零宽 Unicode 隐写术与 AI 文本指纹的剖析
Unicode 标准定义了数十种格式和控制代码点(通用类别 `Cf` 和 `Zs`),旨在用于复杂的脚本整形、双向文本控制和不可见的分词。诸如零宽空格 (`U+200B`)、零宽不连字 (`U+200C`)、零宽连字 (`U+200D`) 和单词连接符 (`U+2060`) 等字符在 UTF-8 内存中占用 3 个字节,但在 Web 浏览器和文字处理器中渲染时水平进位宽度为零。
由于这些代码点可以在 Web 应用、Microsoft Word、Google Docs 和 CMS 编辑器之间的标准 Ctrl+C / Ctrl+V 剪贴板操作中存活,它们被广泛用于数字隐写术和 AI 文本水印。通过在单词之间编码 `U+200B` 和 `U+200C` 的交替二进制序列,平台可以对文档进行隐形指纹标记。Multinook 的法医级解析器通过 `String.prototype.codePointAt()` 检查原始代码点,在亚毫秒级时间内暴露并切除每一个非打印标记。

