AI识破以太坊创始人匿名身份：推理模式成破绽

核心提要：以太坊联合创始人Vitalik Buterin发起的匿名挑战被AI系统成功破解，揭示出即使通过中英翻译伪装，其深层推理风格仍暴露身份。该事件引发对开源社区匿名性安全性的广泛讨论。

AI通过推理逻辑锁定匿名作者，以太坊创世者身份曝光

以太坊联合创始人Vitalik Buterin确认，Co-Invest首席执行官Franklyn Wang利用人工智能分析工具，成功识别出其本人为一份匿名重写版EIP-7503文档的真实撰写者。这一结果源于Buterin本月初发起的一场公开测试，旨在验证当前大型语言模型是否具备在非结构化文本中实现有效去匿名化的能力。

基于思维模式而非文风的识别突破

Wang强调，此次识别并非依赖于词汇选择或语言习惯，而是聚焦于作者在解释复杂数学与技术概念时所呈现的底层认知结构与推导路径。这表明，即便采用多语言转换、机器翻译及人工润色等手段进行伪装，仍难以掩盖个体特有的思维方式。

一场主动设置的去匿名化实验

6月22日，Buterin在社交平台发布一条反常规帖文，主动提出一个关于自身匿名历史的谜题：他曾以化名发表过一份对以太坊生态具有中等重要性的技术提案，并邀请外界找出其真实身份。此举引发加密社区对人工智能能否穿透网络匿名屏障的深度探讨。该议题背景植根于近年来科技界关于语言模型是否能从文本中提取可追溯身份特征的持续争论。

研究支撑：大规模去匿名化已具可行性

今年2月，苏黎世联邦理工学院与Anthropic团队联合发表的研究报告指出，大型语言模型可通过识别非结构化文本中的隐含身份信号，生成候选作者列表并完成高精度匹配，其性能优于传统去匿名化方法。该研究为本次挑战提供了理论基础。

系统运作机制揭示核心线索

在挑战启动两周后，Wang宣布其系统成功定位匿名文档作者。他指出，尽管作者先以中文撰写再经机器翻译成英文，并辅以人工校正以规避风格识别，但系统仍捕捉到关键差异——问题不在于用词，而在于论证逻辑的内在一致性。基于对27份相关文档的交叉比对，系统将Buterin列为最可能的撰写者，置信度达20%，远超第二名候选人约10倍。

伪装策略失效于深层思维惯性

Buterin随后披露，他原本希望通过中译英并手动优化表达来隐藏身份，但发现此类操作仅影响表层文字，无法改变其构建技术解释时的思维范式。他坦言，真正被识别的是“智力架构”层面的特征，例如对算法演进路径的描述方式和数学推导顺序，这些元素难以通过翻译或改写完全抹除。

早期尝试的局限与本次突破的对比

此前，Lighter公司CEO Vladimir Novakovski曾于2023年与Wang合作，尝试通过写作风格匹配识别比特币创始人中本聪，但未获高置信度结论。而此次在明确任务设定与高质量数据支持下，方法得以验证。这说明去匿名化效果高度依赖于上下文条件：当文本类型一致、候选集可控且推理模式稳定时，识别准确率显著提升。

对开源生态的深远警示

在开源协作与标准制定领域，匿名有助于保护贡献者免受外部压力与攻击。然而，若AI能够穿透表面伪装，直击思维模式，则匿名性将面临前所未有的挑战。尽管并非所有匿名内容都能被破解，但此案例表明，在技术密集型写作中，身份暴露的风险正在上升。对于生态系统参与者而言，这意味着必须重新评估公共文档中的隐私边界与责任风险。

未来类似挑战的扩展将有助于进一步检验该方法的普适性，同时也可能推动社区就技术提案流程中的匿名规范进行制度性反思。