我发现了一个叫 Slopcheck 的小游戏，值得花几分钟。规则很简单：每天展示六张图片，我们要判断它是真实照片，还是 AI 生成的图像。每次作答之后，游戏会说明图片里的哪些细节本可以暴露它。
听起来很容易？建议先试一次，再回答。
但在我看来，这个游戏有意思的地方完全是另一个原因。它清楚地呈现了我们今天在背景调查和 OSINT 领域遇到的一个问题：我们对眼睛看到的东西，依然太过信任。
LinkedIn 上一张职业照。一个看起来很活跃的 Instagram 账号。一张在会议现场的照片。一个看起来有年头的档案。和朋友、家人或同事的合影。
过去，这样一组信号会让我们觉得，档案背后是一个真实的人。今天，这已经不够了。
可以生成一张从未存在过的脸。可以生成同一个人在不同环境中的照片。可以搭建一段看上去很有说服力的视觉履历。也可以把一个虚假身份，包装进一份至少乍看之下完全可信的职业档案。
而这正是陷阱所在。
我们有时会去找 AI 的破绽：多出来的一根手指。背景里错乱的文字。对不上的影子。奇怪的眼镜。不合常理的人体细节。
这些破绽很重要，这个游戏也很适合训练眼力。但从专业角度看，我不认为这是应对问题的正确方式。因为模型越进步，我们学会识别的那些视觉破绽就越会消失。
所以在背景调查里，问题不应该只是：这张照片是不是 AI 生成的？
更重要的问题是：照片背后的这个身份，经得起现实的检验吗？
到了这一步，就要从一张照片转向对整体的核查。
职业经历说得通吗？有没有独立的迹象，把这个人和他声称任职过的机构连起来？他的时间线合理吗？在不同平台上的活动是否彼此吻合？真实的职业人脉是否间接印证了这段说法？照片、提及、文件和各个档案，拼出的是一个一致的身份，还是彼此矛盾？
这就是看一张照片和核实一个身份之间的区别。
在 AI 时代，人的直觉依然非常重要。但它应该是调查的起点，而不是验证机制本身。
这大概是 Slopcheck 最重要的一课：在游戏里认错一张图，我们损失的是一分。一家机构认错档案背后的那个人，代价可能完全不同。
值得试试这个游戏，看看你到底有多擅长。