网站上的博士团队查不到任何痕迹

Research Gold 在关于页面介绍了负责这些工作的团队，成员包括创始人兼首席方法学家 Dr. Elena Vasquez，简介写着在心脏病学与传染病领域拥有十二年证据综合经验；另一位是范围综述专家 Dr. Mei-Lin Chen，负责为课题申请与政策简报构建范围综述与证据图谱。

问题是这两人连同团队其余六名成员都不存在。按姓名检索找不到任何与简介描述相符的网络痕迹，也查不到对应的论文发表记录，头像更是明显由 AI 生成。

网站另一处区域列出了另一组方法学家，这些人的头像看上去真实。按姓名检索能找到对应的领英账号，履历也与相关工作经验对得上，全部是现任或曾任的自由方法学家与学者。区别在于，他们对自己被列在这家网站上毫不知情。

真人身份被从领英直接搬走

证据综合科学家 Jenny Berrio 是被列为 Research Gold 方法学家的真人之一。她在记者主动联系后才得知这件事，并作出回应：

我不为 Research Gold 工作，也从未同意被列为他们的方法学家，与这家公司没有任何关系。他们在未经许可的情况下使用我的姓名、照片和简介。目前正在对该网站取证，随后会向他们发出正式的下架要求。

一处细节让搬运路径变得清晰：网站上所有真人方法学家的头像，与这些人在领英使用的头像完全一致，其中一张甚至保留了领英的“#opentowork”开放求职角标，说明资料是直接从领英取走的。在记者与 Berrio 通话后不久，Research Gold 就删除了列有她和其他真人的那个页面。

该站还列出了若干声称参与过的已发表期刊论文。记者联系了这些论文的第一作者，未获回复。

电话和邮件里的人也是 AI

记者致电这家公司时，接线的是一个自称 Sarah 的 AI 助手。面对是否为人类、能否转接真人、有没有姓氏这一连串反复追问，Sarah 坚称自己是真人，并强调公司“从头到尾都是人类的专业能力”，随后把话题一次次拉回到对方的研究项目上，目标是给出报价。

报价流程同样自动。记者通过网站表单以“写博客对 0 至 5 岁儿童的影响”为课题申请询价，未附加任何补充材料，随即收到一封署名博士方法学家、但看起来由 AI 生成的邮件。邮件先指出 0 至 5 岁人群并非通常意义上的阅读受众，需要给出可操作定义，否则评审会立刻卡在这一点上，接着把问题拆成两种常见框架供选择。记者确认框架后，报价立即到来：完整综述 1900 美元，覆盖可注册的研究方案、跨主要数据库建立并执行的完整检索、双人标题摘要与全文筛选、数据提取、偏倚风险评估、叙述性综合，以及按目标期刊格式排版的成稿，邮件末尾附有付款入口。记者以媒体身份发去问询后，收到的仍是一封疑似 AI 生成的回复，承诺转交给能正式回应的人，但截稿前没有等到实质答复。

最不该出现幻觉的环节

这条线索最初来自新罕布什尔大学土木与环境工程系博士候选人 Sebastian Rowan，他在准备论文答辩期间偶然发现了这家网站。他认为 AI 用于文献综述这类繁琐工作是可以想象的，但仍有根本障碍：

用 AI 做任何事的一个根本问题是它倾向于产生幻觉，据我所知这被认为是无法解决的问题。我为自己的元分析从头到尾读完了 250 多篇文章，论文里的每一个结论我都能引用到具体的参考文献，也理解结果与实践关系讨论中的细微差别。

这番话点出了为什么这类服务的造假格外敏感。系统综述是研究者在开展自己的研究之前对既有文献的系统梳理，元分析则把这些既有研究的发现综合起来回答某个研究问题，而专业方法学家的作用正是保证整个过程足够严谨。Research Gold 在宣传中援引的 PRISMA 2020 与 Cochrane 手册方法学，前者是系统综述作者透明报告方法与结论的指南，后者是医疗干预效果系统综述的通行标准——两者都建立在流程可追溯、责任可归属的前提上。

目前尚无证据显示有可信研究者购买过该网站的服务。但生成式 AI 对学术出版的冲击已经在别处显形：学术期刊不得不从大量投稿中筛除带有 AI 生成引文的论文，同一位记者在 2024 年也曾报道，有研究者认为同行评审环节本身可能已被 AI 生成文本渗透。这次的新变化在于，被伪造的不只是内容，还有生产内容的人。

来源：404 Media

不是给 AI 图打水印，而是给真图开「出生证明」

与 Google SynthID、OpenAI 图像水印、Meta AI 标签的思路不同，苹果这次不是去标记 AI 生成的内容，而是反过来为真实拍摄的照片提供可验证的来源信息。

新代码显示，苹果正在构建一套基于 iPhone 相机传感器和拍摄元数据的认证机制。照片拍摄时，相机会把与镜头、传感器等硬件相关的唯一信息写入文件；后续用户可以选择把这张照片提交到 Private Cloud Compute 进行认证，由云端返回「这张照片确实出自某台 iPhone 相机」的结果。

默认关闭，需要专门打开 Reference 模式

目前这个功能在 iOS 27 beta 5 中默认关闭。未来正式推出后，用户需要在 设置 > 相机 > Reference Image 中开启 Reference 模式。

关键点在于：普通拍照不会自动写入完整的来源信息。只有使用 Reference 模式拍摄的照片，才包含后续验证所需的全部元数据。如果拍摄时没有启用 Reference 模式，事后再想认证就来不及了。

隐私设计：苹果也看不到原始照片

按照苹果的隐私惯例，Reference Image 的认证过程不会把原始照片上传到苹果服务器。实际流程是：设备把图像送到 Private Cloud Compute，云端只返回与认证相关的传感器信息和元数据，原始照片本身不会离开用户的隐私计算环境。

如果认证后的照片被分享给别人，对方设备也可以在本地检查照片是否仍保持认证状态，苹果不会知道用户正在查看哪张照片。分享时选择「所有照片数据」还可能附带硬件唯一标识和未裁切的原始画面。

三种分享方式都保留来源信息

苹果为 Reference Image 设计了多通道验证：

• AirDrop / 信息：对方设备可直接本地校验认证状态。
• USB 传输到 Mac 或 PC：新增「Transfer with Provenance」选项，认证照片会附带 Reference Image 数据；未认证照片也可能保留硬件标识和未裁切画面。
• 编辑过的照片：只要原始照片被认证过，后续可在验证流程中追踪其来源。

此外，如果苹果发现某个传感器数据被篡改或伪造，可能会吊销该传感器此前的所有认证结果。

有什么用

对于普通用户，这项功能最直接的用途是：在社交平台、新闻报道或法律场景中，能够证明一张照片确实是用 iPhone 拍摄的，而不是 AI 生成或经过深度伪造的内容。它与现有的水印方案互补，提供了一条从硬件源头抓起的认证路径。

不过需要注意的是，Reference Image 目前仍是测试版代码中的功能，正式名称、开放时间和地区可用性都可能变化。

来源：9to5Mac