iOS 16 的这项新功能，让你不用再与验证码斗智斗勇

来源：三易生活

如果经常在 互联网 上冲浪，想必各种稀奇古怪的验证码多多少少都会给你留下深刻的印象。无论是谷歌在九宫格图片里让你识别斑马线、还是在 12306 让你在 " 一模一样 " 的图片里找不同，验证码就是这样一个让人又爱又恨的存在，爱的是其确实让垃圾邮件、机器人变少了，而恨的则是实在是太不人性化。

在诸多奇葩的验证码里填写出正确答案，如今也越来越成为用户上网时的烦恼。正所谓用户有需求，就会有人拿出解决方案。继 WWDC22 上 苹果 方面推出 iOS 16 后，日前来自 XDA 开发者论坛的相关消息显示，在 iOS 16 的开发者预览版中，官方悄然提供了一个名为 Automatic Verification（自动验证）的功能，可以让 iCloud 代替用户处理 APP 或网站中的验证码（CAPTCHA）。

简单来说，苹果在 iOS 16 中带来的这个功能，等于说是用机器来帮人验证自己不是机器。为什么会这么说呢？其实这就要从验证码的起源说起。早期的互联网其实是自由开放以及混乱无序的，作为当时全球最为知名的产品，雅虎邮箱也是上世纪末绝大多数用户连接网络世界的窗口，因此自然也成为了黑产眼中的香饽饽，他们编写脚本自动注册了大量的雅虎邮箱、用于发送垃圾邮件。

彼时，这一问题被雅虎的研究人员写到了《我们无法解决的十大问题》这篇文章中，而在 2001 年卡耐基梅隆大学学生 Luis von Ahn 参加雅虎的主题讲座时，听到垃圾邮件泛滥一事后设计出了 "CAPTCHA"（全自动公共图灵测试），也就是如今大家熟知的 " 验证码 " 体系。而验证码技术的核心理论，就是区分正常人与机器，所提出的问题要容易被人解答、并且让机器无法解答。

最终，Luis von Ahn 发现人类可以用肉眼，轻易地识别出在图片中、被扭曲过、污染过的文字信息，而当年电脑并不能做到这一点。随即在 Luis von Ahn 这一方案的基础上，雅虎方面推出了 EZ-Gimpy 字符验证码机制。早期验证码中往往会出现一条不规则横线覆盖在需要识别的词汇上，这其实就是在借助早期计算机视觉技术不发达的缺陷，让机器识别不出被 " 污染 " 的词汇。

作为一个反向的 " 图灵测试 "，在 PC 互联网时代早期其确实起到了不小的作用，遏制了黑产利用自动化程序实现暴力破解、恶意注册、刷票、批量操作的目的。毕竟黑产是一个典型讲究成本收益的 " 生意 "，只要收益不能覆盖成本就自然会知难而退。彼时，黑产粗糙的自动化脚本面对字符验证码确实是一筹莫展，例如当时百度贴吧使用的反 " 爆吧 " 工具就有发贴需要验证码的步骤。

但随着 OCR（光学字符识别）与计算机视觉技术的发展，机器在图像识别上的能力升级，使得单纯基于字符的验证码逐渐失效。特别是在二十一世纪的第二个十年，机器学习技术上了一个台阶后，卷积神经网络（CNN）以及生成对抗网络（GAN）在业界大规模应用后，在海量的数据样本的 " 喂养 " 下，让图片验证码也已经落伍了。

无论字符的变形程度再高、再厉害，只需用图像分割技术切到一定的颗粒度，再用卷积神经网络算法就能准确地识别出来。甚至根据一项腾讯安全在多年前的爆料信息表明，国内当时就已有黑产团队实现了对字符验证码 98% 的 " 爆破 " 几率。

为此，互联网厂商也纷纷升级了验证码相关技术。既然纯粹的字符、图片已被攻克，而其核心又是区分人类与机器，那么验证码与相关知识的结合，也使得 " 做题家 " 模式开始出现，让用户需要根据问题去寻找验证码的正确答案。

这一时期，想必有些玩家可能听过 EA 旗下 Origin 平台骰子验证码的大名。这个验证码要求用户从六张骰子图中，找到一张结果相加等于特定数字的图片，而且要求在限定时间里连续答对 15 次。此外，最 " 经典 " 的则莫过于 12306 的验证码识图了，其不仅让机器束手无策、更是难倒了许多用户。而这些，也使得好好的验证码变成了考验用户知识积累、观察能力，以及手速的玩意。

显然，验证码技术的问题就出现在了这里，随着攻防双方不断在技术端的升级，使得其对用户的友好性已经逐渐消失，并变得极为 " 反人类 "。同时，也有部分厂商借助验证码技术来实现 商业 目的，许多朋友可能遇到过谷歌、Meta、Twitter 的九宫格图片验证方式，即 " 选出下图中的 xxx" 类型的的验证码，虽然表面上是让用户标识出特定物品，但背地里是却借助用户积累数据来训练自己的 AI 模型。

因此在相当长的一段时间里，许多用户对于验证码可谓是厌烦透顶。为此，验证码技术再次升级为行为验证模式或者说无知识型验证，如今各平台常用的滑块验证就是其中的典型，其特色就是采集用户数据，并借助基于人类固有的生物特征以及操作环境信息，来综合决策判断屏幕前到底是人还是机器。

比如说看起来简单的滑块验证，尽管看似就是将拼图拼完整，但是这其中的原理是人类拖动滑块通常是先快后慢，需要先快速拖到缺口附近、再在缺口附近进行精准校验，而机器则往往是匀速拖动这一滑块。

那么问题来了，既然行为验证更为先进，为什么目前还有许多 APP 和网站依然在使用传统的图文验证码呢？原因其实很简单，Web 前端因为代码都是明文形式的脚本语言，行为验证模式的核心就是将不可信的 Web 前端打造成可信的客户端，这就需要代码混淆与行为数据加密的支持。然而遗憾的是，很多基于 Web 的 APP 或网站并没有这样的技术能力。

无论如何，过去的二十年间互联网行业关于验证码的攻防，就一直都带有非常明显的身份特征，黑产方面希望攻破验证码系统来实现批量化的推送垃圾广告、机器人等等行为，而互联网厂商则希望用验证码技术来保护账号体系的安全和稳定。尽管苹果方面目前并未公开 Automatic Verification 这一功能的原理，但其无外乎还是生成对抗网络、卷积神经网络等人工智能技术的应用。

诚然，这一自动验证功能确实能够在一定程度上，帮助用户从绞尽脑汁填写验证码的苦海中脱离，但从技术伦理的角度出发，这可能是一个非常危险的举措。毕竟在第三方开发者的视角，自动验证功能与黑产的自动化脚本其实并没有本质的区别，同样违反了验证码技术是用于区分人和机器行为的宗旨。