Vitalik用通义千问翻译EIP-7503藏身份，AI为什么还是能识别作者？
Vitalik Buterin公布AI匿名识别挑战结果：他使用通义千问翻译并手动修正EIP-7503中文版以隐藏身份，但AI通过数学与算法解释中的独特思维习惯（特定数值示例、逻辑链）成功识别作者，绕过了仅针对散文的混淆策略。
- Vitalik Buterin
- 通义千问
- EIP-7503
- 零知识证明
- AI匿名识别
Vitalik Buterin 近日公布了其此前发起的一项 AI 匿名识别挑战实验结果。在这项实验中，他于 2024 年撰写了 EIP-7503（Zero-Knowledge Wormhole，零知识虫洞）的中文版本，先使用 Qwen 2.5 进行本地翻译，再手动修正，试图以此掩盖作者身份。
实验结果显示，尽管散文层面的写作风格被有效模糊，AI 仍通过分析数学与算法解释中的独特思维习惯完成了识别。这些痕迹包括特定的数值示例、逻辑推导链条等，AI 由此完全绕过了仅针对散文风格的混淆策略。
事件要点梳理
这项挑战的核心事实包括：实验文本为 EIP-7503 中文版的技术内容；作者尝试通过大模型本地翻译配合人工润色来消除个人痕迹；最终识别成功的关键不在语言修辞，而在数学表达与算法说明中暴露的思维模式。
AI 识别逻辑：为什么散文混淆失效
根据实验反馈，AI 判断匿名文本作者时，并未被处理后的散文风格误导，而是聚焦于高度结构化的内容——数学与算法解释。特定数值示例的选择偏好、逻辑链的展开方式等难以通过翻译或润色抹除，构成了比语言风格更稳定的作者特征。
对匿名技术写作的启示
这一实验结果提示，在包含大量数学推导或算法描述的技术写作中，仅通过自然语言层面的混淆来隐藏身份可能存在局限。对于零知识证明这类高度结构化的技术领域，若希望维持匿名，可能需要关注深层表达习惯，而非仅调整语言风格。