ETH Zurich、Anthropic 与 MATS Research 的论文《Large-scale online deanonymization with LLMs》证明,LLM 智能体可花 1–4 美元从匿名评论推断真实身份,匿名依赖的实用模糊性已不成立。
攻击如何全自动进行
研究团队把去匿名化拆成三阶段的模块化管道:LLM 先从匿名资料的散文中提取身份相关特征,无需预先定义特征模式;再通过语义嵌入在候选池中搜索匹配身份;最后由 LLM 对排名靠前的候选逐一推理验证证据、排除误报。整个过程由智能体自主完成网络搜索与数据库查询,不需要人工参与,形成从匿名资料到真实身份的端到端攻击。
在 Hacker News 与 Reddit 资料上的测试中,这套管道实现了 25–67% 的召回率和 70–90% 的精确率。其中最典型的 Hacker News 到 LinkedIn 匹配任务达到 45.1% 召回率与 99% 精确率,而传统方法在同一任务上只有 0.1% 级别的召回率。过去需要专业调查人员花费数小时到数天的工作,现在几分钟即可完成。
规模与成本的压力测试
候选池扩大时攻击并未失效:在 89,000 个候选人中仍保持 55% 召回率;外推到 100 万候选人规模,LLM 攻击能在 90% 精确率下达到约 35% 召回率,而传统攻击在候选池只有 100 人时召回率就已经很低。跨平台泛化方面,仅 10 分钟的访谈记录也足以暴露受访科学家的真实身份,说明身份信号普遍存在于日常表达中。
论文强调这些攻击只需要公开可用的嵌入模型、标准 LLM API 和智能体框架,不需要任何专有工具或内部模型访问权限,中等资源的攻击者也能完整实施。作者的结论是网络隐私从根本上与情报成本下降相冲突:过去普通网络用户的隐含威胁模型是匿名性提供足够保护,因为针对性去匿名化需要专业调查人员花费数小时乃至数天,LLM 彻底推翻了这个假设。
威胁模型的重新评估
传统去匿名化依赖写作风格、发布时间等结构化特征,LLM 改变了游戏规则:任意散文中都能提取身份信号,无需预定义模式,验证靠推理而非简单匹配。对企业匿名反馈系统、论坛敏感评论和举报者保护而言,仅靠移除显式个人信息已经不够:写作内容本身携带的身份信号可被模型自动发现,并与公开社交资料交叉验证。隐私保护技术、匿名平台设计与相关法律监管,都需要按去匿名化成本接近零的新前提重新评估。这与LLM Agent 会主动搞阴谋吗揭示的同一趋势一致:模型能力进步正在同时改写攻击与防御的成本曲线,而攻击侧的门槛下降得更快;对普通用户而言,真正需要适应的不是某一次攻击事件,而是匿名本身正在失效这个现实。