深度｜对话a16z：当Bot比真人还多，互联网必须重建「人籍」认证系统

图片来源：a16z

今天我们要聊一个听起来有点科幻、但正在迅速变成现实的问题：在 AI Agent、deepfake 和机器人账号泛滥之后，互联网还怎么证明「你是人」？

本期嘉宾是 Alex Blania，World 及其核心技术公司 Tools for Humanity 的联合创始人兼 CEO。他在 2019 年与 Sam Altman 共同创办 World，试图为 AI 时代建立一套新的「真人身份证明」基础设施：通过 Orb 设备完成线下初始核验，再用 World ID 在互联网上匿名证明「我是一个独一无二的人类」。

这次对话由 a16z 的 Ben Horowitz 与 Erik Torenberg 发起，核心讨论的是 Proof of Human：当 AI 能发帖、开 GitHub、约会、打视频会议、甚至替另一个 AI 作证时，互联网的信任底座会被怎样重写。

本文的主要观点包括：

  Proof of Human 为什么突然变成现实问题

Alex Blania：你如何证明某个人是真人？这其实是一个出乎意料地困难的问题。我认为，人们将开始被指控是 bots。我们现在看到的，只会是大概一两年后情况的不到 1%。AGI 将会带来某种非常根本性的转变——这种想法……似乎是显而易见的。比如，AI在给人类编程这件事上真的非常擅长，比 人类给 AI编程要强得多。一个 AI 将能够拥有一个 GitHub 账户，也将能够发帖，甚至还能够为另外五个 AIs 作证明，说这些实际上都是真人，尽管它们并不是。说实话，如果你现在还不认真对待这件事——

Ben Horowitz：Alex，欢迎来到这档播客。很高兴你能来。

Alex Blania：感谢邀请。

Ben Horowitz：所以，Proof of Human （真人身份证明）现在正处在一个受到高度关注的时刻。你不如先给不熟悉的人介绍一下背景？现在正在发生的这个“时刻”是什么，我们又是怎么走到这里的？对。还有，什么是Proof of Human？

Alex Blania：Proof of Human，正如这个名字所展示的，就是，你是否知道你是在和一个真人互动，还是在和互联网上别的什么东西互动？而且我其实认为，我们现在正在提出的问题是：你是在和一个 human 互动，还是在和一个代表真人行事的 Agent 互动，还是仅仅在和一个 Agent 互动？我觉得这大致就是我们想要区分开的三个——三个区域。

Ben Horowitz：好，那再稍微描述一下，“只是一个 Agent”和“一个代表真人行事的 Agent”之间的区别。你是怎么理解这个区分的？

Alex Blania：对。所以，先快速解释一下 Proof of Human 这个术语本身，以及我认为它难在哪里，然后我会解释这和“代表真人行事的 Agent”之间是如何关联起来的。所以，Proof of Human 真正的意思是每一个在一个平台上互动的个体，都只有一个——理想情况下只有一个——账户，或者说数量有限的账户，并且始终是那个账户的拥有者。就像，这有点就是你要寻找的那个属性。你要寻找的是一种初始核验，它理想情况下应该是匿名的，或者是极度保护个人隐私的；然后还要有持续进行的后续认证，以确保始终是同一个人在控制这个账户。

Alex Blania：嗯，然后还有一些我认为最好也具备的次级属性。但这其实已经告诉你，真正困难的地方在于 uniqueness。像现在在 Twitter 这样的平台上发生的事情是，有所有这些账户，你知道，所有这些出现在回复区里的 bots，嗯，很可能某个地方坐着一个 人，然后放出了数以万计、甚至数十万个 AIs。于是就有这样一场追赶游戏：Twitter 和 X 只能试图找到它们，并且一天可能要封掉数百万个这样的东西，而这大概只是 bots 的百分之一？然后我认为，“代表 人类行事的 Agent”将来可能会是这样一种样子：呃，我作为一个……我觉得我们所有人都会有 Agents。具体会是什么样子还不清楚。是会只有一个，还是会有多个，也许承担不同的任务，甚至——甚至具有不同类型的角色设定？嗯，我觉得最后会变成：我批准我的 Agent 采取某个行动，我赋予他某些权利。比如说，“代表我行事”，“好，替我在我的 X账号上发帖，替我发到我的 Instagram 上”，举例来说。但那个 Instagram 是我的，而且我是拥有它的一个独特的人类。没错。你知道，然后 X 或 Instagram 就可以决定，作为一个平台，它们到底是否想要这样的东西，对吧？但这就是一种可行的做法。

Ben Horowitz：这说得通。嗯，所以你要怎么证明某个人是 human 呢？

Alex Blania：这其实是一个出乎意料地困难的问题。那些 Agent 非常聪明。我们几年前创办这家公司时，ChatGPT 还没有出现，但我们当时就有一个基本判断：最终，AI 一方面会通过图灵测试，能够声称自己是真人，而你在互联网上将无法再分辨；另一方面，它们也会具备很强的自主行动能力，能够四处活动、自己完成各种事情。

这也正是问题困难所在。我们创办公司时，外界主要有三种思路。

第一种是web of trust。核心做法是根据一个人在互联网上的行为，或其过往行为来判断身份。比如，你拥有若干个已经使用多年的账户，会定期发帖，或者长期在 GitHub 上评论。再比如，假设我们三个人都具备这些特征，而我还能为你作证，证明我在现实世界中认识你。这样就能逐步构建出一张关系图谱。这在当时是非常热门的想法。

但我们几乎立刻就放弃了这种思路，因为我们的判断是：凡是纯数字化的东西，AI 最终都能够做到。现在其实已经差不多到了这个阶段。AI 可以拥有一个 GitHub account，可以发帖、持有 account，也可以为另外五个 AI 作证，说它们是真人，尽管它们并不是。所以，这是第一类思路的问题。

第二类思路是，对所有事情都使用政府身份证件。我们也几乎立刻排除了这个方案，原因有几个。

其一，从言论自由以及基础设施权力分散的角度看，不由政府控制这样的基础设施会更好。其二，一旦采用这种方式，你几乎立刻就会失去匿名性。理论上，也许可以设计出某种仍能保留匿名性的系统，但这会非常困难。

此外，政府身份系统本来也不是为这个问题设计的。而这个问题最难的一点在于，它是一个全球性问题。所以，即便某个政府拥有非常完善的基础设施，也仍然无法真正解决问题。比如，新加坡就是政府基础设施非常完善的例子，但这几乎并没有那么重要。因为像 Meta 这样的产品是全球性的，拥有 30 亿用户，覆盖大量其他国家。

Ben Horowitz：对，新加坡大概只有……200 万人？

Alex Blania：500 万人，没错。难道你要把其他所有人都排除在外吗？除此之外，还有一长串别的原因，让我们几乎立刻否定了这个方向。

最后一种思路是生物识别。可一提到这个，人的第一反应通常就是抗拒。而且问题更复杂。正如我一开始说的，这个问题真正困难的地方在于唯一性。

用最简单的话说，Face ID 是怎么工作的？它检查的是：现在使用我手机的人，是不是同一个我。

所以，它是一种 one-to-one authentication。手机里存着一个 embedding。系统拍一张我的脸，生成一个新的表示，再与之前那个做比较；如果足够接近，我就可以使用手机。

但这本质上仍然是 one-to-one，也就是一个 embedding 对一个新的 embedding。可如果你要解决 Proof of Human 问题，你需要做的是：把一个新的个体与所有既有个体区分开来。你需要确保，Ben 现在正在尝试注册，而且他以前没有注册过。

这样一来，问题就从 one-to-one 变成了 one-to-N，而这个 N，本质上就是你要向其证明这一点的整个网络规模。然后你就可以从数学熵、也就是信息论的角度，算出完成这种证明究竟需要多少信息。

结果会发现，这个数字非常高，因为这是一个指数级问题。所以你一算就会知道，像人脸或指纹这类生物特征，并不足以解决这个问题。大概到几千万用户规模时，你就会撞上天花板。于是最后你会发现，眼部的这部分组织——才真正具备足够的熵，能够做到唯一。

  真正难点不是识别，而是唯一性

Ben Horowitz：那你们又是怎么解决另一个问题的？因为生物识别历来一直容易受到重放攻击的影响。也就是说，好，就算我没有你的眼部生物信息，但我可能已经掌握了足够多的信息，可以对你发起重放攻击。

Alex Blania：所以，我觉得还是要把问题拆开来看：一部分是初始核验——用传统的话说，就像你去领取护照；另一部分是后续认证，也就是你在某些场景下持续出示护照。

在初始核验这一侧，如果你了解 World，就会知道我们做了一个叫 Orb 的设备。它做了很多事情来防止这类攻击。比如，它在电磁谱上配置了多个传感器，用来确保你不能拿一块显示屏对着它，而它却误以为那是真实对象。我觉得在这一侧，我们已经把这个问题处理好了。

但在消费者侧，也就是后续重新验证这件事上，问题就要难得多。因为在某种意义上，你需要信任手机。本质上，当你通过 Orb 完成初始核验时，我们不仅会以完全匿名且保护隐私的方式检查你的唯一性——这部分我们等会儿也可以展开讲——还会向你的手机发送一张经过签名的人脸图像，之后你可以用它来做重后续认证。

如果是新款 iPhone，这套机制是可以建立起相当程度信任的；但如果是比较旧的 Android设备，基本上就不行。因为你完全可以展示一个 深度伪造，不管是通过显示器播放出来，还是直接注入摄像头画面。

所以，这确实是个问题。最终可能会变成一种混合方案：如果你用的是足够新的 iPhone，或者更一般地说，足够新的手机，那么你就可以直接基于初始核验时采集的那张图片完成再次认证。否则，你可能就得比较频繁地回到 Orb 去重新认证。比如说，如果你用的是较旧设备，可能一年要去几次。

Ben Horowitz：有意思。另外，早期外界对这套方案有一种不太准确的批评，说“天哪，他们拿到了我的 眼部生物信息”。意思是，他们因此就能接触到我的隐私，对我做各种事情；那成了我的通行证，接着 Worldcoin 就可以 冒充 我，诸如此类。但事实并不是这样。而且，这背后其实也是一个并不简单的工程问题。

Alex Blania：确实，这在工程上非常不简单。关于iris，有一点大家往往没有充分意识到，而这也是我们当时的一个判断：iris 最终会成为一种非常日常的识别模态。原因是，我认为未来我们都会佩戴 AR 和 VR 系统，而这些设备都会用到它。Apple 已经这么做了，Vision Pro 里已经有 Optic ID。更一般地说，iris 很可能会在很多不同设备上被广泛使用，并逐渐变得常态化。

但在隐私这件事上，我们确实花了很多时间。因为大约 6 年前，当我们基于这些前提得出结论：要解决这个问题，需要一台专门用于生物识别的定制硬件设备时，这其实是一个相当令人畏惧的结论。因为这意味着极高的成本，而且这种设备还需要被部署到全球各地，这实际上意味着你必须设法筹集数十亿美元，并推动一场全球范围的大规模部署。

除此之外，还有隐私层面的挑战：你要如何构建这样一个系统，使它同时满足我们关心的所有要求？从高层看，解决这个问题主要有两种思路：multi-party computation 和zero-knowledge proofs。

还是回到 Face ID。Face ID 之所以能很好地保护隐私，是因为它的 embedding 存在手机里，不需要离开设备。本质上，它只是“现在的你”和“过去的你”之间做比较。但如果你要检查唯一性，就必须把新来的人和所有已经存在的人进行比对，所以必然会有某种信息离开设备。

这也正是更难的地方。我们的做法是使用multi-party computation。在我们的系统里，当你通过 Orb 完成初始核验时，设备会拍摄图像，并直接在本地完成计算。然后，这些结果会被拆分成多个部分。比如，我们会拍摄 iris 图像，计算出一个 iris code，再把它切分成多个片段，分别发送给多台计算机。这样一来，就不存在中心化数据库，也没有任何单一一方真正掌握你的完整信息。接着，再通过一些巧妙的方法，让这些不同参与方在各自只持有局部片段的前提下，共同完成计算。

Ben Horowitz：对，这样就没有任何人拿到完整的数据。

Alex Blania：对，没有任何人持有完整数据，而且在计算过程中，也没有任何人会拿到完整数据。但这些参与方会通过一些精巧的交互，最终得出结论。这有点像 zero-knowledge proof 的技术思路。它当然和 zero-knowledge proof 很不一样，但如果从它实现的性质来看，两者有些相似：没有人真正知道关于你的完整信息，但大家却可以共同得出一个关于你的判断。

所以，你把这些信息送入 multi-party computation，返回的结果会是：“这个个体是唯一的。” 接着我们做的第二件事，是再通过 zero-knowledge proof 把这一切和你的真实身份分离开。也就是说，那个保密凭证保存在你的手机上，只有你自己持有，其他任何人都没有。服务器没有，我们也没有。

之后，你可以再回到这套 multi-party computation 体系，对外证明：“我持有一个属于那次计算的保密凭证，而且我确实是唯一的。” 你可以把这一点证明给某个平台。比如，你可以去一个社交网络，向它证明你是一个唯一用户，而在这个过程中，我们并不知道你是谁，社交网络也不知道你是谁。

所以，这是一种非常反直觉的性质：虽然系统使用了生物识别技术，但你依然可以保持匿名，并且维持极高的隐私。我觉得这非常酷。

  从 Tinder 到 YouTube：真人证明会先在哪些场景爆发

Eric Madsen：你知道，社交媒体只是其中一种典型场景。过去这些问题只是“烦人”，现在则正在变得“难以承受”，尤其是 bots、PSYOPs、propaganda 之类的东西。除了社交媒体之外，还有哪些 bots 的使用场景，会在未来如果没有 Proof of Human 的情况下，变得几乎无法忍受？

Alex Blania：对。其实我对这件事的一个简单理解是：凡是互联网上那些本质上以真人彼此互动为核心的时刻——或者哪怕只是间接互动——都会受到影响。最简单的例子之一就是约会。这个场景里，对面到底是不是一个真实的人，这件事非常重要。

至于 Tinder 的 use case 是什么——我们最早是在日本启动的，把它当作一个测试市场。它的机制本质上就是我们刚才讨论的内容：如果你通过 Orb 完成验证，你就会得到一个小徽章，向其他人表明你确实是一个 human，也就是说你经过了较高强度的 初始核验。

另外，接下来的一步——我不确定现在是否已经上线——是进一步验证你是否真的是你声称的那个人。也就是说，你的 world ID 会与你使用的 头像 关联起来，再做一次快速检查，确认这些信息是一致的。这样一来，你不仅知道自己不是在和 bot 互动，也知道你面对的是一个完全真实的人。

还有一个很有意思、但又有点反直觉的场景，我觉得会是视频会议。因为现在其实已经有 deepfakes 了。

比如，“我今天不想参加这个视频会议了，直接把我的 deepfake 挂上去吧。” 实际上，最早是你先跟我提到这个问题，所以我们才开始为此做产品。因为它很可能会先从高价值用户群体中出现。比如像你这样管理 fund 的人，有时候一通电话本身就可能价值极高，可能涉及借款之类的事情，或者——

Eric Madsen：对。就是说，有人可以冒充我，然后说：“Eric，你能不能把 4 亿美元汇给这位尼日利亚王子？” 对吧？

Alex Blania：对。现在这还算是略带一点假设性，因为这些技术还没有做到完全实时，你多少还能看出一些端倪——但我们已经非常接近了。真的非常接近。所以我认为，一年之后，这种能力就会变成一种完全商品化的东西：极其逼真、完全实时，到那时你在这些媒介上将几乎无法再判断任何事情。

所以我觉得这是另一个重要场景。再往下一个我觉得挺有意思的，会是游戏。

因为玩家非常在意——他们不想自己在和 AI 对战。这会让人非常挫败，尤其是当你们还在赌钱的时候。

你每天训练好几个小时，好不容易把自己练得很强，结果突然被一个在各个维度上都超越人类的 AI 彻底碾压。心智模型：我觉得连 视频平台的整个商业模式可能都快要被打破了。这个问题有好几个维度，但其中一个是：如果内容创作正在变得可以被无限扩展……比如我听说有个人在 YouTube 上一天可以生产大约一百个视频，而且每个月赚几万美元，这些视频全部都是 AI 生成的。

而且人们真的就买账了。所以问题就变成：YouTube 真的希望以这种方式去 实现变现 这类内容吗？这到底是不是——

Ben Horowitz：对，这就很有意思了。人们的确接受了它，但也许他们其实就是喜欢这种内容。

Alex Blania：对，也有这种可能。但如果能够明确知道“这是真人制作的视频”还是“这是 AI 制作的视频”，肯定会更好。

其实我对这件事的一个判断大概是这样的：有一些内容类别本来就明显是虚构的。比如电影就是这样。你并不在意它和现实之间有没有什么连接，它本来就是一个完全虚构的故事。

它本来就是一个完全虚构的故事。但如果你再想想 TikTok 这类平台，或者其他类似的内容平台，大家之所以在意它们，很大程度上是因为这些内容和现实之间多少存在某种连接。

Ben Horowitz：对。不只是和现实有关，还和人有关，比如，你完全可以拿一篇科学论文交给 Gemini，然后对它说：“把这个做成一档播客。” 它最后可能真的会变成一档相当有趣的播客，而且它也确实和现实有关，因为它来源于某个真实存在的东西。但你会想知道这一点。你会希望知道它是怎么来的。

Alex Blania：对，我会想知道。而且问题还会继续延伸：如果你是广告人，你也会想知道——观看它的是 人，还是 AI？

Ben Horowitz：另一种情况就是：我做了一百个 AI 视频，又让一百万个 AIs 去看它们。然后我就从 YouTube 那里赚了很多钱。

Alex Blania：没错。我今天其实就看到一个 YouTube farm 的视频。里面摆着成千上万部手机，整天都在刷视频，就是为了这个目的。

Ben Horowitz：而这对 YouTube 的广告商来说几乎是零价值。所以这对他们而言其实是一个非常现实的问题，对吧？

Eric Madsen：而且，过去十年的整个创作者经济平台——像 Substack、Spotify，以及那些支持艺术家的平台，比如 Patreon——它们成立的一个基础，就是创作者，或者说 YouTubers，和这些人之间存在一种个人关系。人们支持他们，不只是因为喜欢他们的作品。所以如果有一天大家突然发现，原来他们关注的其实是 bots，那他们可能就不会再以同样的方式支持他们了。

我觉得确实有一部分人，他们想支持的就是现实中的真人，并且希望自己是在和一个真实的人建立关系。

Alex Blania：对。而且我觉得大家其实没有真正意识到这件事的后果。按理说这应该是显而易见的，但很多人并没有真正理解它的影响。我觉得主要有两点。

第一，我们现在正在经历的，其实只是接下来将要发生事情里非常非常小的一部分。它只是一个苗头，只是一个前兆。因为智能的成本正在以近乎指数级的速度下降，而 Agent的能力则在以某种超线性的方式提升。所以，我们现在所看到的，可能还不到未来一两年后真实情况的 1%。

第二，这些东西在很多方面都会变得比人类更强。它们会非常擅长理解你，也非常擅长用最合适的方式和你说话。比如，有一篇论文——后来我记得好像被删掉了——研究的是 “Change My Mind” 这个 子版块。

苏黎世大学当时做了一个实验，让 AIs 去和 “Change My Mind” 上的用户互动。结果它们在改变别人观点这件事上，表现得几乎是超越了人类。因为它们会回头分析发帖者的 profile，理解他们的政治动机、说话方式，然后以一种几乎完美的方式和他们互动，精准击中所有触发点。AIs 在“面向人类编程”这件事上真的非常厉害，远比人类面向AI 编程厉害得多。

所以我觉得这也会变得相当可怕。但至少，如果你正在成为某种 PSYOP 的受害者，或者你遇到的是一个由 AI 执行的高度复杂的信息操控行动，那么能够识别这一点就会非常有价值。

图片来源：World

Ben Horowitz：来再多讲一点现在产品和业务的状态吧。现在外面大概已经有多少 IDs 了？你可以做一个更新，也顺便讲讲它的发展过程。

Alex Blania：

首先，这其实是一个需要同时解决三个方面问题的系统工程。

第一，你需要平台采用这项技术，比如 Reddit、X 等类似平台。

第二，你需要把这些设备铺出去。我觉得理解这件事最合适的方式是：一个人平均需要多少分钟才能到达这样一台设备。按当前全球平均来看，这个数字会很糟，很多人甚至需要坐飞机。但问题是，怎样才能把这个时间在全美范围内压到 15 分钟以内？要做到这一点，大概需要部署 50,000 台设备。这个数字不算夸张，但也绝不是一件容易的事。

第三，前面这些因素最后要如何组合成一个很多人真正愿意使用的产品？这既取决于各个平台本身提供的价值，也取决于叠加在其上的激励机制。比如，它也许可以绑定你的 Reddit 账户，也许还能附带某种 TBD 订阅权益。所以最终一定是多种因素共同作用的结果。

难点在于，你必须在某个时间点把这三件事同时做成，而这本身就非常难。

我们现在已经有 1800 万完成验证的用户，app 内总用户数达到 4000 万。不过，最大的变化在于：由于上一届政府时期的环境，再加上我们使用了 crypto，过去很长一段时间里我们其实并没有真正投入美国市场。而现在，这正是我们正在经历的最大转变。因为在整件事里，最关键的市场就是美国。也希望 Clarity Act 能尽快通过，让相关问题获得更明确的监管界定。

所以，我们现在最重要的重心，就是全面押注美国市场。接下来一年里，公司 90% 的努力都会围绕美国展开。比如，怎样把设备铺开？怎样最终让它出现在每一家 Starbucks 里？这样它就会变得非常日常化，人们会像使用普通服务一样每天使用它。这就是当前的重点。

至于平台这一侧，我自己其实经历了一个很有意思的过程。因为几年前，几乎所有人都在嘲笑我们，这几乎就是当时最普遍的反应。当然，a16z 和少数真正相信这件事的人除外。至于媒体，他们对这件事的嘲弄，某种程度上也只说明了很多人的短视。

其实，你们第一次听我们 pitch 的时候是怎么想的？因为连你应该都会觉得这件事很疯狂吧。

Ben Horowitz：主要是因为你们有那个 Orb。Orb 实在太狂野了。就是，“好，我们要扫描人们的视网膜，然后以此来判断他们是不是人类。” 诸如此类。而且那还是——你们是 6 年前来 pitch 我们的。

那还是在 COVID 之前，因为当时你已经带着 Orb 来了。那时候 AI 还没有真正爆发。你当时大致能看见一点趋势——当时也已经有 bots，但和现在比起来，它们还非常粗糙。不过，这件事看上去是不可避免的。至少在当时，我们会担心的是：这件事发生的时间到底是什么时候，前后节奏怎么配合，等等。

但你本人足够让人印象深刻，这件事迟早会发生，而且这个想法本身也足够令人兴奋，所以这些因素加在一起，让我们最终觉得：“好，我们投。” 不过，这并不是那种一眼就能看出“它会在这个时间窗口里跑通”的项目。很长一段时间里，它看起来都非常不显然。

那你们当初的 pitch，和后来真正做出来的东西相比，有多大不同？

Alex Blania：其实几乎完全一样。我觉得本质上还是同一个故事。变化的是设备。你知道，我们后来把它做得更经济，也更方便了，但是...

Ben Horowitz：对，没错。不过最初的那个判断——是对的。核心就是：未来在 网络空间里，每个人都必须证明自己是真人；否则，这个世界会变得非常糟糕。机器人大军会把我们淹没，我们就完了，对吧？

然后第二层判断是：这件事本身会变成一个非常重大的需求；而一旦它变成重大需求，我们就有机会在此基础上构建出最有价值的网络之一。因为在一个 AI 时代，拥有一个 人际网络 将会变得极其重要。

所以其实有两点。第一，你会需要证明自己是真人；第二，这件事会带来非常强的 network effects。即便是那些平台本身——虽然 bots 一直是它们最大的问题之一。你还记得 Elon 当时和 Twitter 的事吧，他一度退出收购，就是因为那些统计数据里充满了 bots。可即便平台自己明知道这一点，它们仍然很难在思维上真正走到未来那一步，然后得出结论：“对，我们需要 Proof of Human。”

因为很多人会说：“这到底是什么意思？” “Proof of Human 到底是什么意思？”

你们当时已经有链接检测工具了吗？还有，你们是什么时候开始用“Proof of Human” 这个说法的？

Alex Blania：其实我们很长一段时间里一直用的是Proof of Personhood。但后来有一天我们突然意识到：“糟了。” 因为终有一天，AI也会拥有人格。所以那这个说法就不成立了。

我其实记得，大概一年前，我和几个 OpenAI 的人在一个小群里。当时他们就说：“Alex，这件事以后会变得很黑暗。人们会讨厌你，因为你不给 AI 人格。” 我当时心想：“天哪……好吧，那我们就叫它 Proof of Human 吧。”

Alex Blania：所以，是的，我觉得去年在 ChatGPT 出现之后是一个很大的转折点。AI 突然变得让人们有了真实感。那时候大家开始来找我们，但当时更多还是觉得：“好，这也许是个未来问题，可能还要再过几年。” 但第二个更大的转折，其实我真的认为是最近的 Claude、Agents，以及 model-on-model。这基本意味着，局面已经彻底失控了。说实话，如果你现在还不认真对待这件事，那我觉得你应该换一份工作了。

因为这件事现在已经更像是一个执行层面的问题了。比如，怎么把 50,000 台设备铺出去？怎么把它们做得足够便宜？怎么让这种行为变得日常化，以至于人们在 Starbucks 里看到它时不会觉得奇怪？我觉得，相比之下，人们会更加无法接受另一种选择。大家会开始互相指责对方是 bots。我认为，如果没有一个清晰的区分机制，局面会变得一团糟。

我觉得接下来几个月里，我们会看到一些平台尝试在手机上使用人脸识别，而我知道这一定会失效。因为你就是……对。我们只是必须足够快地把规模做起来。而且，目前其实没有真正的竞争对手，因为这件事本身太离谱了。无论是把它做出来的工程难度，还是它所带来的巨大网络效应，门槛都非常高。

不过，就业务而言，我们现在最主要在做的事就是进入美国市场。其实我也想听听你对这个问题的看法：在你看来，要让这套东西在 AI 世界里真正运转起来，我们需要实施哪些经济政策？

Ben Horowitz：对。我觉得政府必须想清楚，怎样把钱发到公民手里。你回头看 COVID 时期的刺激计划，据说有 4000 亿美元被从刺激资金里骗走了。那时候你肯定会希望，自己发出去的钱是发给了独一无二的 真人。

所以，美国现有的身份体系、社会保障体系，大家都知道，是一团糟，完全是一场灾难。我们必须建立起某种在密码学上足够强的方式，来识别谁是哪个国家的公民。否则，连民主都无法维持。你怎么知道投票的人真的是活着的真实的人？

在一个 AI 可以大规模 冒充的世界里，你将不再拥有“人民的意志”。到那时，主导一切的会是拥有最多 GPU 算力的那个人的意志。

同样地，我觉得我们也必须以比现在这些荒唐的社会项目更高效的方式，把钱发到人手里。比如你想想，像 Medicare 这样的系统已经糟糕到一种程度：当有人枪杀了 United Health的 CEO 时，人们居然会感到高兴。AI 会让这个问题变得更严重，因为伪造理赔的能力，以及在黑市上购买社会保险号的能力，都会被极大放大。事实上，每个人的社会保险号都已经在被出售了。AI 只是让这种 欺诈变得大规模、并且极易扩展。

所以我认为，Proof of Human 是拼图中非常重要的一块。如果我们不升级整套基础设施，我们就无法继续作为一个 民主国家运作下去。

Eric Madsen：你刚才说，明年的市场推广会聚焦美国。这里的激励是因为用户可以使用一整套服务，还是还有别的经济激励？

Alex Blania：我觉得，基本上从一个月前开始，我们进入了一个完全不同的阶段。因为我们现在正在接入的很多平台，会把大量用户带到我们的平台上来。假设你面对的是一个拥有 10 亿用户的平台，它开始把用户导向你这里来完成验证，那么问题就几乎只剩下一个：你要怎么承接这部分需求。接下来不久，你会看到很多非常大的平台完成接入。

第二，怎样把 Orb的分发做起来？我觉得这是我们公司现在面临的最大挑战。因为这是 hardware。而且不只是 hardware——它还是一种必须在无人监督情况下大规模运行的硬件。为了把质量提升 1%，你都要面对一大堆极其混乱、相互牵连的依赖问题。

然后你还需要部署这些设备的地点——Walmart、Starbucks，或者一些很潮的咖啡店。我们很快会推出一个东西——团队可能会讨厌我现在提前说出来——叫做 Orb on Demand。在湾区或者纽约，其实更便宜也更容易的做法，是直接把一个 Orb 放在 motorbike 上送到你面前。你将可以说：“我现在就想验证。” 然后 15 分钟之后，一台 Orb 就会来到你这里。

Ben Horowitz：你有没有想过设置不同等级？比如，“我们知道你是一个独一无二的人类”，或者“这个人可能是一个独一无二的人类，因为他是在自己的 iPhone 上完成的验证。”

Alex Blania：对，我们有这个。我们有一个叫Face Check 的功能，就是做这件事的。它使用摄像头采集的人脸信息。它仍然使用MPC，所以你依然是匿名的，但它能达到的准确性要低得多。至少，一个人没法创建 100 个 account——也许还是能创建 10 个或者 20 个。它更像是一种 速率限制的手段。我认为，随着 deepfakes 的发展，这个方案从根本上会失效，所以它只是一个帮助我们扩展规模的临时方案。我们也会使用带有 NFC 芯片的政府身份证件。总之，凡是能派上用场的手段，我们都会用上。

Ben Horowitz：那你怎么看World ID 本身？它未来会像一个密钥吗？或者说，对于这个身份层本身，你们的设想是什么？

Alex Blania：我觉得，它本质上就是互联网的认证层。它是一种让你在不牺牲 privacy 的前提下证明“你是谁”的方式。而且它是开放的，是一个 协议。任何人都可以在它之上构建东西。这一点最重要。它不归我们所有。

你会看到，它会逐渐变成你登录各种东西的方式。既然你可以直接使用你的人类身份，那为什么还要继续用用户名和密码呢？

所以，我们正在为开发者构建整套接入工具。而且我们已经看到了很多比如，在 World 上开发的开发者数量正在非常迅速地增长。

Ben Horowitz：太棒了。那美国推广的时间线大概是什么样的？

Alex Blania：我们现在已经开始了。我们已经在主要城市部署设备了。接下来一年的目标，是实现全面覆盖。这会是一项非常庞大的工程，但我们已经准备好了。

Ben Horowitz：这真的是一项非常重要的使命。这个世界确实需要它。

Alex Blania：对。如果不是我们来做，那还会有谁来做？目前没有其他项目在采取这种路径。而且我认为，这也是唯一能够在全球规模上真正解决这个问题的方法。

原视频：How Bots, Deepfakes and AI Agents Are Forcing a New Internet Identity Layer

https://www.youtube.com/watch?v=0_NGsljlo3o

编译：Tiffany Zhao