林薇在看第一遍的时候，手指已经悬停在“真实性评估”的滑块上方。视频本身没有任何明显的AI生成痕迹——光影正常，口型匹配，皮肤纹理自然，甚至能看见男人左眼眼角有一颗很小的痣，痣的边缘有一点不规则，像是真实皮肤组织会有的那种。音频也没有发现拼接或合成的波谱异常。内容本身呢？关于供水改造、档案丢失、暗河与地铁隧道的空间关系，所有细节环环相扣，逻辑自洽，而且涉及的具体地名、时间节点、工程编号都精确到让人不敢轻易否定。
但林薇知道，这正是最棘手的那一类。AI生成技术的进化速度远远超过了检测工具的迭代周期。三个月前，公司刚刚上线了第四代深度伪造识别系统，准确率号称百分之九十九点七，但林薇亲手标注过的“漏网之鱼”已经超过两百条。那些最优秀的生成模型已经学会了“不完美”——它们会在画面里故意加入轻微的呼吸抖动，会在音频里混入环境底噪，会在文本里嵌入口语化的停顿和犹豫。它们模仿人类的不精确，模仿人类的犹豫，模仿人类的“真实感”。
而眼前这个视频，如果它是AI生成的，那它的制造者显然深谙此道。
林薇把进度条拖回开头，重新播放。这一次她盯着男人的眼睛。瞳孔的缩放节奏，眼睑眨动的频率，视线方向的轻微偏移——人在陈述一段自认为真实的记忆时，眼球会有特定的运动模式，一种下意识的“检索”轨迹，目光会短暂地飘向某个虚无的方位，那是大脑在调用视觉记忆时产生的联动反应。视频里的男人在说到“城建档案馆”的时候，视线向右上方偏移了约十五度，停顿了零点三秒，然后回到镜头中心。这个细节几乎完美。
但林薇按下了暂停键。她把那一帧放大，再放大。男人的瞳孔边缘有一圈极淡的、几乎不可见的色晕，青灰色，像是某种光学渲染算法在处理虹膜纹理时留下的“签名”。她见过这种签名，上个月技术部发过一份内部通报，提到某个开源生成框架在渲染深色瞳孔时存在固定的色彩溢出特征，当时被列为“低优先级”的检测指标，因为出现的概率太小了。
概率小，不代表没有。
林薇深吸一口气。她需要判断：这段视频是否属于AI生成内容？如果是，它的目的是什么？供水系统的虚假信息，在城市这个节骨眼上，可能引发什么后果？过去两周，这座城市已经经历了两次区域性停水，虽然官方解释是设备检修，但民间一直流传着各种说法。如果这段视频被大规模传播，那些本来就半信半疑的市民会怎么想？
她把评估表格打开，手指在“AI生成置信度”一栏停住了。系统给了初始参考值：百分之三十七。很低，说明初筛算法认为这段视频极大概率是真实的。但林薇的直觉告诉她事情没那么简单。她需要做更深入的核查。她调出视频的元数据，查看编码格式、生成时间戳、设备型号——那些都可以伪造，但伪造得如此天衣无缝反而可疑。她又检查了音频频谱，看有没有压缩算法留下的特定痕迹。都没有明显的破绽。
只剩下一种方法：反向溯源。她把视频中的关键画面——男人的面部特征、客厅的布局、奖杯上的文字、全家福照片的局部——分别输入公司内部的图像比对待查库，看看是否有已知的AI生成模板与之匹配。这个过程需要时间，而系统给她的时限只剩下九分钟。
她一边跑比对程序，一边点开了视频的“语义关联分析”模块。那是公司最新部署的AI辅助工具，能够自动提取视频内容的语义网络，并与全网公开信息进行交叉验证。几秒钟后，屏幕上弹出了一张复杂的关系图谱。男人的“发现”牵涉到三个关键节点：十二年前的供水改造工程、城建档案馆的电子化项目、以及地铁三号线的地质勘探报告。图谱显示，这三个节点在公开信息层面上彼此独立，没有任何直接关联。但图谱同时标注了一条“隐含关联路径”——通过一家名为“振华市政咨询”的中介公司，三个项目在合同签署环节曾经出现过同一个经办人的名字。
这个名字被系统用灰色高亮显示：陈卫东。