reCAPTCHA：von Ahn 将每日 2 亿次 CAPTCHA 转化为《纽约时报》档案的免费数字化

2000 年，Yahoo Mail 面临垃圾邮件问题：机器人日夜不停地填写免费注册表单，生成数以百万计的虚假账户。卡内基梅隆大学研究生 Luis von Ahn 构建了一项测试，既能区分人类与计算机，又能由计算机自动评分。在他向 Yahoo 的首席科学家展示后，这项测试在数周内就接入了 Yahoo 的注册流程，而其冗长的缩写——全自动区分计算机和人类的图灵测试（Completely Automated Public Turing Test To Tell Computers And Humans Apart）——作为 CAPTCHA 沿用下来。其他人也发明过类似的测试，但他的版本迅速流行：每天 2 亿次解答，出现在电子邮件注册、售票、MySpace 等场景。

每次解答浪费约 10 秒，von Ahn 对这种烦扰感到负有责任——每天烧掉五十万小时以上的人力劳动。与此同时，2000 年代中期推动旧书数字化的努力陷入停滞：扫描仪为书页生成图像，但计算机无法读取，因此扫描件无法检索。他重新利用了这些被浪费的秒数：把计算机无法识别的单词拿来充当 CAPTCHA，让人们在证明自己不是机器人的同时读取这些词。他不再免费提供这项测试，而是创办了一家公司 reCAPTCHA，以一次一个 CAPTCHA 的方式出售档案数字化服务。

《纽约时报》成为第一个客户，此前其 CIO 听了 von Ahn 的演讲：人们在随机字母旁边输入的额外单词，来自该报 130 年的旧版档案，一次输入一个单词。当时正致力于数字化全世界每一本书的 Google 于 2009 年收购了这家公司，以帮助数字化图书。后来 Google 的 CAPTCHA 展示来自建筑立面的街道地址，每次解答都在无偿地悄然改进 Google 地图。von Ahn 又故技重施：一家语言公司，用户在学习的同时翻译文本，后来成为 Duolingo。

这项测试已经是强制性的——那就让 OCR 无法识别的单词成为测试本身：一组击键既阻挡机器人，又转录档案。

成本已经存在且不可避免；边际击键是免费的，因此安全不再是纯粹的摩擦。

每一方都获益：网站获得机器人防护，档案获得对 OCR 失败内容的人工读取，用户只付出了他们本来就已经付出的 10 秒。

它作为一项业务实现了规模化：《纽约时报》在其 CIO 听了 von Ahn 演讲后作为第一个客户签约，Google 于 2009 年收购了 reCAPTCHA。

这一做法被证明可迁移：von Ahn 在语言学习中重新运行了同样的“一个动作做两件事”的设计，并得到了 Duolingo。

由数百万人支付的强制性成本是隐藏的免费产能。问问不可避免的击键可以承载什么有效载荷：将你的任务与人们无论如何都必须做的事情配对，就能把摩擦转化为劳动。

CAPTCHA 解答农场削弱了这道墙，但并未将其降至零：Kanich 2008 年的研究发现，服务收费为每 1,000 次人工解答测试 1 美元——便宜，但仍是一个阻止随意滥用的价格。测试不断加固，直到人类也难以应付，2014 年 Google 将其重建为 reCAPTCHA v2：一个“我不是机器人”复选框加上点击图片的测试。现成的深度学习攻破了 v2（2016 年发表），工程负责人 Aaron Malenfant 警告说，这些挑战将在三到五年内失效。Google 的答案是 v3：完全没有测试，只有一个按站点计算的、衡量你看起来有多像人类的行为评分。