蘇黎世聯邦理工微調 YOLO：破解 reCAPTCHAv2 成功率達 100%

網上衝浪最煩人的時刻之一，大概就是在九宮格里眯著眼睛找紅綠燈和斑馬線，還要被系統懷疑「你不是人」。

諷刺的是，現在真正的人類還在為幾個畫素點抓耳撓腮，AI 卻已經把這套題做成了滿分。

瑞士蘇黎世聯邦理工學院（ETH Zurich）的研究人員 Andreas Plesner 和同事最近做了一項測試，他們微調了計算機視覺模型 YOLO，讓它專門攻破 Google 的 reCAPTCHAv2 驗證碼。結果顯示，這個 AI 模型在測試裡的通關率達到了 100%。

1.4 萬張圖，把紅綠燈看了個遍

讓 AI 拿下滿分的原因之一，恰恰是驗證碼本身的死板。

Plesner 指出，reCAPTCHAv2 考察的物體範圍其實非常狹窄，基本全套搬自道路場景。整個題庫翻來覆去主要就 13 類東西，比如汽車、公交車、腳踏車、紅綠燈和斑馬線。

研究團隊找來大約 1.4 萬張帶標註的道路影像餵給 YOLO，專門訓練它辨認這些特定物體。目標明確，資料集中，AI 很快就成了道路標誌識別專家。

不過，Google 的驗證機制並不只是看你選得對不對，它還會看你像不像人。系統在後臺會做所謂的裝置指紋追蹤，悄悄檢查測試裝置上的瀏覽器歷史記錄、Cookie，甚至滑鼠滑動的軌跡。

研究人員順手把這些因素也考慮了進去。最終，AI 達成了百分之百的通關率。需要說明的是，這不代表它每張圖都能認對，而是它學會了像人類一樣：如果遇到搞不定的圖，就點拒絕或者重新整理換一組，直到順利過關。

對此，Plesner 直言，自己對這種驗證碼如此脆弱感到相當吃驚。

Google 早就想把圖撤了

面對這項研究，Google Cloud 發言人回應說，他們早在 2018 年就推出了 reCAPTCHA v3，重點就是不給使用者彈圖片，在後臺默默完成防護。官方表示，目前全球 700 萬個網站裡，大多數已經用上了這種完全隱形的驗證方式。

但這場貓鼠遊戲顯然還沒結束。英國德蒙福特大學的 Eerke Boiten 評價說，這項研究不僅指出了 AI 在影像識別上的成功，也把驗證系統未來的防守難點攤在了檯面上。

Boiten 擔心，既然 AI 看圖的能力已經和人類平起平坐，驗證碼廠商就只能越來越依賴裝置指紋。到那時候，普通人只靠自己的操作行為，可能越來越難證明自己是個真人了。

為什麼重要

對普通網民來說，這件事最直接的影響就是：那些逼你找消防栓和腳踏車的糟糕體驗，終於快走到盡頭了。指望一張模糊的低清圖片來攔住指令碼，在多模態 AI 面前已經徹底淪為防君子不防小人的擺設。

但在我們看來，這並不完全是個好訊息。舊防線被沖垮後，安全廠商必然要把賭注押在更底層的監控上，比如讀取你的瀏覽器環境、滑鼠加速度、甚至賬號關聯資訊。換句話說，為了防住 AI，人類正在被迫讓渡更多的隱私。

對開發者和安全團隊而言，現在如果還在自家網站上掛著純影像類的驗證碼，基本上是在自欺欺人。微調一個成熟的開源視覺模型門檻極低，黑產用它來批次爬取或撞庫幾乎不費吹灰之力。切換到無感行為分析或硬體金鑰驗證，已經不是選配，而是必選項了。