# 零知识证明的所有文章

在 HTX 新闻中心浏览与「零知识证明」相关的最新资讯与深度分析。潘盖市场趋势、项目动态、技术进展及监管政策,提供权威的加密行业洞察。

当 AI 流量超越人类,如何证明你是真人?

随着AI智能体产生的网络流量超越人类,互联网商业模式面临严峻挑战。AI行为模式与人类截然不同,它们高效抓取数据却不产生广告浏览或消费行为,导致网站无法获利。同时,AI搜索摘要大幅分流原始网站流量,内容创作者陷入被爬虫抓取内容又被AI截留用户的双重困境。 传统验证码等人机区分手段因AI图像识别能力超越人类而失效。行业转向行为生物识别技术,通过监测光标移动、打字节奏、按键力度等人类独有且难以模仿的生理行为特征来验证真人。这类技术甚至能通过行为异常识别诈骗。然而,这引发了谁将掌控用户生物特征数据的隐私担忧。 目前真人验证体系主要有两大方向:一是以Worldcoin为代表的中心化方案,通过扫描虹膜等生物特征生成身份凭证,但存在数据过度采集和管控风险;二是基于加密技术的零知识证明方案,旨在不泄露个人信息的前提下证明“真人”身份,但可能因经济激励而被身份租赁黑市钻空子。 尽管两者均有缺陷,但文章作者倾向于支持加密方案,因为中心化方案可能导致用户的生物数据被永久锁定在采集公司手中,形成无法删除的监控体系。在AI流量日益主导的背景下,如何在有效区分人机与保护用户隐私之间取得平衡,已成为亟待解决的难题。

marsbit06/12 02:43

当 AI 流量超越人类,如何证明你是真人?

marsbit06/12 02:43

IC3 顶尖高校联手拆解:AI x Crypto 是真未来,还是叙事泡沫?

IC3(三大顶尖高校联合研究)发布报告,深入探讨AI与Crypto(区块链)结合的现状与未来。报告核心观点认为,这一交叉领域仍处于非常早期阶段,当前的喧嚣远大于实际进展。 报告将两者的结合分为两个方向:**Crypto x AI**(用AI增强区块链)与**AI x Crypto**(用区块链增强AI)。 在 **Crypto x AI** 方向: * AI已能用于分析链上交易、检测智能合约漏洞和识别欺诈,但多依赖于数据充足的受控环境。 * AI驱动的预言机让智能合约能感知、执行和决策,但准确率因问题类型而异,且面临设计困境(如交易策略透明易被攻击,不透明则易产生内幕交易)。 * 同时,AI也可能被用于驱动作恶的智能合约,实现自动化的犯罪悬赏与支付。 在 **AI x Crypto** 方向: * **去中心化基础设施**(DePIN)宣称成本更低,但需进行更严格的端到端总成本对比,证明其竞争力。 * **Crypto工具**(如零知识证明、可信执行环境TEE)可为AI流程提供完整性、保密性和可用性保障,构建“受保护管道”,用于安全的数据训练与推理。 * **微支付** 在AI Agent经济中具备潜力,可能解决互联网历史上微支付失败的核心痛点。 * **去中心化治理** 在AI模型的对齐与价值判断环节可能有价值,但主流AI公司缺乏交出控制权的动力。 报告同时指出了行业需要证明的两件事和两个待解难题: * **需证明**:1) 去中心化AI需在具体场景下与中心化方案进行严格的成本对比;2) Crypto支付需论证其在Agent支付场景下的真实效用优势。 * **待解难题**:1) AI安全需要系统层防御,而不仅是模型层护栏;2) 两者的结合会催生新的威胁,如无法关停的自主Agent。 最后,报告澄清了五个常见误区: 1. **区块链不能直接区分AI生成与人类生成内容**,只能保证记录不被篡改,无法保证记录的真实性。 2. **区块链本身解决不了AI的算法偏见**,但能促进透明度和扩大治理参与。 3. **给AI Agent一个钱包不等于让其“自主”**,这只是实现了支付自动化,并未赋予其抗审查或抗关停能力。 4. **透明的AI不等于可信的AI**,将数据来源和推理记录上链,与保证模型行为可信之间仍有巨大鸿沟。 5. **去中心化不一定更省钱**,任务总成本受通信效率影响,需要更多基准测试来验证。 总之,AI与Crypto的结合是一个充满潜力但尚需扎实验证的领域,当前更应关注实际证据而非叙事泡沫。

marsbit06/11 00:11

IC3 顶尖高校联手拆解:AI x Crypto 是真未来,还是叙事泡沫?

marsbit06/11 00:11

当AI开始审计世界:从Claude发现ZEC漏洞,看加密行业正在进入“递归安全时代”

人工智能正从生产力工具演变为复杂系统的分析者与参与者,其影响正从研发领域延伸至安全领域。近期,Anthropic提出了“递归自我改进”概念,揭示AI已开始协助人类进行模型研发、代码优化等环节,形成加速自身发展的飞轮效应。几乎同时,Claude AI在审计Zcash代码时发现了一个零知识证明系统中的关键漏洞,并促使团队快速修复。这一事件超越了单纯的技术发现,它标志着AI开始深度参与理解、分析和验证复杂系统,尤其可能重塑区块链安全范式。 传统的区块链安全高度依赖人工审计与有限工具,面对日益增长的系统复杂度存在瓶颈。AI,特别是大模型,擅长处理海量信息与复杂逻辑关联,能大幅降低风险发现成本、缩短漏洞存在时间,使安全从阶段性检查转向持续监测与响应。这种由AI与人类专家协同驱动、具备持续反馈与进化能力的机制,可被称为“递归安全”。 安全行业因其需在庞杂系统中定位少数异常点的特性,成为AI能力释放的优先领域。AI不会消除风险,而是加速了整个攻防体系的信息处理效率,对防御方和攻击方能力均有提升。未来,安全的关键可能不再是漏洞数量,而在于风险发现速度、修复效率及系统韧性。行业竞争维度将转向构建持续的风险管理能力。Claude发现ZEC漏洞正是这一趋势的早期信号,预示着一个由AI驱动、持续演化的“递归安全时代”正在开启。

marsbit06/08 13:20

当AI开始审计世界:从Claude发现ZEC漏洞,看加密行业正在进入“递归安全时代”

marsbit06/08 13:20

单日暴跌 30%,海耶斯突然清仓,ZEC 为何被爆安全问题?

6月5日,Zcash创始人Zooko Wilcox等人披露其隐私层Orchard池存在关键健全性漏洞,攻击者可利用该漏洞在隐蔽环境下无限伪造ZEC。尽管项目方此前已紧急完成网络升级修复,但详细披露后ZEC价格剧烈波动,单日跌幅一度超30%,最低触及411美元附近。 此次漏洞源于Orchard电路中的椭圆曲线乘法约束不足,允许攻击者构造看似有效的交易,在隐私池内凭空生成ZEC。由于Orchard的隐私特性,链上无法区分真伪,导致池内用户资产可能被变相稀释。Zcash创始人坦言,密码学上无法证明修复前漏洞是否已被利用,此声明加剧了市场恐慌。 漏洞由安全研究员Taylor Hornby借助Anthropic最新AI模型Opus 4.8在针对性审查中发现,凸显了AI工具在安全审计中的强大能力,也意味着攻击者可能利用类似工具加速漏洞挖掘。Orchard自2022年激活以来历经多次审计仍存在缺陷,这对依赖复杂密码学实现的隐私项目敲响了警钟。 事件发生后,知名投资者Arthur Hayes宣布已清仓其全部ZEC持仓。此次事件直接挑战了隐私币“技术可信即核心价值”的叙事,促使行业重新审视隐私技术从理论到实践过程中的安全鸿沟。在AI驱动的攻防新常态下,依赖“未被发现即安全”的侥幸心理已不可行,持续主动的安全审查与快速响应机制变得至关重要。

foresightnews_api06/05 04:33

单日暴跌 30%,海耶斯突然清仓,ZEC 为何被爆安全问题?

foresightnews_api06/05 04:33

活动图片