随着远程办公和全球招聘越来越普及，线上面试已经成为科技公司和初创企业的日常流程。与此同时，AI 生成技术快速演进，真人与 AI 合成影像之间的界线也在变得更难分辨。
英国广播公司 BBC 近日推出一项互动测试，邀请读者区分真人和 AI 生成人脸。BBC 称，即便是本身较擅长识别人脸的人，表现也只比普通人稍好，大多数人其实高估了自己的判断能力。
BBC：风险不在 AI 已完美，而在人们过度自信
BBC 指出，这项研究发出的更大警讯，不是 AI 已经做到毫无破绽，而是很多人普遍高估自己辨识 AI 脸的能力。这种误判给 AI 换脸（Deepfake）留下了更大的操作空间，也让它更容易被用于投资诈骗、伪造身份，以及假线上面试等社交工程攻击。
假招聘正成为黑客常用的社交工程手法
过去常见的诈骗邮件往往更容易引发警觉，但出现在求职网站或社交平台上的工作邀约，反而更容易让受害者放下戒心。
按照 BBC 文中提到的情况，攻击者会冒充知名企业、Web3 初创公司、AI 公司或猎头顾问，主动通过 LinkedIn、X、Telegram 等平台联系工程师、设计师和产品经理，抛出看起来条件优厚的薪资和远程岗位机会。
等到受害者同意参加面试后，真正的攻击才开始。黑客可能要求应聘者执行以下操作：
- 下载所谓的“面试软件”
- 安装指定的视频会议工具
- 打开一份需要启用宏（Macro）的文件
- 运行测试程序或代码挑战（Coding Challenge）
这些文件实际上可能夹带木马程序或信息窃取程序（Infostealer）。一旦运行，电脑中的密码、Cookie、企业 VPN 凭证、SSH Key，甚至加密货币钱包私钥，都可能被窃取。
这类攻击近年尤其盯上 Web3 与 AI 行业。报道提到，相关从业者往往同时掌握加密货币钱包和多个社交平台的管理权限。一旦一名工程师被成功入侵，攻击者就可能进一步获得整家公司的内部系统访问权限，甚至发起供应链攻击。
X 平台上已出现多类受害案例
报道称，X 上近年已经陆续出现不少相关案例。
案例一：下载“面试平台”后被植入恶意程序
有工程师表示，自己收到看似来自知名 Web3 项目的人力资源邀请，对方要求先下载安装专属 Interview App。安装后表面上没有明显异常，但数小时后，Gmail 被登录、GitHub Token 泄露、MetaMask 钱包被盗、Telegram 账号被接管，整个过程里受害者几乎没有察觉异状。
案例二：技术测试文件实际是恶意程序
另一种常见方式是假借技术测验名义，要求应聘者下载压缩文件。文件中除了题目，还包含需要执行的程序。一旦运行，就会偷偷安装信息窃取程序，并把数据发送到攻击者服务器。报道称，这种攻击近年已多次出现在加密货币行业。
案例三：伪装成 Zoom 或 Meet 更新
还有不少案例发生在正式面试前。应聘者会收到通知，内容可能是“您的 Zoom 版本过旧，请安装新版”，或“请下载我们公司的会议工具”。这些下载链接看上去十分正常，甚至会使用与官方极为相似的域名，但实际安装的仍是恶意程序。
北韩假冒 IT 人员事件放大远程招聘风险
除了假招聘攻击，近年另一项受到高度关注的事件，是北韩人员假冒 IT 从业者应聘海外企业。
报道提到，部分北韩人员利用虚假身份、伪造简历以及远程岗位机会，成功获得海外公司的工程师职位，再将薪资回流北韩政府。相关活动近年已从美国扩展至欧洲等市场。
BBC：真正的 AI 脸往往不是“奇怪”，而是“太完美”
过去，人们常靠多一根手指、背景扭曲等明显破绽来识别 AI 图像，但 BBC 援引的研究指出，最新模型已经修正了大部分这类缺陷。
如今，最先进的 AI 人脸未必是因为“哪里不对劲”才暴露，反而常常是因为“太平均、太对称、太完美”。研究人员表示，AI 会生成符合大量人脸统计特征的五官，因此更容易出现以下特征：
- 左右脸异常对称
- 五官比例过于标准
- 几乎没有皮肤瑕疵
- 光线均匀得不像真实摄影
- 表情自然，但缺少细微情绪变化
换句话说，现在的 AI 脸不是“不像真人”，而是“比真人更完美”。
BBC 引述澳大利亚国立大学（ANU）的研究称，受测者识别 AI 生成人脸的正确率只有约 41%，甚至低于随机猜测。