一份最新学术研究指出，大型语言模型 (LLM) 已具备在大规模情境下「去匿名化」网络用户的能力。只凭公开发文内容，模型便可能推测出匿名账号背后的真实身份。这项发现不仅引发外界担忧，也在加密社区掀起关于「是否能揭开中本聪真实身份」的讨论。
研究揭示：LLM 让个人资料去匿名化变得更简单
这篇题为《使用 LLMs 进行大规模线上去匿名化》的研究指出，LLM 已能从非结构化文字中抽取身份线索，并在庞大数据库中进行语义搜索与比对，实现高度自动化的去匿名攻击。
研究团队设计一套四阶段流程：抽取 (Extract)、搜索 (Search)、推理 (Reason) 与校准 (Calibrate)，模拟攻击者如何从公开发文中重建个人特征，进而比对真实身份。
大规模去匿名化研究框架概览
在实验中，研究人员将 Hacker News 账号与 LinkedIn 档案进行交叉配对，在 99% 精准度 (precision) 下仍可找回约 45% 真实身份；在 Reddit 账号的实验中，即使经过时间区隔与内容过滤，模型仍在高精准条件下识别出一定比例的用户。
论文作者 Simon Lermen 认为，LLM 并非创造新的识别能力，而是大幅降低原本需要人工追踪的成本，或将实现去匿名化攻击的规模化。
「假名保护」失效？AI 将挑战网络匿名性
过去，网络假名 (pseudonymity) 之所以被用作保护措施，并非因为无法识别，而是因为识别成本过高。Lermen 指出，LLM 改变的正是这一点：「模型能在短时间内处理数万笔资料，将人类调查流程自动化。」
他强调，这并不代表所有匿名账号都会立即被曝光，而是代表「只要留下够多文本线索」，模型就有机会重建身份轮廓。换句话说，文字可能在未来成为被挖掘的微型数据 (micro-data) 目标，即使没有姓名或账号连接，兴趣、背景或用语习惯等信号，也可能成为识别依据。
加密世界的隐忧：链上透明性会成为监控工具？
这项研究迅速在加密社区引发讨论。Helius Labs 共同创办人 Mert Mumtaz 认为，区块链本质依赖假名身份，而所有交易纪录永久公开，一旦 AI 能将链上地址与现实身份连接，就能够建立长期的金融活动档案。
他担忧，区块链原本被视为去中心化金融基础设施，却可能在这种情境下成为高透明度的监控工具。
(比特币公开收款不再裸奔！静默支付 (Silent Payments) 如何实现便利性与隐私保护)
中本聪会被 AI 找出来吗？文体分析成新变量
同时，Castle Island Ventures 合伙人 Nic Carter 也提出另一个问题：若 LLM 可进行高阶文体分析 (stylometry)，是否可能比对中本聪过去的电子邮件、论坛贴文与白皮书文本，推测其真实身份？
他认为，理论上若存在可对应的公开著作样本，模型或可进行概率匹配；然而这仍属于统计推论，而非确证工具。一旦创作者改变文笔风格或未曾以真名公开写作，基本上难以识别。
(艾普斯坦档案揭露比特币早期权力网络，这位性犯罪者会是中本聪吗？)
当 AI 冲击隐私：加密与匿名技术仍待升级
Lermen 在结论中强调并非要引发恐慌，而是指出传统加密与匿名机制需要更新。过去仅对结构化资料感到忧虑，如今连非结构化文字也可能被识别。隐私不再只是技术问题，也涉及平台政策、资料揭露习惯与社会规范。
在 AI 能力快速进展的背景下，用戶隐私如何被重新设计与保护，也成了各家企业的重要课题。
这篇文章 LLM 恐破坏网络匿名与隐私：AI 能找出中本聪是谁吗？ 最早出现在 链新闻 ABMedia。
相关文章
