以太坊联合创始人 Vitalik Buterin 发起一项公开测试，邀请互联网用户找出一篇由他在本十年内匿名撰写、已经公开发布的以太坊文档。这项测试把围绕 AI 文本分析与网络匿名性的讨论，直接变成了一次可观察的实验。

Buterin 表示，外界一直有一种说法，认为 AI 写作分析会让在线匿名越来越难维持。基于这一判断，他决定“拿自己的一部分匿名性做实验”。不过，他没有公布这篇文档的名称，也没有给出更多可直接定位的线索。

文档范围尚未公开

按照 Buterin 的说法，这是一篇“中等重要性”的以太坊文档。他估计，在以太坊生态中，重要性与其相当或更高的文档大约有 200 篇到 2,000 篇。这意味着，外界面对的是一个范围不小的检索任务，而不是几篇候选文本之间的简单比对。

截至发稿，尚无公开信息显示有人已经成功确认目标文档。因此，这项测试目前仍处于开放状态，结果也暂时无法判断。除非 Buterin 本人或其他可靠来源确认答案，否则外界很难验证某个猜测是否准确。

焦点落在文体识别

这次测试的核心，指向文体识别，也就是通过写作风格、用词习惯和句式结构来推断作者身份。相关方法并非新事物，研究人员和调查机构早已使用多年。不同之处在于，新的 AI 工具可以更快处理更大规模的文本集合，识别效率明显高于人工比对。

如果 AI 能在较大范围内锁定匿名作者，网络上的化名写作空间可能会被进一步压缩。对加密社区而言，这一问题尤其敏感，因为不少研究者、开发者和治理参与者长期依赖半匿名或化名身份参与公开讨论。

与其近期隐私表态呼应

这项实验也延续了 Buterin 近期对 AI 安全和隐私问题的关注。他此前曾主张 AI 工具应更多采用本地优先方案，理由是云端部署更容易带来数据暴露、信息泄漏和被操控的风险。

在以太坊层面，他近期也多次谈到隐私改进方向。此前披露的设想包括通过账户抽象、 keyed nonces 以及访问层优化，减少元数据泄漏和审查风险。与此同时，他也提到 AI 可用于形式化验证，帮助以太坊开发提高代码可验证性。

目前，这场公开测试还没有定论。但无论结果如何，都可能为一个更大的问题提供新样本：当 AI 更擅长从文本中识别作者时，开放协作社区还能在多大程度上保留匿名性。