当任何面孔、声音、场景都可以被AI完美仿真合成时，“眼见为实”从认知公理退化为可被工具化的假设。信任危机由此呈现递归结构：不信假的，也不信真的；不信个人，也不信制度。应对策略不能是“禁止仿真”，只能是在每一个边界节点上重建可选择性，让“断”从感官判断前移为来源标识，让“阻”从被动检测升级为主动绑定，让“通”从单一渠道扩展为独立核验，让“连”从中心垄断转向反身共享。

一、危机定性：“断”的基础被动摇

传统社会信任建立在感官证据之上。我认识你的面孔，我记得你的声音，我见过你的样子。这些证据构成认知边界中区分真伪、区分你我、区分事实与虚构“断”操作的感官基础。AI仿真性合成系统性地抽掉了这个基础。

接到陌生来电，如果对方一直不说话，你先开口的那句“喂”，就可能被用于采集声纹、复刻身份。信任的建立需要数年，而伪造只需要三秒。更严峻的是攻击的系统性特征。深度伪造语音实施的社会工程攻击不再是零散的技术滥用，而是有组织的、跨渠道的信任攻击。AI换脸类诈骗不仅是财产侵害问题，更可能冲击社会的基础信任结构。当“眼见为实”失灵，受损的不是某一条信息的可信度，而是信息生态整体的可信任性。

二、构造学论诊断：四重边界的同时失稳

用构造学论的框架分析，AI仿真性合成造成的不是单一维度的安全漏洞，而是边界通阻断连在四个方向上的系统性失稳。

第一，“断”的崩溃：真伪区分失去感官基础。 AI换脸、拟声所依托的深度合成技术，一旦突破道德和法律底线，就从“深度合成”滑向“深度伪造”。其后果是认知边界中区分真实与虚假这一最基本的操作，失去了可靠的感官依据。

第二，“阻”的失守：身份认证边界被系统性穿透。 上游获取真实人脸数据与公民信息，中游培训AI换脸技术与话术，下游实施不正当行为的三级结构链条一旦形成，利用合成视频突破人脸验证系统，足以骗过部分平台的安全机制。身份验证这一社会制度中最基础的“阻”，正在被工程化地绕过。

第三，“通”的劫持：信任通道被伪造内容占据。 AI深度伪造广告。虚假内容不仅欺骗人，还通过“AI生成—网络传播—重新训练—再次生成”的递归循环污染信息生态，侵蚀真实信息从网络中提取真相的能力。

第四，“连”的断裂：制度信任被连带侵蚀。 当虚假的“官方声明”“权威专家”“新闻现场”可以被批量生产时，公众对制度性信息源的信任也被削弱。严重影响正常的社会交往秩序”。信任危机的递归性在于：它攻击的不是某一条具体信息，而是信任本身的生成机制。

三、治理转向：从“验证真伪”到“追踪来源”

面对“断”的感官基础被动摇，传统安全范式“先验证，再信任”的核心假设正在失效。治理的构造学转向是根本性的将“断”的操作从依赖接收者的事后判断，前移为内容自身的属性绑定。它要求对生成合成内容设置显式标识和隐式标识，传播平台核验隐式标识，用户发布AI生成内容时应主动声明。司法层面应进一步明确，未经同意生成可识别该自然人的虚拟数字形象并使用、公开的，构成对姓名权、肖像权等人格权益的侵害。技术层面，主动溯源验证应在从实验室走向部署。这些技术的共同逻辑在于，不是在虚假内容生成后去识别它，而是在真实内容生成时就嵌入不可伪造的“出身证明”。条件约束从“事后判断”前移到了“事前绑定”。这是治理范式从被动到主动、从反应到预防的根本转变。

四、实践路径：分层治理与反身韧性

治理转向需要落地为可操作的实践路径。基于构造学论的可选择性原则，应对策略应在制度、技术、组织、个体四个层次上同时展开。构造学论意义在于，不是在某一个边界节点上设防，而是在生成、传播、接收、追溯多个层次上同时调节通阻断连。强化对未成年人进行强化保护。同时，信任危机的跨国性要求治理的跨国性。技术层应包括主动溯源与内生安全。并且技术治理应从“外部加装过滤器”转向“内生安全”。在深度伪造检测领域，主动溯源技术是前瞻性方向。在人脸交换、表情重演、属性编辑等多种深度伪造攻击下实现领先的水印恢复和检测性能。这种“双分支解耦”架构的构造学意义在于“追踪来源”与“定位篡改”是两种不同的边界操作，不应耦合在同一通道中。组织层面也应从静态培训转向适应性安全行为。将安全培训从“教员工识别假信息”转向“让安全核验成为高风险请求的预期行为”。无论请求来自邮件、语音、视频还是AI应用，员工和审批人员在面对高风险请求时应“暂停、核验、上报”。在仿真性合成面前，“识别真假”不再是可靠的第一道防线。行为约束必须比认知判断更优先。 企业需要在账户恢复、特权访问、支付审批等关键流程中部署抗钓鱼认证、基于风险的身份控制和可信渠道验证。个体层重点在独立核验与认知边界维护上。对普通使用者，最有效的策略是建立“独立渠道核验”的习惯。涉及资金转账，务必通过原有联系方式或多渠道二次核实，切勿轻信单一视频通话。在陌生来电场景中，“三秒沉默法”，不先开口，默数三秒，对方持续不出声即挂断，是低成本高效益的边界维护习惯。更深层的个体策略是维护认知边界。过度依赖AI会削弱自身判断力。有意识地保留“不经AI”的判断练习，维持对信息来源的敏感度，是对抗过度适应的认知免疫。

五、信任的重建不是回到过去

信任危机不会以“恢复眼见为实”的方式解决。仿真性合成技术已经将“感官证据”从信任的可靠基础变成了需要被验证的可疑变量。信任的重建必须走向不依赖于感官证据的制度化验证。这意味着三个根本转变：从“我看到了你的脸”转向“我验证了你的凭证”；从“我相信这条信息”转向“我追溯了它的来源”；从“我认识这个人”转向“我确认了独立渠道的身份”。这一转变的构造学意义是深远的。信任的条件约束正在从生物感官层迁移到制度技术层。 这不是信任的退化，而是信任基础的重构。人类曾经从“面对面信任”扩展到“制度信任”（货币、法律、契约），现在正在从“感官信任”扩展到“溯源信任”。智能时代的信任安全，不能仅靠专家和平台，它需要每一个边界节点的参与。查看标识、独立核验、主动声明、及时举报。信任的生成正在从中心化权威转向分布式反身。

别见：

AI仿真性合成的核心危害，是对认知边界中“断”的釜底抽薪。信任危机的递归性在于不信假的，也不信真的；不信个人，也不信制度。治理的构造学转向是将“断”从感官判断前移为来源标识，将“阻”从被动检测升级为主动绑定。制度层全链条追责，技术层主动溯源，组织层适应性安全行为，个体层独立核验。安全治理的最高形态是在伪造与诈骗中保持有约束的、可选择的、反身的信任能力。

智能时代的安全，本质上是一种在不确定性中保持可选择性的能力。当“眼见为实”退场，我们需要建立新的认知基础设施。不是相信感官，而是相信可验证的来源；不是依赖单一通道，而是保持多通道核验；不是追求绝对安全，而是在边界通阻断连中保持反身韧性。

支持单位：