跳到主要内容
赞助推荐 搬瓦工怎么选:三网直连 CN2 GIA-E
前沿哨所

开源项目TuringFonts号称文本AI不可读,实测Claude轻松破解

3 分钟阅读阅读(4)
赞助推荐 团队协作里的 AI 办公工作台

TuringFonts是一个近期在Hacker News上引发讨论的开源项目,其目标是让发布在网页上的文本对人类可读,但对AI爬虫不可爬取、不可复制。项目通过字符替换等混淆技术实现这一目标,提交者negura表示,主要目的是阻止爬虫抓取内容,或至少为爬虫方增加足够的对抗成本。然而评论区的实测结果对项目的有效性提出了挑战。有用户分享,Claude在面对一段经过Atbash密码(A对应Z、B对应Y的镜像替换)处理的文本时,不仅准确识别出加密方式,还成功解码出原文,随后甚至对这个密码的强度进行了嘲讽。另有用户测试发现,低配版ChatGPT同样能破解该混淆,并模仿了Claude回复中使用的双向箭头符号。更早的讨论中还提到,ChatGPT曾用同样的替换密码回复用户提问,表明大语言模型对这类简单替换模式已有很强的适应能力。除AI破解问题外,评论还指出了另一缺陷:破坏剪贴板复制功能只会困扰正常用户,真想获取文本的人可以直接截图后通过OCR提取内容。讨论的共识是,简单替换混淆或许能骗过老旧的传统爬虫脚本,但面对现代大语言模型几乎无效。

事件分析

从技术角度看,TuringFonts采用的字符替换本质上是Atbash这类古典密码的变体,而主流大语言模型的训练语料中包含大量密码学知识和替换文本样本,识别此类确定性模式对模型而言难度极低。评论区多位用户的独立实测一致证实了这一点,说明静态字符混淆无法构成对LLM的有效屏障。在攻防层面,这场讨论折射出内容方与AI爬虫之间日益加剧的对抗。当前更受关注的防御路线包括Cloudflare等推出的爬虫拦截与付费授权机制、动态渲染、对抗性提示注入等,相比简单的字符替换具备更强鲁棒性。同时,多模态模型已具备成熟的OCR能力,纯前端文本混淆的防御空间正在收窄。后续来看,此类项目的实际价值或在于提高小规模爬虫的抓取成本,而非阻挡主流AI公司的采集系统;行业博弈可能进一步向协议层授权和内容许可等机制收敛。

核心观点:用古典密码思路对抗LLM注定失效,内容防AI抓取的真正出路在于协议授权与法律层,而非前端混淆花招。

赞助推荐 一人公司 · 创业装备库
赞助推荐 一人公司 · 创业装备库

原文链接:Hacker News

赞助推荐 一键部署 AI 大模型
赞助推荐 一键部署 AI 大模型
赞(0)
未经允许不得转载:80aj » 开源项目TuringFonts号称文本AI不可读,实测Claude轻松破解
赞助推荐 低成本上手 Claude Code 的中转选择
赞助推荐 低成本上手 Claude Code 的中转选择
赞助推荐 一键部署 AI 大模型
赞助推荐 一键部署 AI 大模型