Alejandro

AI 生成的文本已无法与人类文本区分。这不是一个激进的观点，而是目前可量化的现实，它悄然破坏了互联网赖以运行的许多信任假设——消息传递、市场交易、托管服务、论坛。
如果无法再分辨出什么是由机器人写的，那么下一个显而易见的问题就是：你能分辨出如何写成的吗？

这就是 PoHI（Proof of Human Intent，人类意图证明） 的核心思路，我个人正在构建这一协议：它不分析文本内容，而是测量打字的物理节奏——按键停留时间、按键之间的飞行时间、停顿的偏斜度、以及如何纠正错误——并通过零知识 SNARK 证明最终得分超过阈值，同时不泄露原始按键数据。

技术栈简述

  • @pohi-protocol/core-math — 参考数学引擎，实现行为方程（偏度、认知延迟比率、错误重新校准方差）。包含 74 个单元测试。
  • circuits/ — 用 Circom 编写的电路，编译为 BN254 上的 Groth16，约 12,500 个约束，并附带真实的多方可信设置仪式工具。包含 21 个测试，验证其在数值上与参考引擎一致，同时 约束系统确实绑定了每一个信号——包括我发现并修复的电路健全性漏洞的回归测试。
  • packages/sdk-web — 浏览器端采集 SDK。
  • experiments/ — 对抗性评估测试台，包含六种攻击者模型，从“恒定延迟宏”到“完全知晓评分函数并试图伪造节奏的攻击者”。

所有内容均已开源：https://github.com/ProjectOne2020/pohi-protocol-poc

诚实的部分

我不会在这里告诉你这是牢不可破的。它可能并非如此，至少目前不是。
zk-SNARK 证明你知道一个满足关系的见证者——它并不证明该见证者来自真实的人类双手。这是一个真实且有文档记录的差距（我已将其写入威胁模型而非隐藏——详见 docs/THREAT_MODEL.md §5），
并且我在收集任何数据点之前就预先注册了能够证伪整个方法的精确条件：如果一种廉价的、离线生成的伪造打字模式被接受的概率超过 50%，则纯软件 PoHI 无法成立，硬件证明将从可选变为必需。

为了测试这一点，我需要真实的人类打字数据——这正是本次请求的核心。

能给我 5 分钟吗？

👉 https://pohi-protocol-poc.vercel.app

你只需输入几个简短的提示即可。支持英语和西班牙语。记录的仅是按键按下/释放的毫秒级时间戳以及是否按下了退格键——绝不记录文本本身。这不仅仅是隐私承诺：数据库模式本身就带有约束条件，拒绝任何包含字符数据的记录，即使客户端被篡改也能保持有效。你可以直接在 experiments/schema.sql 中查看。

如果你对研究代码更感兴趣而非打字，我也欢迎——问题、PR、“你的定点除法在这里仍然有问题”的评论，都很欢迎。尤其欢迎你能破解评分系统。

仓库：https://github.com/ProjectOne2020/pohi-protocol-poc
领英：https://www.linkedin.com/in/alejandro-guti%C3%A9rrez-9a0318107/