CAPTCHA靠行为特征反制AI代理
推荐指数 52.0 NO. 019 · 2026.05.30
发布2026/05/29Score52Comments32
为什么值得看
Roundtable AI 的研究发现，虽然视觉语言模型能轻松识别 CAPTCHA 图像内容，但 AI 完成验证时的鼠标轨迹、点击模式等行为特征与人类存在显著差异。该研究为区分人机提供了不依赖任务难度的替代方案，对 bot 检测和 AI 安全有实际价值。
媒体预览
编辑判断
这篇论文的巧妙之处在于避开了和 VLMs 在图像理解上硬碰硬，转而利用 AI 缺乏人类特有的"笨拙感"——真人移动鼠标有加速曲线、犹豫停顿和微小修正，而当前 AI 代理的操作轨迹过于平滑或直接。这意味着即使未来 VLMs 识别能力继续提升，行为侧信道仍可能构成防御纵深。
工程落地层面，该方法不需要修改现有 CAPTCHA 的图像内容，只需在前后端增加行为采集模块，部署成本较低。不过论文未公开完整数据集和训练代码，复现难度待验证。做 Web 安全或反欺诈的团队可以重点关注，尤其是正在用传统 CAPTCHA 但误杀率高的场景。
社区反馈
意见分歧 32 条评论
核心争论：行为特征检测是有效新方向还是又一轮猫鼠游戏
Until they learn to do that. So cat and mouse. So nothing new.
think the point is that they can't just "learn to do that", because to do so would mean solving human mind (that famously hasn't been going well)
Well no, the idea is a tradeoff between interfaces and telemetry. OK, the agents don't click in the same way as humans. You learn that, what about mouse hovering telemetry, time spent, etc. And one of the most extreme is to force biometrics - a lot of telemetry, breaks the interface a lot - but hey,