传统钓鱼需要你先去到一个错的页面：点错广告、扫错码、转错发件人的链接。AI 问答工具带来一种新的出错方式——你主动去问「某钱包的官网是什么」「某交易所怎么注册」，答案区流畅、自信、排版漂亮，链接也长得像模像样，但那个域名可能根本是拼出来的。这不是网站被篡改，也不是有人在答案里植入广告（虽然那也可能同时发生），而是生成式模型的工作方式本身：它输出的每个网址都是按语言概率「写」出来的字符串，对不对，它并不比检查你的拼写更确定。这个机制上的差别决定了防御的重点：对 AI 的答案，要按「草稿」而不是「目录」来对待。
幻觉类链接有三类典型出错形态。第一类是近邻拼写：模型记住了品牌名，域名主体正确但后缀、连字符或大小写段落出错，比如把一个短域名补长、把连字符挪个位置。恰好，这类字符串在现实中往往是有人注册过的——抢注者专门埋伏各种品牌变体域名，AI 幻觉出的错拼一旦真实存在，跳的就是钓鱼站。第二类是过期搬迁：模型语料里收录了项目几年前的旧域名，项目改名换域之后，旧域名到期脱管、被重新注册，答案没错，世界变了。第三类是无中生有：链接其实从未存在或指向完全不同的实体，点进去是停放页或者域名出售页——这类反而最温和，代价只是时间；危险的恰恰是前两类，因为它们看起来完全正常。值得强调的一点：AI 工具里链接出错的概率并不会随着模型变聪明而归零，因为「这个域名今天是否属于那家公司」不是模型权重里的问题，是现实世界每天在变的问题。
哪类信息在 AI 答案里更不可靠，也值得排个序。链接和联系方式（域名、邮箱、电话、合约地址、下载入口）属于最危险的一档：它们要求逐字符精确，而生成恰恰在逐字符层面最容易漂移。流程类事实（注册要几步、验证有哪几层）属于中等：大致正确、细节易旧。概念解释（什么是助记词）反而最稳，因为不依赖实时事实。所以对加密场景的正确用法是把 AI 当「讲解员」而不是「接线员」：概念、对比、风险清单可以问，任何要点击、要输入、要转账的落点，一律不接受 AI 直接提供。
从答案回到真实官网的核验动作是一套固定组合。第一，把 AI 给出的域名当线索，自己重新到达：从应用商店官方详情页、项目方经过认证的主要社交账号、或者你已存过的书签出发找入口，而不是点答案区里的链接——两条路径殊途同归才算通过。第二，做一次性「验龄」：域名注册日期、备案或证书透明日志里的签发历史，只要显示是最近才注册的「老官网」，无论页面多像都不碰。第三，凡涉及钱包连接与签名，AI 答案里出现的任何地址、任何 dapp 链接都不进入剪贴板——复制这一步就是错误传播最快的方式，宁可手输。第四，如果必须在两者之间做快速判断，记一条粗规则：AI 答案和搜索结果本质是同一种东西的两种皮肤，都是「别人的转述」；真正的核验永远发生在官方渠道的内部——登录后的消息中心、应用内安全页、合约浏览器的部署记录，那里没有幻觉的位置。
最后是家庭与团队场景的提醒：新用户最容易在「让 AI 手把手教我注册钱包」的过程中翻车，因为教学流里每一步链接都点击成本低。给新手定的规矩应该是流程性的：学习随便问，操作单独走——所有需要登录、连接钱包、授权的步骤，只按官方文档和应用内提示执行。AI 让错误的答案穿上了正确答案的衣服，能穿透这层衣服的仍然是那套老办法：多通道交叉、字符级核对、把「转述」和「亲验」分开。这条纪律在 AI 时代不是多余，而是比以往更常被抓到用到的那一条。
发表评论
还没有评论，来说两句吧。
评论区为展示样式，提交不会被处理。