Ghost Font 實驗上線：把文字藏進動態噪點，人眼秒懂但 AI 抓瞎

AI 正在變得越來越無孔不入，連給家人發條普通簡訊，演算法都想擅自插一嘴生成摘要。很多人開始琢磨：我們還能不能在公開螢幕上寫點東西，讓人一眼看懂，但讓頂尖 AI 徹底抓瞎？

舊金山開發者 Eric Lu 拿出了一個很有意思的原型實驗，叫 Ghost Font。它不是傳統意義上的向量字型檔案，而是一種把文字藏在動態噪點裡的影片生成工具。

截圖全是噪點，人眼一秒看懂

Ghost Font 的思路極其巧妙，它根本不用線條來畫字。在生成的畫面裡，分佈著成千上萬個細小的隨機點。

當影片播放時，背景的點朝一個方向流動，而構成文字的點則朝完全相反的方向移動。人類的大腦天生擅長把同向運動的物體聚合成一個整體，所以只要畫面動起來，人眼就能毫不費力地認出那行字。

但 AI 就沒這麼走運了。多模態大模型處理影片的常規做法，是把影片切成一張張靜態圖片分別解析。

在 Ghost Font 生成的單幀畫面裡，文字區域的點和背景的點長得一模一樣。如果你按下暫停或者隨手截個屏，畫面裡就只剩下一片毫無意義的靜態白噪聲。這直接從物理層面上廢掉了截圖識別。

早年間也有人做過類似防監視字型。2013 年設計師 Sang Mun 曾釋出過著名的 ZXX 字型，通過在字母上加橫線、噪點和干擾符來阻擋 OCR 掃描。但在今天，哪怕把 ZXX 扔給 ChatGPT 5.5 的極速模式，模型一瞬間就能把文字連同細節全部還原。

Ghost Font 則完全不同。測試中，強如 ChatGPT 5.5 Pro 盯著這個動態噪點影片分析了整整 19 分鐘，最後不僅沒認出來，還硬生生編造出了一段根本不存在的文字。

多模態分幀失效，再加一層「誘餌」

單靠動態噪點其實還不夠徹底。如果一個具備程式碼能力的智慧體拿到影片，自己寫一段指令碼去跟蹤每一個點的位移軌跡，理論上依然能把文字逆向算出來。

為了防住這種死磕的 AI，Eric Lu 又設計了一道暗算：在每一次生成的影片裡，額外塞進一條「誘餌資訊」（decoy message）。

當具備深度推理和程式設計能力的模型（例如 Claude Fable 或 GPT Sol 5.6 Ultra）試圖通過演算法解構運動軌跡時，它們往往會先撞上這條誘餌，並誤以為這就是最終答案，從而停止繼續挖掘。這樣一來，真正的核心訊息就被穩穩保住了。

整個生成過程完全在使用者的本地瀏覽器裡跑，不向任何遠端伺服器上傳資料，你可以自己輸入文字預覽並下載成小影片。

為什麼重要

我們認為，Ghost Font 最打動人的地方在於它的立意。作者做這個實驗的初衷，僅僅是因為反感系統 AI 擅自給母親發來的簡訊插入摘要，想為純粹的人類交流守住一片淨土。過去人們聊隱私，防的是「被別人看到」；但今後很長一段時間裡，隱私的核心訴求正在變成「防被 AI 讀取」。如何保護這種不被演算法解析的權利，很可能會成為未來十年人機互動設計的重要課題。

從應用層面來看，這項實驗給飽受困擾的反爬蟲和人機驗證（CAPTCHA）指了一條明路。現有的圖形驗證碼幾乎全被多模態模型踩平了，而利用人類感知優勢、結合運動時序與誘餌機制的動態驗證，或許能重新拉開人機之間的防守代差。

當然，它目前也有明顯的侷限。正如作者所說，真要絕對安全依然離不開現代密碼學，而且長時間盯著這種噪點晃動，人類自己的眼睛其實也挺受罪。但趕在原生影片大模型徹底看懂世界之前，用人類進化了幾百萬年的視覺直覺給 AI 設道絆子，這步棋走得既聰明，又帶有一點極客式的浪漫。