【只需一个Token，AI的"数字指纹"就藏不住了？】一项最新研究显示，反复询问大模型"从1到100选个随机数"，即可通过输出频率识别其身份。不同模型的偏好迥异，如Claude Sonnet 5常选47，Qwen2-Max偏爱42。研究者仅花费35美元，通过百次左右的采样就以九成准确率穿透了165个模型的马甲。这不仅是学术发现，更是对抗API欺诈的利器：有些声称自研的高端模型，在数字指纹下被发现其实是拿开源模型偷梁换柱。其运作逻辑在于模型并非真的在掷骰子，而是受训练数据分布驱动的概率机器，这种"潜意识"特征极难掩盖。这给行业提了个醒，当跑分和测评日益被针对性优化，这种不经意间的行为特征反而成了最诚实的审计手段。AI的确定性往往藏在它自以为随机的瞬间，这既是它的指纹，也是它作为计算产物无法摆脱的算法底色。 arxiv.org/abs/2607.10252