開場觀點：
老實說，過去的理解已站不住腳。如果該架構哪怕只有一部分如報導所述，「證明你是人」就已悄悄擴張為另一件事：接受持續的風險分類。
我過去理解 AI 產品中的身分篩查時犯了錯。
我把身分驗證當成乏味的合規層：有摩擦、很煩，但仍與真正產品分開。上傳證件、自拍、等幾秒，然後繼續。
老實說，這種理解已站不住腳。
vmfunc 與協作者近期發布的調查主張，OpenAI 與 Persona 可能位於比多數使用者意識到的更深層身分篩查架構中。主張不只是使用者驗證一次，而是驗證可能流入更廣的監看名單檢查、生物特徵比對、定期篩查，以及與政府相關的合規流程。
如果哪怕只有一部分架構如報導所述，「證明你是人」就已悄悄擴張為另一件事：接受持續的風險分類。
這個轉變的意義，遠超單一公司。
01使用者對驗證誤解了什麼
多數人忽略的身分驗證層面
平台要求護照時，多數人以為這是一筆範圍有限的交換。
隱含約定很簡單：確認我是真人，必要時確認年齡，再刪除不需要的東西。這是多數人進入這類流程時的理解。
但調查描述的範圍更廣。
據報導，Persona 基礎設施有公開線索指向專用的 openai-watchlistdb.withpersona.com 部署，以及可追溯到 2023 年 11 月的憑證透明度紀錄。報導也提及政府部署的原始碼對應檔暴露，據稱揭露 2,456 個原始碼檔案與 53 MB 的 TypeScript 原始碼。文中引用的程式碼參照，描述了可疑活動報告、FINTRAC 通報、人臉清單管理、監看名單篩查，以及跨多種類別的 269 項驗證檢查。
這不再像狹義的身分確認。
它更像一個身分情報層。
不是所有人都同意如此看重基礎設施證據。有些人希望等官方確認，有些認為原始碼對應檔分析太間接，不能支持更大主張。我認為這種謹慎合理。
但即使最強的指控仍未證實，底下的模式也值得注意。
因為模式已經可見。
報導引用的技術證據
據報導，Persona 基礎設施有公開線索指向專用 openai-watchlistdb.withpersona.com 部署，以及可追溯到 2023 年 11 月的憑證透明度紀錄。報導也提及政府部署的原始碼對應檔暴露，據稱揭露 2,456 個原始碼檔案與 53 MB 的 TypeScript 原始碼。
引用的程式碼參照描述了可疑活動報告、FINTRAC 通報、人臉清單管理、監看名單篩查，以及跨多種類別的 269 項驗證檢查。
- 帶有 watchlistdb 標示的主機名稱
- 位於
openai-watchlistdb.withpersona.com的專用部署 - 可追溯到 2023 年 11 月的憑證透明度歷史
- 被描述為已上線超過兩年的服務
- 在
/vite-dev/暴露原始碼對應檔的政府部署 - 據稱暴露的對應檔揭露 2,456 個原始碼檔案
- 據稱暴露 53 MB 的 TypeScript 原始碼
- 公開案例宣稱 Persona 每月篩查數百萬次
- 程式碼中的可疑活動報告參照
- 程式碼中的 FINTRAC 通報參照
- 程式碼中的人臉清單管理參照
- 程式碼中的監看名單篩查參照
- 程式碼中的 PEP 人臉相似度參照
- 支援定期篩查間隔
- 人臉清單項目保留上限為 3 年的控制
- 跨多種類別、包含 269 項驗證檢查的列舉
- 報導所列類別：政府證件擷取、自拍與活體檢測、裝置及瀏覽器指紋、制裁篩查、重要政治性職務人士檢查、負面新聞篩查、定期重新篩查、加密貨幣地址風險檢查，以及人臉、地理位置與裝置識別碼的內部清單管理
269 項驗證檢查
02生態系模式
模式不只關乎 OpenAI
政府證件擷取
平台要求護照時，多數人假定只是有限交換：確認我是真人，必要時確認年齡，再刪掉不需要的資料。
調查描述的卻更廣。即使先放下原文最令人警覺的措辭，架構方向仍清楚：身分驗證不再像一次性關卡，而轉向持續分類。
自拍與活體檢測
調查指出，架構可能包含自拍與活體檢測。使用者只看到一個提示。
提示背後，可能有肖像相似度評分與首次決定後仍持續的清單監測。公司知道過程，使用者只感受到裁決。
裝置與瀏覽器指紋
調查指出，架構可能包含裝置與瀏覽器指紋。分類層持續提出新問題：這個使用者還值得信任嗎？這個裝置出現過嗎？
即使包在同一個到職畫面裡，這些也是本質不同的產品。這個差異很重要。
制裁篩查
調查指出，架構可能包含制裁篩查。報導引用監看名單篩查的程式功能，以及帶有 watchlistdb 的主機名稱。
單看各點，可能都有較窄解釋；合起來，卻暗示一種比公開「信任與安全」語言通常表示的更廣基礎設施。
重要政治性職務人士檢查
調查指出，架構可能包含重要政治性職務人士檢查。報導引用 PEP 人臉相似度的原始碼參照。
分類層持續問：這張臉像另一張臉嗎？這個名字符合某張名單嗎？這不等同簡單的一次性身分檢查。
負面新聞篩查
調查指出，架構可能包含負面新聞篩查。仔細讀完，我得到的啟示是：最大風險不在單一戲劇性的濫用案例。
而在缺乏相應說明的多層審視被常態化。一個提示背後，可能有負面新聞設定、姓名模糊比對，以及首次決定後仍持續的清單監測。
定期重新篩查
調查指出，架構可能包含定期重新篩查，並引用支援定期篩查間隔的線索。
身分驗證不再像一次性關卡，而成為持續分類，系統不斷問這個使用者是否仍可信。
加密貨幣地址風險檢查
調查指出，架構可能包含加密貨幣地址風險檢查。分類層持續問：這個錢包接觸過被標記的群集嗎？
這正是它更像身分情報層、而非狹義身分檢查的原因之一。介面維持簡單，背後機制卻更密集。
內部清單管理
調查指出，人臉、地理位置與裝置識別碼可能有內部清單管理。引用的程式碼描述人臉清單管理，報導也提到人臉清單項目保留上限為 3 年。
這不再像狹義身分檢查，而更像身分情報層。
一次性存取關卡
關卡回答一個問題：這個使用者能進來嗎？隱含約定很簡單：確認真人、必要時確認年齡，再刪除不需要的東西。這是多數人帶進流程的理解。
這個較窄模型裡，身分驗證是單一檢查點。上傳證件、自拍、等幾秒、繼續。使用者經歷的是有限交換，而非持續審視系統。
持續分類層
分類層持續提出新問題：這個使用者仍可信嗎？這張臉像另一張臉嗎？名字符合名單嗎？裝置曾出現嗎？錢包接觸過被標記群集嗎？
這不再是狹義檢查，而像身分情報層。驗證轉為持續分類，定期篩查、監看名單、生物特徵比對與清單監測，都可能在首次決定後繼續。
03令人不安的證據累積
報導在哪裡令人不安
2023 年 11 月
憑證歷史
可追溯到 2023 年 11 月的憑證透明度紀錄。
超過 2 年
服務上線
報導以憑證歷史指出服務已上線超過兩年。
每月數百萬次
篩查量
Persona 公開案例宣稱每月篩查數百萬次。
3 年
保留上限
人臉清單項目保留上限為 3 年的控制。
269
驗證檢查
包含 269 項驗證檢查的列舉。
2,456 個檔案／53 MB
原始碼暴露
政府部署據稱揭露 2,456 個原始碼檔案與 53 MB 的 TypeScript 原始碼。
調查最令人不安的部分，不是標題措辭，而是具體細節的累積。
報導引用：
- 帶有 watchlistdb 標示的主機名稱
- 指向服務上線超過兩年的憑證歷史
- Persona 公開案例宣稱每月篩查數百萬次
- PEP 人臉相似度的原始碼參照
- 人臉清單項目保留上限為 3 年
- 支援定期篩查間隔
- 包含 269 項驗證檢查的列舉
- 政府部署在
/vite-dev/暴露原始碼對應檔
各點單看，都可能有較窄解釋。
合起來，卻暗示與公開「信任與安全」語言通常表示的不同類基礎設施。
仔細閱讀後，我認為最大風險不是單一濫用事件，而是多層審視在沒有相稱說明下成為常態。
使用者只看到一個提示。
背後可能有制裁邏輯、姓名模糊比對、肖像相似度評分、負面新聞設定，以及首次決定後持續的清單監測。這是嚴重資訊不對稱。
公司知道過程，使用者只感受到裁決。
公司知道過程，使用者只感受到裁決。
04影響與治理
為何重要、證明瞭什麼，以及公司應解釋什麼
- 步驟 1
原文歸為已確認的架構線索
依文章引文與連結，較有力的部分似乎包括：公開可觀察的基礎設施紀錄、憑證透明度歷史、Persona 對大規模篩查的公開行銷主張、政府端點的原始碼對應檔暴露、通報與監看名單及驗證邏輯的程式碼參照，以及與 OpenAI 相關的基礎設施命名。
- 步驟 2
合理推論
較屬解讀的部分：OpenAI 使用者資料與政府合規流程實際重疊多少；共用程式碼是否代表資料使用方式相同；定期篩查是否以同樣方式適用所有已驗證使用者。
- 步驟 3
尚未證實的推斷
最需謹慎之處：OpenAI 使用者驗證資料直接流入政府執法管線；Persona 的「ONYX」部署與 Fivecast ONYX 已確認相連；以及超出基礎設施與程式路徑所能揭示的特定意圖。
篩查持續發生，同意的意義也改變
多數隱私辯論失效，是因細節層級不對。
使用者看到一個初始提示，理解的是一次性驗證交換：證明身分、滿足規則、繼續。但底層若支援定期篩查間隔，並在首次決定後進行監看名單、人臉相似度與清單監測，提示意義就變了。對狹窄關卡的同意，不會自動成為對持續分類層的同意。
這才是重要的設計選擇。產品可以呈現平靜極簡的驗證流程，卻默默授權比介面暗示更廣的程序。問題不只蒐集資料，而是細節不足的同意：使用者答應簡單的前端動作，後端卻保留日後繼續提出新風險問題的權利。
| 問題 | 公司應以白話解釋的內容 |
|---|---|
| 除了證件與自拍，還檢查什麼？ | 公司應說明是否只確認真人，或同時進行制裁、重要政治性職務人士、負面新聞、裝置與瀏覽器指紋、錢包風險、人臉清單比對、監看名單篩查。關鍵是一次性關卡，還是持續分類程序。 |
| 篩查只做一次，還是日後會再做？ | 公司應說明驗證是否在初次加入後結束，或有定期重新篩查。若有，使用者應知道觸發條件、可能頻率，以及先前通過後是否仍可能被標記。 |
| 資料留多久？保留什麼？ | 公司應說明儲存哪些資料，包括證件、自拍、生物特徵模板、裝置識別碼、地理位置與清單管理紀錄，也應具體說明期限。報導引用人臉清單項目最多保留 3 年；使用者不應靠暴露程式碼或基礎設施線索猜出這種期限。 |
| 被擋下、比對命中或錯誤分類時怎麼辦？ | 公司應說明拒絕或限制存取後有哪些救濟：能否申訴、要求複查、更正錯配、得知是否涉及監看名單或相似度分數，以及理解決策原因。本文關切的是資訊不對稱：公司知道過程，使用者只承受裁決。 |
05NOR-TIC 的觀點
為什麼我一直回到管理層這個問題
多數人沒有真正理解並同意一個身分治理層。他們同意的是畫面、提示，以及看似狹窄、暫時、容易懂的合規儀式。但若這一層默默決定誰能存取核心 AI 系統、申訴決策，或持續保有參與資格，問題就不只隱私，而是藏在介面設計中的制度權力。
因此，未來問題比某份調查是否證明每個環節更大。更難的是：身分檢查成為控制智慧存取的持久系統時，我們會建立什麼數位社會？AI 越影響寫作、程式、學習、研究與收入，篩查、保留、定期審查與說明標準就越不能模糊。使用者應知道套用的門檻、被放入的類別、決策依據，以及是否有實質申訴。
身分系統若守在 AI 參與入口，就該像基礎設施般治理，而非呈現為一次性表單：更清楚揭露、更窄資料用途、真正可稽核，以及不只沉默拒絕的正當程序。否則，「信任與安全」只是柔和標籤，包住更強硬的事：帶有社會後果的不透明分類。AI 越不可或缺，這種安排就越難接受。