イーサリアム共同創業者のビタリック・ブテリンは、Co-InvestのCEOであるフランクリン・ワンによるAI支援の分析が、自身が匿名で行ったEIP-7503の書き換えの著者特定を正確に突き止めたことを確認した。結果は、今月初めにブテリンが公開の場で投げかけた、自分の匿名性をオンライン上で解除できるかどうかについての問いに続くもので、そこで彼は「今日のAIツールは、オンライン上の匿名性を確実に覆せるのだろうか」と問うていた。
ワン氏によれば、識別が成功したのは、文書の表面的な言い回しが理由ではなく、数学的・技術的な考えを説明するために用いられた根本的な推論パターンによるものだという。つまり、たとえ別の言語からの翻訳のような意図的な秘匿（オブファスケーション）を行っても、匿名の技術的貢献が完全には守られない可能性があることを示唆している。
要点
Buterinは、Wangのシステムが彼を、匿名のEIP-7503リライトの背後にいる著者として特定したことを確認しました。
Wangの説明は、文章の文体だけでなく、推論と説明の構造を重視しています。
このテストは、AIが現実的に著者の匿名性を解除できるのかというButerinの懐疑によって促されました。
Wangが参照した先行研究では、大規模言語モデルが非構造化テキストから、規模に応じて脱匿名化を実行できるとする主張がありました。
脱匿名化の注目度の高いテスト
Buterinの6月22日の投稿は、暗号コミュニティにとって珍しいものでした。彼はプライバシーを守るために弁明するのではなく、自身の過去の匿名性について“パズル”を意図的に提供しました。彼は、別の名前で—Ethereumにとって「中程度の重要性（medium importance）」だと説明される—文書を公開していたことを明かし、一般の人にそれを見つけるよう挑戦しました。
その前提は、テック業界のより大きな議論に根ざしていました。大規模言語モデルは、文章からアイデンティティを推測できるのか、という点です。匿名性はオープンソースや技術エコシステムで依然として一般的ですが、一部の分析者は、AIモデルが文章からパターンを抽出するのが上達するにつれて、仮名での参加を維持することが難しくなる可能性があると主張しています。
その問いは、ETH ZurichとAnthropicの研究者による2月の論文によってさらに鋭くされました。研究は、大規模言語モデルは、非構造化テキスト内にあるアイデンティティ関連情報を特定し、候補の照合を生成し、その後もっとも可能性の高い著者について推論することで、オンラインの脱匿名化を大規模に実用化できると主張しました。また、従来の脱匿名化手法を上回るとも述べています。
Wangの分析は、報じられるところによればどのように機能したのか
Buterinの挑戦から2週間後、WangはXに、自身の提出が匿名のEIP-7503リライトを正しく特定したと投稿しました。彼は、その文書の著者は中国語で書き、機械翻訳することでその作業を隠していたと言いました。しかしWangによれば、そのシステムは「言葉の選択からは生まれなかった“手がかり（tell）”」を見つけたとのことです。
「その文書は匿名のEIP-7503リライトで、彼はそれを中国語で書き、機械翻訳して隠していました」と、Buterinが結果を確認した後、Wangは月曜のX投稿で書いています。「手がかり（tell）が彼の言葉から来たのではなく、彼の推論から来たのです。」
Wangはさらに、Co-InvestがEIP-7503の2024年12月の匿名リライトについて、Buterinを最も可能性の高い著者としてランク付けしたと述べました。およそ20%の確信度で、次点の候補より約10倍高かった—27文書の分析に基づくものです。
Buterinの秘匿（obfuscation）と、それが成立しなかった理由
Wangが特定した後、Buterinは、彼がどのように著者性を偽装しようとしたかについて追加の詳細を明かしました。彼は、中国語で匿名の書き直しを書き、それをQwen 2.5で英語に翻訳し、その後、文体をより帰属されにくくする意図で翻訳を手作業で修正したと言いました。
Buterinの追補説明は、そのアプローチが間違った“表層”を狙っていたことを示唆していました。彼は、AIが拾い上げた「文体的な手がかり（stylistic hints）」は、文章そのものではなく、知的な習慣—とりわけ数学やアルゴリズムの説明のスタイル—に結びついているのだと書きました。言い換えれば、散文を翻訳して編集すれば語彙や言い回しは変わるかもしれませんが、文章を書く人がどのように説明を組み立て、技術的な記述に到達するかといった、より深いパターンまで必ずしも消せるわけではない、ということです。
彼はさらに、推論レベルのシグナルが「[彼の] 隠蔽戦略を迂回して」いた、と付け加えました。彼自身は、その戦略は散文だけを覆うものだと特徴づけていました。
先行する試みから得られる限界と教訓
脱匿名化をめぐる議論は新しいものではありませんが、このケースは、Buterinが公に提起した問いにさかのぼるため、実世界のデータポイントを追加するものです。また、このエピソードは暗号×AI分野における先行研究とも交差しています。
Light erのCEO Vladimir Novakovskiは月曜日、「私は2023年にWangと協力して、GPT-4を使い、暗号研究における文章のスタイルを照合することでビットコインの創設者サトシ・ナカモトを特定しようとするプロジェクトに取り組んだ」と述べました。Novakovskiは、その試みは高い確信度のある結果を得るには至らなかったと語りました。
Novakovskiによれば、Wangはその後、Buterinの匿名性という課題にも同様のアプローチを適用したとのことです。しかしこの場合、特定はテストの対象となった当事者によって確認されるまでに至りました。
この違いは重要です。つまり、AIベースの著者推定は状況によっては信頼性が低い一方で、テキストと課題の条件がモデルに一貫した説明パターンを捉えさせやすい場合には、より正確になる可能性があるということです。また、「脱匿名化（deanonymization）」は単一の手法ではなく、言語、文書タイプ、候補集合のサイズ、そして著者の推論が文章内でどれだけ見えるかによって性能が変わりうることも示しています。
暗号（crypto）を作る人や貢献者にとって、なぜこれが重要なのか
オープンソースや標準化の取り組みでは、提案、研究ノート、技術的な説明が公に共有されがちです。そうした場面で仮名の著者性は、個人を嫌がらせから守り、評判面のプレッシャーを減らし、率直な試行を促すことができます。しかし、AIシステムが推論のパターンをたどって著者性を特定できるのであれば、匿名性は多くの貢献者が想定するよりも脆くなるかもしれません。
同時に、このエピソードは「匿名の投稿がすべて運命的に失敗する」ことを証明しているわけではありません。先のNakamotoによる帰属（attribution）の試みは、高い確信度を得るには至らなかったと報告されています。実際、脱匿名化の有効性は、モデルがテキストから安定した、身元に結び付いたシグナルをどれだけ容易に抽出できるかに左右される可能性があります。
投資家、トレーダー、そしてエコシステムの参加者にとっての大きな示唆は、AIの能力がコンテンツ生成を超えて、来歴（provenance）を分析する方向へますます広がっているということです。特に、推論を明示する必要がある技術分野ではその傾向が強いでしょう。この変化は、公的なドキュメントにおけるプライバシー、帰属（attribution）、リスクの捉え方に影響を与える可能性があります。
読者は、同様の課題—特に異なる文書形式、言語、候補集合が関わるもの—が、Wangのアプローチを今後も裏付けるのか、あるいは反証するのかを見守るべきです。また、コミュニティがEthereumの標準やその他の技術的ワークフローにおける匿名性をめぐる規範を調整するかどうかも注目点です。
この記事は当初「Vitalik Buterin Says AI Tools Tracked His Anonymous Ethereum Work on Crypto Breaking News – 暗号ニュース、ビットコインニュース、ブロックチェーン更新情報のための信頼できる情報源」として公開されました。