LLM 恐破壞網路匿名與隱私：AI 能找出中本聰是誰嗎？

一份最新學術研究指出，大型語言模型 (LLM) 已具備在大規模情境下「去匿名化」網路使用者的能力。只憑公開發文內容，模型便可能推測出匿名帳號背後的真實身份。這項發現不僅引發外界擔憂，也在加密社群掀起關於「是否能揭開中本聰真實身份」的討論。

研究揭示：LLM 讓個資去匿名化變得更簡單

這篇題為《使用 LLMs 進行大規模線上去匿名化》的研究指出，LLM 已能從非結構化文字中抽取身份線索，並在龐大資料庫中進行語意搜尋與比對，實現高度自動化的去匿名攻擊。

研究團隊設計一套四階段流程：抽取 (Extract)、搜尋 (Search)、推理 (Reason) 與校準 (Calibrate)，模擬攻擊者如何從公開發文中重建個人特徵，進而比對真實身份。

大規模去匿名化研究框架概覽

在實驗中，研究人員將 Hacker News 帳號與 LinkedIn 檔案進行交叉配對，在 99% 精準度 (precision) 下仍可找回約 45% 真實身份；在 Reddit 帳號的實驗中，即使經過時間區隔與內容過濾，模型仍在高精準條件下識別出一定比例的用戶。

論文作者 Simon Lermen 認為，LLM 並非創造新的識別能力，而是大幅降低原本需要人工追蹤的成本，或將實現去匿名化攻擊的規模化。

「假名保護」失效？AI 將挑戰網路匿名性

過去，網路假名 (pseudonymity) 之所以被用作保護措施，並非因為無法識別，而是因為識別成本過高。Lermen 指出，LLM 改變的正是這一點：「模型能在短時間內處理數萬筆資料，將人類調查流程自動化。」

他強調，這並不代表所有匿名帳號都會立刻被曝光，而是代表「只要留下夠多文本線索」，模型就有機會重建身份輪廓。換句話說，文字可能在未來成為被挖掘的微型數據 (micro-data) 目標，即使沒有姓名或帳號連結，興趣、背景或用語習慣等訊號，也可能成為識別依據。

加密世界的隱憂：鏈上透明性會成為監控工具？

這項研究迅速在加密社群引發討論。Helius Labs 共同創辦人 Mert Mumtaz 認為，區塊鏈本質依賴假名身份，而所有交易紀錄永久公開，一旦 AI 能將鏈上地址與現實身份連結，就能夠建立長期的金融活動檔案。

他擔憂，區塊鏈原本被視為去中心化金融基礎設施，卻可能在這種情境下成為高透明度的監控工具。

(比特幣公開收款不再裸奔！靜默支付 (Silent Payments) 如何實現便利性與隱私保護)

中本聰會被 AI 找出來嗎？文體分析成新變數

同時，Castle Island Ventures 合夥人 Nic Carter 也提出另一個問題：若 LLM 可進行高階文體分析 (stylometry)，是否可能比對中本聰過去的電子郵件、論壇貼文與白皮書文本，推測其真實身份？

他認為，理論上若存在可對應的公開著作樣本，模型或可進行機率匹配；然而這仍屬於統計推論，而非確證工具。一旦創作者改變文筆風格或未曾以真名公開寫作，基本上難以識別。

(艾普斯坦檔案揭露比特幣早期權力網路，這位性犯罪者會是中本聰嗎？)

當 AI 衝擊隱私：加密與匿名技術仍待升級

Lermen 在結論中強調並非要引發恐慌，而是指出傳統加密與匿名機制需要更新。過去僅對結構化資料感到憂慮，如今連非結構化文字也可能被識別。隱私不再只是技術問題，也涉及平台政策、資料揭露習慣與社會規範。

在 AI 能力快速進展的背景下，用戶隱私如何被重新設計與保護，也成了各家企業的重要課題。

這篇文章 LLM 恐破壞網路匿名與隱私：AI 能找出中本聰是誰嗎？ 最早出現於 鏈新聞 ABMedia。