人類發(fā)明的驗證碼原本是為了防止AI濫用，但如今這些驗證碼變得如此復雜，以至于連人類自己都難以應對,。陳祥在商場停車場付費準備離開時，遇到了一個讓他幾乎崩潰的驗證碼：畫面中的文字歪歪扭扭,，辨認起來非常費勁，再加上后面車輛的催促,，讓他更加焦慮,。

這種情況并非個例。一位網友表示：“每次評論都要驗證一次,，我真的受夠了?！绷硪晃痪W友則調侃道：“這個驗證碼設計得好像生怕有人能點對,。”

我們測試了各大網站和APP,，發(fā)現(xiàn)現(xiàn)在的驗證碼越來越復雜,，考驗的內容也五花八門。早在2010年,，斯坦福大學的一項研究顯示,，普通用戶平均需要9.8秒才能解決一個圖像驗證碼，而語音驗證碼則需要28.4秒,。到了2024年,，一項關于用戶對驗證碼感知的研究表明，在近150位被調查者中,，只有35%的人總能一次性通過驗證碼,，而46%的人會在多次失敗后放棄使用網站。

驗證碼為何越來越復雜,？主要是因為絕大多數(shù)驗證碼都能被AI破解,。驗證碼的設計初衷是基于一個人工智能問題，由多鄰國創(chuàng)始人路易斯·馮·安及其團隊在2000年為幫助雅虎抵御垃圾郵件攻擊而設計,。他們通過扭曲字符來區(qū)分人類與機器,，這就是驗證碼的雛形。

然而,，從扭曲字符到點擊圖像,，從簡單算術題到滑塊拼圖,，再到近幾年的行為驗證，無論驗證碼如何變化,，幾乎都沒扛過幾年就被破解了,。2023年的一項研究表明，無論是文本驗證碼,、圖像識別,、點擊任務還是滑動拼圖，AI在破解速度和準確率上都全面碾壓人類,。例如,，在處理文本類驗證碼時，人類耗時15.3秒,，最高正確率為84%,；而機器人僅需0.9秒，最高正確率便達99.8%,。

面對這一挑戰(zhàn),，部分驗證碼開始采用“AI對抗AI”的邏輯進行技術升級，另一些則轉變底層邏輯,，從過去的“看你有幾分像機器”轉向“看你有幾分像人”,。例如，Google于2018年推出的reCAPTCHA V3無需用戶接受測試或主動操作,，而是通過用戶上網行為數(shù)據來判斷訪問者是否為人類,。雖然驗證碼變得更加友好，但用戶也不得不讓渡個人數(shù)據,。

驗證碼不僅用于安全防護,，還在無形中訓練了AI。路易斯·馮·安曾計算,，全體人類每天約耗費50萬小時輸入驗證碼,，而一個人80歲的人生總時長不過70萬小時。為了使這些時間變得有價值,，他在2007年創(chuàng)建了reCAPTCHA,，利用驗證碼形式彌補光學字符識別（OCR）技術缺陷，并助力《紐約時報》完成了自1851年以來1300萬篇文章的數(shù)字化,。

2009年,，谷歌以大約2780萬美元收購了reCAPTCHA，支持其圖書和新聞檔案搜索等大型文本掃描項目,。此后,，谷歌進一步拓展技術應用場景，依托街景圖像資源讓用戶識別門牌號等信息,，相關數(shù)據也被用于訓練Waymo自動駕駛技術等AI模型,。

據研究人員估算,，在2009年后的13年里，用戶在輸入谷歌驗證碼上共計消耗了8.19億小時,，按美國聯(lián)邦最低工資7.5美元/時計算,，這相當于谷歌省下了至少61億美元的工資。此外,，還有一些公司和研究機構公開了帶有人工標注的驗證碼圖像數(shù)據集,，供開發(fā)者和研究人員訓練、測試AI模型,。

國內也有類似案例,，如騰訊與深圳大學聯(lián)合推出的“MedCAPTCHA醫(yī)學圖像驗證碼”，通過驗證碼形式將臨床上真實的脫敏醫(yī)學圖像開放給公眾標注,，推動AI在醫(yī)療領域的應用發(fā)展,。

20年前，路易斯·馮·安認為,，驗證碼與AI的發(fā)展是一種“雙贏”局面：如果驗證碼未被攻破,，則有效保障了網站安全；反之,，則意味著人工智能取得了進步,。然而，如今在這場人與機器的博弈中,，人的意愿在哪里體現(xiàn),？這真的是一舉多得的好事嗎,？