本的问题或许是：当技术让隐私保护变得越来越困难时，我们是否需要重新定义隐私本身？

06 结语：在透明的时代寻找阴影

古希腊神话中，普罗米修斯为人类盗来火种，却因此被缚于高加索山，日日受鹰啄肝之痛。技术的进步往往伴随着代价，而大语言模型带来的去匿名化能力，或许正是我们这个时代必须面对的普罗米修斯之火。

论文的作者们在伦理审查的框架下开展了这项研究，他们使用的数据集经过了脱敏处理，研究过程经过了ETH Zurich伦理委员会的批准[2]。但技术一旦公开，如何使用便不再由研究者控制。

这正是技术伦理的经典困境：揭示风险与提供攻击工具之间的微妙平衡。

我们不得不面对一个令人不安的事实：互联网匿名曾是一种实用的模糊性，不是绝对安全，而是攻击成本太高，所以相对安全。但AI正在大幅降低这一成本，使得针对普通人的去匿名化从不可能变为可能，从昂贵变为廉价。

也许，我们正在见证一个时代的终结。那个可以在网上自由更换马甲、尝试不同身份、说出不敢实名说出的话的时代，正在缓缓拉上帷幕。

但这不是故事的结局。历史告诉我们，每当旧有的保护机制失效，新的机制就会诞生。加密通信、去中心化网络、联邦学习，这些技术正在为用户提供新的隐私工具。更重要的是，社会对隐私价值的认识也在深化。当威胁变得具体，保护的动力就会增强。

在《1984》中，奥威尔描绘了一个没有隐私的恐怖世界[6]。但我们也记得，在《美丽新世界》中，赫胥黎警告的是另一种危险：人们可能会主动放弃隐私，换取便利和娱乐[7]。面对AI时代的去匿名化威胁，我们需要的不仅是技术防御，更是对隐私价值的坚守，不是因为我们要隐藏什么，而是因为我们需要一个让真话得以存活的空间。

毕竟，即使在最明亮的房间里，人也总需要一些阴影。

（本文作者崔原豪为北京邮电大学副研究员、中国计算机学会科学普及工作委员会主任助理。如无特别标注，本文插图均由GeminiNanobanana生成。）

参考文献：

• [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.