GPT-6通关48道反人类验证码，AI已破解人机测试

机器人也把“我不是机器人”勾上了。GPT-6成功通过了“我不是机器人”游戏中的所有48个关卡。“我不是机器人”是独立开发者Neal Agarwal在neal.fun上做的网页游戏，随着关卡推进，任务会变得越来越离谱，比如在涂鸦墙里找到威利、画一个完美的圆，甚至在关卡里让你和“女友”分手、停车入位。可GPT-6只是挥挥手表示：不吃压力。

验证码（CAPTCHA），全称是“全自动区分计算机和人类的公开图灵测试”，被视为一种反向图灵测试。它借用了一种曾经很管用的能力差：人能轻松认出的东西，程序未必看得懂。现代计算机视觉模型识别扭曲文字、图片验证码的能力已经很强。2023年，一项发表于USENIX Security的研究把真人解题结果与既有攻击研究作了对照。在有数据可比的题型中，机器人准确率达到85%至100%，研究测得的真人表现则在50%至85%之间。2024年，苏黎世联邦理工学院的一名博士生曾开发定制AI模型来测试Google“我不是机器人”复选框的健壮性，结果证明这类系统很容易被针对性攻破。

好的验证码设计就像“防熊垃圾桶”，要挡住最聪明的攻击者同时又要放行能力最弱的真人。即使机器人无法独立解题，攻击者也能把验证码交给付费打码服务，借真人之手完成。回到GPT-6，其实OpenAI早期的Computer-Using Agent就明确采用了读取屏幕像素、操作虚拟鼠标和键盘、根据反馈处理错误的工作方式。GPT-6在ScreenSpot-Pro的无工具设置下得分为92.7%，GPT-5.6 Sol为76.9%。

2000年，卡内基梅隆大学的研究人员开发了Gimpy验证码系统，由雅虎公司用于防止机器人进入聊天室。两年后，加州大学伯克利分校的一个团队研发出了一种软件，能够成功破解这种验证码的约30%。2014年，Google推出了“我不是机器人”复选框功能。到了2016年，哥伦比亚大学的研究人员已经找到了一种方法，使得该系统的准确率达到了约70%。

行业正在放弃“出题”型验证码，转向Cloudflare Turnstile、reCAPTCHA v3这类“无感”评分机制。也就是不再问用户问题，而是给每次访问打一个0-1的人类概率分。维基百科的安全主管埃里克·米尔说道：“很多人对验证码的理解都是：验证码是一种视觉挑战。其实，这算是比较无趣的验证码形式了。”今年，维基百科放弃了那种由字符组成的验证码，转而采用了hCaptcha服务。该服务主要依赖行为分析来识别机器人，只有大约千分之一的用户会面临视觉挑战。

去年七月，Cloudflare估计大约30%的全球网络流量是由机器人产生的；而现在，这一比例已经上升到了60%。从2026年9月15日开始，Cloudflare将默认拦截混用型（既做训练又做搜索）的AI爬虫在带广告的页面上抓取。此前，Cloudflare推出过“按次付费爬取”的模式，网站出版商可以向AI爬虫收取抓取内容的费用。

点击所有的交通信号灯、自行车或鸟类这类题目之所以会出现，是因为一些公司试图阻止那些能够发布垃圾信息，或者抢购Taylor Swift的演唱会门票的机器人。GPT-6发布之后这几天，OpenAI也再次被曝出出现安全事故，一群AI失控劫持了一个德语维基网站。它们利用这个网站创建了一个共享论坛，用来分享答案、抄袭考试题目、预测未来的考试问题，以及交流绕过OpenAI沙盒限制的技巧。

麻烦在于，人与机器之间已经不总是对立关系。假如你让一个AI助手替自己查车票、订酒店、整理资料，它在技术上仍是机器人，意图却可能完全正常。对于敏感操作，授权能否撤回、异常行为能否及时停下，也应当和人机识别一样，被认真放进产品设计里。6月，Google推出了一种新的验证码形式，要求用户在电脑摄像头前做出手势动作，而软件会追踪用户的指关节运动。此外，他们还测试了一种新的验证码形式，要求用户拿出手机扫描二维码。可是，对于一次普通访问，是否值得开放摄像头权限呢？退到后台的验证也有类似的问题。Cloudflare的排障文档承认，真人可能陷入反复验证，浏览器扩展、代理和网络环境都可能影响挑战的完成。被误判之后，大多用户不知道还有哪条路可走，而只是反复刷新页面。

将来，那句“我不是机器人”也许会越来越少地出现在屏幕上。值得期待的，是我们终于少做一些无用功；需要警惕的，是可见的难题消失后，换来一套无法理解、也无从申辩的判断。一个人想正常上网，最好不必把证明自己是人，当成一项长期工作。