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。
本章未完，请翻下一页继续阅读.........