字符题难不住 AI 了,验证码就升级到了语义理解维度:让用户从九宫格图片里选出所有包含红绿灯、消防栓、斑马线、公交车的图片。
这一代验证码抓住了当时 AI 的核心短板:机器能识别像素特征,却理解不了图像的语义。“什么是消防栓” 这种对人类来说无比简单的问题,当年的 AI 根本答不上来。图片验证码因此又替网站守住了一段时期的防线。
可随着多模态大模型的普及,图像语义识别也成了 AI 的强项,再偏门的图片题,AI 都能毫秒级给出准确答案。为了继续拦住机器,验证码的题目只能越出越偏、图片越来越模糊、干扰项越来越多。最终形成了一个尴尬的局面:机器轻松秒过,真人反而频频答错,验证码渐渐成了 “防人不防机” 的存在。
第三代:行为式验证 —— 不考答案,考你「怎么操作」
当拼答题已经赢不了 AI 时,验证码彻底换了个思路:不再纠结答案对不对,转而观察答题的过程像不像人。
最典型的代表就是滑块验证码。表面上看,它要求用户把滑块拖到缺口处对齐,可真正的校验核心,从来不是位置准不准,而是滑动的行为轨迹。
真人拖动滑块时,速度会忽快忽慢,手会有细微的抖动,还经常会拖过了头再往回微调,全程充满了 “不完美的人类特征”;而自动化脚本的拖动轨迹,往往是完美的匀速直线,精准卡准缺口位置 —— 恰恰是这份毫无瑕疵的 “完美”,直接暴露了机器的身份。
除了滑块,点选、拼图类验证码也都会校验鼠标移动路径、点击间隔、操作节奏等细节。它不再和 AI 比拼解题能力,而是靠 “人类天生的不规律性” 来区分人机。