Alejandro

AI 生成的文字已經無法與人類文字區分。這不是一個熱門話題，而是一項可量測的事實，且它悄無聲息地打破了許多網際網路運作所依賴的信任假設——訊息傳遞、市場交易、託管服務、論壇。如果你無法分辨什麼是由機器人所寫，那麼下一個明顯的問題就是：你能分辨它是如何被寫出來的嗎？

這正是PoHI（人類意圖證明）背後的前提，這是我自行建立的一個協議：它不分析文字內容，而是測量打字的物理節奏——按鍵停留時間、按鍵之間的飛行時間、停頓偏差、以及你如何更正錯誤——並透過零知識 SNARK 證明產生的分數超過門檻，而不揭露原始按鍵資料。

技術堆疊簡介

  • @pohi-protocol/core-math — 參考數學引擎，實作行為方程式（偏態、認知延遲比、錯誤重新校正變異數）。包含 74 個單元測試。
  • circuits/ — 一個 Circom 電路，編譯成基於 BN254 的 Groth16，約 12,500 個約束，並配有一個真正的多方可信設定儀式工具。包含 21 個測試，驗證其與參考引擎在數值上的一致性，以及約束系統確實綁定每一個訊號——針對我自己電路中發現並修復的健全性錯誤進行回歸測試。
  • packages/sdk-web — 瀏覽器端擷取 SDK。
  • experiments/ — 一個對抗性評估測試平台，包含六種攻擊者模型，從「固定延遲巨集」到「對評分函式有完整知識並嘗試偽造節奏的攻擊者」。

所有程式碼皆為開源：https://github.com/ProjectOne2020/pohi-protocol-poc

誠實的說明

我不是要告訴你這是牢不可破的。它很可能不是，至少目前還不是。
zk-SNARK 證明你知道一個滿足關係的見證——它並不證明該見證來自真正的人類之手。這是一個真實且有記載的漏洞（我已將其寫入威脅模型中，而非隱藏——請參閱
docs/THREAT_MODEL.md §5），
而且我在收集任何資料點之前，就已預先註冊了會證偽整個方法的確切條件：如果一個廉價、離線產生的假打字模式被接受的機率超過 50%，那麼純軟體的 PoHI 就站不住腳，而硬體證明將成為必要而非可選。

為了測試這一點，我需要真實的人類打字資料——這才是這裡真正的請求。

你能給我 5 分鐘嗎？

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

你輸入幾個簡短的提示即可。提供英文和西班牙文版本。所記錄的僅是按鍵按下/釋放的毫秒時間戳，以及按鍵是否為 Backspace——從不記錄文字本身。這不僅僅是一個隱私承諾：資料庫結構本身就有一個約束，會拒絕任何包含字元資料的記錄，因此即使有人篡改客戶端，它仍然有效。
你可以直接在
experiments/schema.sql 中查看。

如果你對研究程式碼比打字更有興趣，我也非常歡迎——問題回報、PR、或「你的定點除法在這裡還是錯的」等評論都歡迎。特別是如果你能破解評分機制。

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