四年前，安东尼·安扎隆（Anthony Anzalone）点燃了一幅价值9.5万美元的班克斯（Banksy）版画，拍

摄了整个过程，并将数字版本以近四倍的价格售出。这一举动让他以“烧毁的班克斯”（Burnt Banksy）

的绰号在网络上走红，并引发了关于数字所有权的争论，至今仍在持续。

如今，这位27岁的年轻人——刚刚入选福布斯30岁以下精英榜金融类榜单——已将他的理论发展成一项意

义更为重大的技术。他开发的验证技术已被150多个知名品牌用于优化用户获取和互动方面的支出。现在，他们已准备好全面推广这项技术，有望节省数十亿美元，并最终为消费者带来收益。

他的公司名为XION。该平台能够验证互联网、电子邮件和应用程序中的第一方数据，并将这些数据转化为

可编程的价值。虽然这项技术最初在广告领域找到了立足之地，但它实际上适用于任何需要处理可信数据

问题的行业——保险、票务、约会应用、供应链、招聘平台、游戏、医疗保健等等。基本上，任何需要通

过信任数据来源来判断信息真伪的地方，它都能派上用场。

机器人正在吞噬互联网

现实情况是，大多数人已经无法分辨网络上的真假信息，而数据也印证了这一点。

根据不同的研究，机器人流量占所有互联网活动的 40% 到 80% 不等。黄牛利用自动化系统抢购演唱会门

票，抢在其他人之前完成购买。约会应用充斥着虚假个人资料和网络钓鱼账号。企业投入大量营销预算，

却无法触达真正的用户。供应链无法阻止假冒产品流入市场。求职者捏造工作经历，而且往往在他们被录

用很久之后才被发现。

目前可用的工具大多无法解决这些问题。传统的身份验证方式繁琐且令人反感。欺诈检测系统往往在损失

发生、资金流失之后才启动。验证码（CAPTCHA）曾经有效，但现在很容易被机器人破解。

XION 的平台基于全新的技术基础和理念构建。验证应该在源头进行，确保数据在传输过程中不会被篡改，

同时完全保障用户的数据隐私。

技术原理

其底层技术依赖于先进的数学和密码学，特别是零知识证明。这使得 XION 能够在不泄露底层信息的情况

下，通过加密方式证明数据的真实性——例如，确认用户已年满 18 周岁，而无需暴露其实际出生日期或

身份。验证过程实时进行，生成不可篡改的记录，证明数据来自合法来源且未被更改。

用户无需了解任何复杂的流程。用户像往常一样登录他们正在验证信息的平台，XION 的基础设施在后台

运行，在不收集或存储敏感个人信息的情况下确认身份。

后端基于区块链技术，但 Anzalone 特意选择在公司宣传中完全摒弃所有加密货币术语。用户无需管理数

字钱包，无需记忆和保管助记词，也无需使用那些容易疏远主流用户、阻碍新系统普及的技术术语。

“没有人会想了解验证基础设施，”Anzalone 在一次采访中说道，“他们想要的是好用的应用程序和值得

信赖的平台。仅此而已。”

远不止于修复广告

XION 最初致力于帮助品牌消除因机器人流量造成的广告支出浪费，但事实证明，同样的验证基础设施可

以应用于截然不同的多个行业。

金融服务业就是一个典型的应用案例。传统的销售点贷款机构通常会要求客户提供社会安全号码，并触

发硬性信用查询以核实其资格，这往往会吓跑客户。而 XION 的验证系统可以直接从 Credit Karma 等平

台即时验证用户的信用评分和财务信息，无需存储或泄露任何敏感数据。客户只需几秒钟即可获得批准，

贷款机构可以杜绝文件欺诈，而且任何人都不必将社会安全号码提供给其他数据库。

竞争性业务收购是另一个应用领域。试图从竞争对手那里挖走客户的公司通常依赖于上传的屏幕截图

或 PDF 文件，而这些文件很容易伪造。借助 XION 的技术，像 Rippling 这样的挑战者平台可以验证潜在

客户是否正在使用 Gusto 的工资系统，并自动为其授予转换奖励资格——所有这些都无需任何合作协议、

人工审核或实际的工资数据。验证在源头进行，将竞争激烈的客户获取流程从依赖信任和希望转变为可编

程流程。

另一个应用案例是，保险公司每年因欺诈性索赔损失数百亿美元，而合法客户却面临着繁琐的验证流程

，导致紧急情况下赔付延迟。XION 的技术可以直接从原始来源验证数据，无需索赔人收集和提交大量可

能被篡改或伪造的文件。该系统确认文件的真实性和完整性，同时保护敏感的健康和财务信息，使保险公

司能够更快地处理合法索赔，并自动标记那些导致所有人保费上涨的虚假索赔。

其核心价值在于提供基础设施级别的信任，适用于任何平台，无论其身处哪个行业。

品牌现状

Anzalone 表示，已有 150 个品牌与数百万消费者测试了 XION 的验证技术。迄今为止，他们已进行了

超过 6800 万次验证互动。这些品牌现在确信这项技术行之有效，并准备全力投入，斥资数百万美元推出

名为 EarnOS 的新平台。该平台将帮助他们节省数百万美元的客户获取成本，同时，品牌忠实用户也将因

获得真实、即时可用的奖励而更加积极参与。

人工智能数据质量视角

随着生成式人工智能系统在互联网上的应用日益广泛，这项技术还有另一个维度变得愈发重要。输入这些

系统的数据质量至关重要。

目前，人工智能工具正在大规模生成合成内容。如果机器学习模型使用充斥着机器人活动、虚假互动指标

和欺诈信号的数据集进行训练，则必然会产生不可靠且有缺陷的输出。XION 的验证层提供了一种方法，

可以将来自真实用户的已验证信号输入到人工智能系统中，从而创建更干净的训练数据集，并使这些模型

产生更值得信赖的结果。

鉴于目前学术研究人员和政府监管机构对人工智能安全和数据完整性问题的关注程度，此时推出这项技术

显得尤为重要。

从焚烧艺术品到构建基础设施

安扎隆从文化挑衅者到基础设施开发者的转变轨迹，并非典型的硅谷之路。班克斯焚烧艺术品的事件表

明，实体物品的数字化版本本身就能创造巨大的经济价值。但这一实验也引发了关于社会如何在网络空

间建立信任的更根本性问题。

“那一刻让我意识到，我们需要可靠的方法来证明数字空间中事物的真实性，”安扎隆解释道。“如果没

有这个基础，我们在此基础上构建的任何基础设施都无法保持稳定。”

他入选福布斯30岁以下精英榜表明，科技和金融界正在密切关注他目前所做的事情。不过值得注意

的是，许多出现在这些年度榜单上的年轻创业者最终创立的公司都未能实现最初的目标。

接下来会发生什么？

XION的验证基础设施现已面向开发者开放，并兼容移动设备，无需学习新系统或重建现有应用程序。

然而，挑战依然存在。与根深蒂固且勉强运转的系统竞争；应对各国差异巨大的隐私法规；说服企业将新

技术集成到关键系统中；防范日益复杂的欺诈行为；以及在不沦为又一个中间商、从交易中抽取佣金的情

况下，找到合适的商业模式。

然而，对于那些因欺诈而损失数十亿美元，且难以区分真实活动与虚假活动的行业而言，能够保护用户隐

私的隐形验证技术，确实解决了那些一直没有好答案的实际问题。

XION 能否像 DNS 或云存储一样成为互联网不可或缺的基础架构，还是仅仅成为另一个未能达到临界规模

的雄心勃勃的项目，还需要数年时间才能见分晓。

但安扎隆已经证明，他愿意在非常规的想法上投入巨资。焚烧班克斯的作品就是个很好的例子。重建整个

互联网的信任则要复杂得多，也可能更有价值。

如果它真的成功了，那将比任何焚烧艺术品都更有意义。