验证码能阻止机器人吗,还是只是拖慢它们?衡量威慑力与破解率

二十年的研究表明验证码的真相:人类需要花多长时间,机器人和AI代理的破解率有多高,以及为什么它们如今更像是一种成本手段。

CAPTCHA 最初的设计目标是让人类能通过、机器无法通过的测试。二十年后的今天,这个说法已经很难站得住脚。已发表的研究显示,自动化系统在大多数 CAPTCHA 类型上的表现已经达到或超过人类,而人类在每道题目上仍然要花费数秒,有时甚至接近一分钟。

那么 CAPTCHA 还能阻止机器人吗?研究给出的答案更为精确:它们很少能阻止一个有决心的操作者,但会给攻击者和正常用户双方都增加成本和摩擦。本文汇总了支撑这一答案的各项测量数据:人类解答 CAPTCHA 需要多长时间,机器解答成功率有多高,AI 代理目前能做到什么程度,以及防御手段如何从谜题式验证转向风险评分。

下文所有数据均来自论文原文或表格。部分近期结果为预印本,我们会予以标注。本文是对已发表研究的总结,而非破解 CAPTCHA 的指南。

关键要点

人类付出的是时间成本。 在近期最大规模的一项实验室研究中,根据类型不同,平均解答时间为 3.6 到 42.7 秒。在一次实际部署中,图片验证码人类平均耗时 10.3 秒,而复选框验证码仅需 1.85 秒。
机器在准确率上已经与人类持平甚至更高。 同一项实验室研究将其人类测试结果与早期研究中的机器人测试结果进行对比,得出结论:“在所有这些 CAPTCHA 类型中,机器人在解答时间和准确率方面都能超过人类。”
通用型 AI 代理仍有差距,但专用破解系统没有。 在 2025 年的一项基准测试中,表现最好的通用代理解答交互式 CAPTCHA 的成功率为 40%,而人类为 93.3%。针对特定 CAPTCHA 类型专门构建的系统,其表现已接近甚至超过人类水平。
真正的机制是成本。 早在 2010 年,研究人员就得出结论:CAPTCHA “通过解答 CAPTCHA 的成本来降低攻击者的预期利润”,而非真正阻止自动化访问。
防御手段已转向幕后。 主要服务商现在无需展示谜题即可对请求进行评分,只有在评分存疑时才会展示验证挑战。

CAPTCHA 给人类带来的成本

对现代 CAPTCHA 最详尽的测量来自 Searles 及其同事 2023 年发表于 USENIX Security 的一项研究。该研究中,1,400 名参与者共解答了 14,000 道涵盖十种类型的 CAPTCHA。

CAPTCHA 类型	人类解答时间(秒)
复选框(点击)	3.1 到 4.9
扭曲文字	9 到 15.3
图片选择(reCAPTCHA)	15 到 26
图片选择(hCaptcha)	18 到 32
游戏式	18 到 42
滑块拼图	28 到 30

来源:Searles 等人(2023),表 3。区间涵盖该研究中不同的设置条件。

人类的准确率远非完美:图片验证码约为 81%,在可测量准确率的各类型中,区间为 50% 到 85%。将 CAPTCHA 作为账户注册流程的一部分展示,而非作为独立任务展示,会使人速度变慢,各类型平均慢 26.7%。

人们也会中途放弃。在同一篇论文的一项后续研究中,30% 的参与者在完成前放弃,而那些将 CAPTCHA 视为账户注册一部分的参与者,放弃的可能性要高出 120%。由于这些是付费研究参与者,这些数字反映的是任务放弃率而非实际销售损失,但趋势很明显。

Searles、Prapty 和 Tsudik 在 2025 年的一项研究在生产环境中测量了同样的问题。在 13 个月的时间里,一所大学账户服务的 3,600 多名真实用户在不知情的情况下通过了 reCAPTCHA v2,并被纳入研究:

测量指标	结果
仅靠复选框完成的会话比例	79.98%
平均解答时间,复选框	1.85 秒
平均解答时间,图片验证码	10.3 秒
图片验证码通过率	92.96%
认为图片验证码烦人的受访者比例	40%(复选框低于 10%)

研究者还估算,人类在 reCAPTCHA 整个生命周期内花费的总时间达 8.19 亿小时,按每小时 7.50 美元计算,价值至少 61 亿美元。他们将这一估算描述为基于若干假设的粗略下限,其中包括沿用了 2010 年每天 1 亿次 CAPTCHA 的数据并保持不变,因此该数字最好理解为一个数量级估算。作为对比,reCAPTCHA 的创建者在 2008 年报告称,人们每天解答超过 1 亿次 CAPTCHA,“每天数十万人类工时”。

机器能达到什么水平

自动化破解技术一直紧跟着每一代 CAPTCHA 的发展。2023 年的研究将其人类测试结果与早期研究中报告的机器人测试结果进行了对比:

CAPTCHA 类型	人类准确率(2023 年研究)	机器人准确率(早期研究)	机器人解答时间
复选框(点击)	未直接测量	100%	1.4 秒
滑块拼图	未直接测量	96%	5.3 秒
扭曲文字	50% 到 85%	99.8%	不足 1 秒
图片选择(reCAPTCHA)	81%	85%	17.5 秒
图片选择(hCaptcha)	71% 到 81%	98%	14.9 秒

来源:Searles 等人(2023),表 3 及第 5.5 节,机器人数据引用自早期研究。

这些机器人数据来自不同论文在不同条件下得出,因此这并非一次受控的正面对比。但作者的结论是直接的:机器人”在解答时间和准确率方面都能超过人类”。扭曲文字类验证码最先被攻破;Google 的一个研究团队在 2014 年报告称,其在 reCAPTCHA 最难的一类文字谜题上达到了 99.8% 的准确率。

苏黎世联邦理工学院 2024 年的一项研究报告称,一个自动化系统通过了其尝试的每一次 reCAPTCHA v2 会话,有时需要经过多轮图片验证,所需的挑战次数与人类测试者(在其对比中为一人)相近。该研究最值得关注的发现在于该系统实际衡量的是什么:作者得出结论,reCAPTCHA v2 “在判断用户是否为人类时,严重依赖 cookie 和浏览器历史数据”。在他们的测试中,没有历史记录的浏览器需要的挑战次数远多于拥有既有历史记录的浏览器。换句话说,图片任务本身的重要性,比不上浏览器本身已经呈现出的样子。

AI 代理目前能达到什么水平

自 2024 年起,研究人员开始在 CAPTCHA 上测试通用 AI 模型和代理,结果喜忧参半。

研究	状态	结果
Open CaptchaWorld(2025)	预印本	表现最好的通用网页代理在 225 道交互式 CAPTCHA 中解答成功率为 40.0%;人类为 93.3%
MCA-Bench(2026)	AAAI 2026	经过微调的视觉模型在算术选择题上得分 0.025,人类为 0.78;但在扭曲文字题上得分 0.985,人类为 0.84
Oedipus(2024)	预印本	通用模型在无辅助情况下解答推理类 CAPTCHA 的成功率为 12% 到 21%,配合任务分解框架后提升至 51% 到 64%
VIPERStrike(2026)	已录用,USENIX Security 2026	在来自六家服务商的视觉推理类 CAPTCHA 上最高达 93.2%,而一小群人类志愿者的成功率为 87.6% 到 95.4%

这一模式相当一致。现成的通用代理在多步骤、交互式的挑战中表现吃力。而针对特定 CAPTCHA 类型专门构建的系统,则能缩小大部分与人类的差距,在简单的视觉任务上甚至超过人类。对防御方来说有一个令人鼓舞的结果:在 VIPERStrike 论文中,随机化挑战提示词的表述,在一项初步测试中降低了所有解答系统的成功率,降幅在 4.5 到 20.5 个百分点之间。

威慑是一种成本,而非一堵墙

如果机器能够解答 CAPTCHA,它们为什么还存在?Motoyama 及其同事 2010 年发表于 USENIX Security 的一项研究在 AI 时代到来之前就回答了这个问题。他们对人工解答 CAPTCHA 的劳务市场进行了测量,发现零售价格低至”每千次 1 美元”即可获得解答服务,他们测试的大多数服务响应时间中位数为 14 秒,准确率为 86% 到 89%。他们的结论至今仍为这场讨论定下了基调:

“从绝对意义上说,CAPTCHA 无法阻止大规模的自动化网站访问。“CAPTCHA “通过解答 CAPTCHA 的成本来降低攻击者的预期利润”。

这使得 CAPTCHA 成为一种经济层面的控制手段。它在每次自动化操作的价值相对于通过挑战的成本较低时发挥作用,例如大规模批量注册账户或垃圾信息;而在每次操作价值较高时则会失效。同时,它也让每一位正常用户付出同样的时间和同样的挫败感。

近期的预印本研究将基于 AI 的破解成本放到了同一量级:Oedipus 的作者估算,根据模型和类型不同,每破解一百道推理类 CAPTCHA 的成本在几美元到约二十美元之间,他们将其描述为与人工劳务处于同一数量级。

从谜题到风险评分

行业已基本接受了这一点,并将决策环节移出了用户视线。

Google reCAPTCHA v3 “为每个请求返回一个评分,而不给用户带来摩擦”,评分范围从 0.0(极可能是机器人)到 1.0(极可能是正常交互),默认阈值为 0.5。Google 的文档建议利用该评分来决定如何处理,比如在风险较高的登录中要求双重身份验证,或将风险较高的评论发送至人工审核,而不是直接拦截。
Cloudflare Turnstile “无需向访问者展示 CAPTCHA 即可工作”,在后台运行小型非交互式浏览器挑战,只有在需要时才升级为复选框验证。

谜题已经变成了一种兜底机制,只有在后台评分存疑时才会展示。这与苏黎世联邦理工学院关于浏览器历史的发现相吻合,也与我们在文章反机器人防御如何从 CAPTCHA 演变而来中描述的更广泛转变一致。

这意味着什么

**对网站运营者而言,**研究表明应将 CAPTCHA 视为提高成本的一个环节,而非一道关卡:

仅在值得保护的操作上展示验证挑战,例如注册、登录和结账环节,并且仅在风险评分存疑时才展示。
衡量验证挑战给你带来的成本。上述研究中的放弃率普遍达到两位数。
预期一个有决心的操作者终将通过验证,因此应将验证挑战与速率限制、账户级控制以及对操作本身的服务器端检查结合使用。

**对数据团队而言,**CAPTCHA 是一个明确的信号:网站已判定你的流量为自动化流量,并且不希望以该速率在该路径上接受这类流量。正确的做法是放慢速度,检查是否存在官方 API 或数据许可,并遵守网站所允许的范围,而不是去寻找绕过验证挑战的方法。我们的网页抓取最佳实践以及robots.txt 与 AI 退出声明指南介绍了如何解读这些信号。

常见问题

CAPTCHA 还有效吗?

作为严格的屏障,并不可靠:研究显示自动化系统在大多数 CAPTCHA 类型上的准确率已经达到或超过人类。但作为一种拖慢低价值自动化滥用行为(例如大规模批量注册)的成本手段,它们仍有其作用,尤其是在与后台风险评分结合使用时。

人类解答 CAPTCHA 需要多长时间?

在 2023 年一项针对 1,400 人的研究中,根据类型不同,平均解答时间为 3.6 到 42.7 秒。在 reCAPTCHA v2 的一次实际部署中,复选框平均耗时 1.85 秒,图片验证码平均耗时 10.3 秒。

AI 能解答 CAPTCHA 吗?

通用型 AI 代理在交互式 CAPTCHA 上仍落后于人类;在 2025 年的一项基准测试中,表现最好的代理解答成功率为 40%,人类为 93.3%。针对特定 CAPTCHA 类型专门构建的系统,其表现已接近人类水平。

为什么 CAPTCHA 正在被取代?

因为它们会消耗正常用户的时间并影响转化率,而有决心的机器人却能够通过。服务商现在会在后台对请求进行评分,只有在评分不确定时才展示验证挑战。

结论

CAPTCHA 已不再能可靠地区分人类与机器;在大多数类型上,机器的准确率现在至少与人类持平。它们仍然能起到的作用是增加成本:给人类带来时间和挫败感,给自动化流量带来金钱和精力上的消耗。这使得它们在每次自动化操作价值较低的场景中有用,而在价值较高的场景中作用有限。行业的应对方式是将真正的决策转移到隐形的风险评分机制中,并把谜题作为一种兜底手段保留下来。