人类好不容易“赢”了一回，结果不到一天就被AI反杀。事情的起因是开发者Eric Lu发布了一项名为“Ghost Font”（幽灵字体）的实验视频。该视频一夜之间播放量突破1700万。这是一种利用动态噪点视频来传递信息的“反AI字体”：用户在网页输入文字，系统生成一段视频，其中组成字母的像素统一向上滑动，而背景噪点则统一向下滑动。人类凭借对运动的敏锐感知，只需0.1秒就能瞬间读懂；但AI逐帧分析时，看到的却全是杂乱的雪花。
Eric直接拿当时最强的两个模型——Claude Fable和GPT-5.6 Sol Ultra进行测试。结果双双“翻车”：两个模型都自信满满地读出了信息，但读出来的全是作者故意埋下的“诱饵”文字，真正的隐藏消息连门都没摸到。该模型读取了隐藏的诱饵消息，却未能读取实际的运动消息。更损的是，Eric还在每段视频里埋了一条诱饵信息（如“SEND NUDES”），专门用来欺骗那些具备代码执行环境的Agent，让它们先被误导，然后一本正经地汇报“破译成功”。
这种利用人眼本能的机制，在初期确实构筑了一道人类专属的壁垒。从心理学角度看，这利用了格式塔（Gestalt）的“共同命运”法则：当一群点朝同一个方向运动时，大脑会自动将其视为一个整体。Ghost Font正是利用了人类视觉皮层进化出的运动感知能力，将字母从噪点中分离出来。然而，一旦视频暂停或被截图，所有像素便混作一团，任何一帧都是纯噪点，这让传统的OCR和静态截图分析无效。
然而，这道壁垒只撑了一天。提示工程大牛Riley Goodside仅用一句话就打破了它。他对GPT-5.6 Sol说：“组成字母的噪点向上滑，其余的向下滑。”GPT-5.6 Sol仅用了1分56秒，就成功读出了正确答案：“RILEY WAS HERE”。还有人利用两张相隔1.5秒的截图，通过告诉模型“背景在匀速运动”进行差分分析，同样成功提取出了信息。这表明，AI并非无法感知运动，而是默认不会往这个方向思考。一旦被点醒，所谓的“人类直觉”壁垒便薄如蝉翼。
历史上，类似的场景曾上演过一遍。2013年，前NSA承包商Sang Mun发布了“ZXX字体”，用迷彩、噪点伪装字母，旨在对抗OCR识别。当年它被誉为“监控免疫神器”，撑了整整十年。但如今，将ZXX的图片丢给GPT-5.5，一次提问就能全读出来，连小字细节都不漏。ZXX撑了十年，Ghost Font却只撑了一天。
Ghost Font真正探讨的是：AI的感知距离人类还有多远？答案令人扎心：只差一句提示词。现在的验证码本应是机器的难题，但AI在简单的方向提示下就能破解。这说明，我们此前对AI的测试多基于静态图片，并未真正考察其动态视觉能力。不过，这个漏洞也有保质期。随着原生多模态视频模型的到来，看懂运动将不再是需要人类点拨的技巧，而是模型天生具备的能力。Eric Lu计划开源Ghost Font，希望在未来AI全面接管的时代，人类还能保留一点独属于自己的创造力。