北京
新智元報道
【新智元導讀】人眼秒懂、頂級AI全瞎的「幽靈字體」一夜爆火1700萬播放，結果一句提示詞就讓GPT-5.6破防了。
人類好不容易「贏了」一回，結果不到一天又被AI反殺！
事情是這樣 的，開發者Eric Lu發布了一個叫 做「Ghost Font」（幽靈字體）的視頻。
結果剛發出來就爆了。
視頻一夜播放1700萬+。
它是一種用動態噪點視頻寫字的「反AI字體」實驗：你在網頁上敲幾個字，系統會生成一段視頻，組成字母的像素統一往上滑，背景噪點統一往下滑。
人眼靠運動感知秒懂。
但AI逐幀看，全是雪花。
Eric直接拿當前最強的兩個模型開刀：Claude Fable和GPT-5.6 Sol Ultra。
結果雙雙翻車——兩個模型都自信滿滿地讀出了信息，但讀出來的全是作者故意埋的誘餌文字，真正的隱藏消息連門都沒摸到。
GPT-Sol 5.6 Ultra 嘗試解碼用幽靈字體書寫的消息。該模型讀取了隱藏的誘餌消息，但未能讀取實際的運動消息。
想要自己體驗也很簡單：在網頁上敲一行字，下載一段噪點視頻發給朋友——人肉眼直接讀，AI抓瞎。一條只有人類能收到的密信，就這么誕生了。
鏈接：https://www.mixfont.com/ghost-font
整個過程在瀏覽器本地完成，不經過任何服務器，連數據都不外傳。
為啥人能秒懂、AI會瞎？
人眼有個與生俱來的本能，心理學上叫格式塔（Gestalt）「共同命運」法則：一群點朝同一個方向跑，你會自動把它們看成一個整體。就像天上一群大雁排成人字，你不需要一只只辨認，形狀自己會跳進腦子里。
Ghost Font就利用了這一點：字母由朝上滑動的像素組成，背景噪點朝下滑——你的視覺皮層用了幾百萬年進化出的運動感知能力，0.1秒就完成了分離。
但視頻一暫停，所有像素混作一團，任何一幀都是純噪點。截圖沒用，逐幀分析也沒用。
截圖
而目前的多模態模型，本質上還是「圖像模型套了個視頻殼」：哪怕你喂它視頻，它也是拆成一幀一幀分開看，就像把一部電影打散成幾千張劇照，然后一張一張端詳。
它壓根不會「看運動」。Ghost Font鉆的就是這個空子。
誘餌：專門給AI挖的陷阱
更損的是，Eric Lu還留了第二道保險：每段視頻里都埋著一條誘餌信息。
這一招，專門防那些帶本地代碼執行環境的Agent——就算它們想到去分析像素運動，也大概率先撞上誘餌，然后自信收工，一本正經地匯報「破譯成功」。
ChatGPT 5.5 Pro苦想了整整19分鐘，最后幻覺出一條根本不存在的信息，連誘餌都沒讀對。
有人拿Gemini 3.1 Pro親測，它一本正經地回復：SEND NUDES（發我裸照）——這條正是作者埋好的誘餌內容。
Claude Fable開了Max推理模式也沒用，照樣掉進誘餌坑里，自信地報出了錯誤答案。
Claude Fable 通過 Max 推理試圖解碼用 Ghost Font 書寫的消息。該模型讀取了隱藏的誘餌消息，但未能讀取實際的運動消息
人類最后的密碼，似乎守住了。
但只守住了一天。
一句話破防
提示工程大牛Riley Goodside出手了。
他沒寫代碼，沒搞多步推理鏈，沒用什么fancy的Agent框架，只對GPT-5.6 Sol說了一句話：
組成字母的噪點向上滑，其余的向下滑。
就這一句方向提示。Sol用了1分56秒，讀出了正確答案：RILEY WAS HERE.（Riley到此一游。）
一句話，連一句完整的prompt都算不上，就把整個「人類專屬」的壁壘戳穿了。
還有人用兩張相隔1.5秒的截圖喂給ChatGPT 5.6，告訴它「背景在勻速運動」，模型直接做差分，字母也浮了出來。
這說明AI不是不能感知運動，而是默認不往那個方向想。一旦被點醒，所謂「人類直覺」的壁壘，薄得像張紙。
ZXX撐了十年，Ghost Font撐了一天
這一幕，歷史上已經上演過一遍。
2013年，前NSA承包商、韓裔設計師Sang Mun發布了ZXX字體，一共六種變體——用迷彩、噪點、劃線和假標記偽裝字母，專治OCR光學字符識別。
那年頭，這東西被捧成「監控免疫神器」，CNN、Salon爭相報道，設計界奉為反抗監控的宣言。
可如今把ZXX的圖片丟給ChatGPT 5.5，一次提問就全讀了出來，連小字細節都不漏。十三年的「監控免疫」，在現代AI面前成了一道送分題。
ZXX撐了十年，Ghost Font只撐了一天。
Ghost Font真正探索的問題
所以Ghost Font真正在問的是——AI的感知離人類還差多遠？
答案扎心了：就差一句提示詞。
想想驗證碼就知道了。現在的CAPTCHA基本已經被AI按在地上摩擦，動態驗證本來看著是條活路——機器看不懂，人一眼就過。
但Goodside剛剛證明，一句話就能教會AI「看動的東西」。這條活路能走多遠，要打個問號。
再想想我們怎么考AI的。
一直都是拿靜態圖片出題，壓根沒怎么考過「看運動」這項能力。哪天真出一套動態視覺考卷，現在這批模型怕是要集體交白卷。
當然，這個漏洞也有保質期。能直接理解視頻的原生多模態模型遲早會來——到那時候，看懂運動不再是需要人提醒的技巧，而是模型天生就會的事。
Eric Lu說要把Ghost Font開源，希望在AI接管一切的時代，人類還能留住一點獨屬于自己的創造力。
下一個「只有人類能看懂」的東西，還能撐幾天？
參考資料：
https://x.com/ericlu/status/2075876651574210643 - https://x.com/goodside/status/2076361122328858829
編輯：所羅門
特別聲明：以上內容(如有圖片或視頻亦包括在內)為自媒體平臺“網易號”用戶上傳并發布，本平臺僅提供信息存儲服務。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.
