X产品前负责人Nikita Bier：只有Face Liveness扫描能验证真人在场
连续创业者、X（前Twitter）产品前负责人Nikita Bier在X平台进一步阐述其关于人类验证技术的观点。他指出一个关键的技术事实：第三方应用无法访问Apple的FaceID API——Apple将FaceID数据锁定在Secure Enclave中，应用只能获知验证是否成功，无法访问FaceID本身或与注册用户相关的任何数据。从技术上说，应用可以通过passkeys间接触发FaceID，"但在那种情况下FaceID是可选的"——用户可以选择PIN码或其他替代方式完成验证，这意味着passkeys无法确保物理人类在场。Bier的结论是："验证真人在场的唯一真正方式是Face Liveness扫描——扫描完立即删除数据。Instagram已经在这样做了，很多其他应用也是。"（Nikita Bier/X、Apple Support）
这延续了Bier此前关于passkeys无法防御自动化攻击的论点。他此前表示passkeys在技术上"可以被自动化"——通过系统级脚本或设备管理框架触发认证流程——而Face Liveness扫描要求用户在摄像头前做出实时面部动作（上下左右看），检测真人在场性而非身份匹配，能防御照片、屏幕重放、数字攻击和面具等伪造手段。Instagram的实现方式是引导用户进行几秒钟的面部转动，确认是真人而非机器人后立即删除生物识别数据（Instagram）。
来源：公开信息
ABAB AI Insight
Bier这条推文的技术细节揭示了一个被广泛误解的安全架构问题。Apple的FaceID设计哲学是"本地化、不可导出"——生物识别数据永远不离开Secure Enclave芯片，连Apple自身都无法访问。这对用户隐私是极好的，但对第三方应用的身份验证场景构成了根本性限制：应用能得到的唯一信息是一个布尔值（"认证成功"或"认证失败"），无法获取任何面部数据来独立判断是否有真人在场。更关键的是，passkeys作为FIDO2标准的实现，其设计目标是取代密码——解决的是"凭证安全"问题而非"真人在场"问题。当一个设备已经解锁、passkey已经注册，自动化脚本完全可以在无人操作的情况下完成认证流程。
这个技术差异在AI agent和自动化工具爆发的背景下变得至关重要。当前的互联网安全模型假设每个请求背后是一个人类用户，但AI agent可以模拟人类行为模式、持有合法凭证、通过passkey认证——在整个链条中没有任何环节要求证明"此刻有一个活的人类在摄像头前"。Face Liveness检测通过要求实时的、不可预测的面部运动来打破这种自动化链条。它不验证"你是谁"（那是FaceID的功能），而是验证"你是活的"——一个看似简单但在技术上完全不同的问题。
但Face Liveness也并非无懈可击。深度伪造（deepfake）技术的实时生成能力正在快速逼近活体检测的防御阈值——2025年已有多个研究团队演示了实时deepfake绕过PAD Level 1（基础活体检测）的攻击。这意味着Face Liveness扫描正在进入一场与AI生成技术的军备竞赛。Bier的观点在当前时间窗口是正确的——Face Liveness确实是现有技术中最接近"真人证明"的方案——但其有效性窗口可能比预期更短，除非检测算法的迭代速度持续超过伪造算法。