目標不是讓誰贏，而是讓你們打起來
文在寅和尹錫悅都被同一批帳號罵過
前言
讀者 您好，昨天 KAIST 與德國馬克斯普朗克研究所的聯合研究團隊公開了一項分析結果——他們分析了 Naver 新聞留言區 1 億 1,266 萬則留言。時間跨度從 2006 年 4 月到 2025 年 3 月，整整 20 年，涵蓋 405 萬名使用者留下的全部紀錄。其中被篩選出疑似外國關聯影響力活動的帳號有 2 萬 3,998 個，而這項研究將於今天在資安領域最高權威學術會議 USENIX Security 上正式發表。
但比起偵測技術，更讓人反覆咀嚼的是那份目標名單。這些帳號攻擊的政治人物名單裡，沒有左右之分。文在寅也好、尹錫悅也好，都是同一批帳號池裡湧出的誹謗留言的標靶。不挑陣營的攻擊，乍看之下似乎前後矛盾。
先說結論。這些帳號的目標不是讓某個陣營獲勝，而是讓我們彼此更加憎恨——換句話說，分裂本身就是目的。
同一隻手，左右臉都打了
起點是國家安全戰略研究院在 2024 年公開的 70 個外國關聯帳號。研究團隊以這些帳號為種子，透過追蹤關係或反覆聚集在同一篇文章下的帳號來擴大候選範圍，再逐步分析留言的用語和帳號的行為模式，最終篩選出 2 萬 3,998 個疑似帳號。這相當於整體使用者的 0.59%。這些帳號留下的留言總數超過 1,500 萬則，其中被歸類為影響力活動性質的 412 萬則，就是本次策略分析的對象。
在這些帳號撰寫的「貶低韓國」留言中，統計那些只獲得按讚而沒有被按踩、也就是排在留言區最頂端的標靶（依據論文正文與附錄統計），前十名中有七個是政治人物。前總統文在寅 1 萬 6,651 次、當時的總統候選人李在明 1 萬 3,522 次、前總統尹錫悅 9,887 次、前部長趙國 6,314 次。這是截至 2025 年 3 月的 20 年累計數據，與目前職位無關。值得注意的不是排名，而是組成。進步派和保守派並列在同一張名單上。非政治人物的標靶也如出一轍。「大韓民國」、「地獄朝鮮」、特定政黨名稱填滿了名單，而貶低特定總統的變體寫法出現頻率高到被單獨列為一個統計項目。
按政權分組來看，模式更加鮮明。盧武鉉、李明博、朴槿惠、文在寅、尹錫悅。跨越五個政權期間，當時的在任總統無論屬於哪個陣營，始終位列標靶前十名。 對這些帳號推測的來源國相對友善的政權也不例外。主導研究的 KAIST 李元載教授也指出，這些帳號展現出的模式不是直接讚美外國，而是透過貶低韓國和國內政治人物來製造對立（經國內媒體報導確認）。不是站隊，而是挑動鬥爭。
補充說明，論文僅將帳號的推測來源國標記為「主要鄰國」，國名做了匿名處理。這是選擇聚焦手法分析而非地緣政治爭論，研究團隊在國內訪談中也維持了相同的表述。本文也遵循同一標準。因為判斷所需的不是國名，而是手法。
選舉臨近，帳號就增多
新出現的疑似帳號數量隨著政治日程波動。在大選、國會議員選舉、地方選舉前後 30 天內，新出現的疑似帳號每週平均 34.19 個，比平時的 22.61 個多了 51%（論文統計，p<0.01）。您可能會問，選舉期間本來新使用者就會增加吧？研究團隊也提出了同樣的問題。一般使用者流入僅增加 24%，而新使用者中疑似帳號的佔比也從 0.82% 顯著上升至 0.91%。這意味著不是人多了自然跟著多，而是針對選舉的選擇性集結。
最大的流入高峰出現在 2017 年 5 月，即彈劾後的大選局勢。那個時期新出現的疑似帳號達 635 個，是 20 年來的最高紀錄。活動量的整體高峰則在隔年的 2018 年。僅該年「貶低韓國」留言就達 67 萬 5,107 則，平均每天 1,800 則。那正是圍繞薩德部署的外交衝突蔓延為經濟報復的時期，也與論文指出的鄰國將認知戰1執行組織制度化的時間點重合。
這些帳號的工作量也不符合人的節奏。作為種子的 70 個帳號，平均每個帳號留下了 5,091 則留言。就算每天寫一則，也要接近 14 年才能完成這個數量，因此研究團隊將其解讀為動用了自動化的跡象。
行動也不是孤獨的。已知的 70 個帳號彼此追蹤、聚集成群，帳號間的互相關注關係是一般使用者群體的 138 倍，平均追蹤數是 35 倍（論文附錄統計）。這意味著它們不是孤立的個人，而是作為一個互相放大的叢集在運作
分裂是一門長久生意
為什麼不是誇獎自己的國家，而是罵別人的國家？答案在於平台的設計。Naver 是韓國 63% 成年人接觸新聞的入口（韓國新聞振興財團 2025 年調查，論文轉引）。而這個入口的留言區排序，是依據按讚比例——也就是按讚數除以按讚與按踩總和的數值。超過 0.5 代表按讚多於按踩，被排到頂端的機率就越高。
疑似帳號的四種修辭策略中，唯一突破這個門檻的只有一項：「貶低韓國」。平均0.514。讚美鄰國只有 0.362，讚美俄羅斯等友好國家更是低至 0.241。迴歸分析結果的方向也一致：貶低韓國的留言，語氣越強烈按讚比例越高；而讚美鄰國的留言，語氣越強烈反而越拉低按讚比例。換言之，吹捧自己的體制只會激起韓國讀者的反感，而罵韓國社會的留言才能衝上最佳留言。根據論文的迴歸模型，只要留言的貶低韓國成分被偵測到一半左右（機率 0.45），就進入了按讚超過按踩的區間。
看實際案例就能摸清脈絡。貶低韓國的留言是把徵兵制說成國家經營的奴隸制，而讚美鄰國的留言則是訓誡韓國應該學習鄰國的體制。前者衝上最佳留言，后者沉到最底端。
這裡有理論背景。Brady 研究團隊在 2017 年分析了 50 萬則 Twitter 政治訊息，結果發現載有道德情感2的訊息比沒有道德情感的訊息傳播得遠得多。每多一個包含道德情感的詞彙，傳播範圍平均擴大約 20%。憤怒和蔑視就是那種會讓人按下分享按鈕的情緒。而本次研究中的「道德性譴責」留言，恰恰就是在按那個按鈕。而且這個迴路的最後一個零件不是機器人，而是那些覺得「說得痛快」而按下按讚的韓國使用者。
附帶效應也很有趣。要規避偵測，就得捨棄道德性譴責這種顯而易見的修辭，但這種修辭恰恰是衝上頂端的燃料。一旦成功規避，就同時失去了影響力。 設計良好的偵測標準，本身就等於捆住了對方的手腳。
這個留言區，有兩筆前科
在這裡我聯想到了英國的分而治之3。直接撕裂，然後統治（Divide and rule.）！ 1905 年以宗教邊界分割孟加拉，1909 年又設立宗教別分離選區，將衝突植入制度——就是那套手法。但有一個決定性的差異。英國的目的是統治，所以直接設計並承擔維持分裂制度的成本。而這些帳號沒有統治的意圖。裂痕由韓國政治自行供給，放大由按讚排名免費完成，只需要添燃料就行。不是為了統治而分裂，而是為了削弱而分裂，所以成本低得多。
而且這個要害被捅破並非第一次。2012 年大選前夕，國家情報院心理戰隊被動員，系統性地留下留言和正反點擊，前國情院院長元世勳在 2018 年經最高法院裁定有期徒刑 4 年確定。2016 年 12 月到 2018 年 4 月間，魯京一夥透過巨集程式「KingCrab」，對 7 萬 6 千餘篇文章的 118 萬餘則留言進行了 8,840 萬餘次按讚與按踩點擊。國家機關、國內政治派系組織、以及外國關聯疑似勢力——三隻不同的手敲打了同一個要害。最佳留言即民意的認知，以及決定那個位置的按讚排名。
差異在於演化的方向。國情院和魯京有陣營。那是有方向的介入——要讓特定候選人贏。而這些帳號沒有陣營。從讓誰贏的介入，變成了讓你們打起來的介入。 手法也不同。魯京用機器按按鈕、偽造訊號，所以伺服器日誌留下了痕跡，最終上了法庭。而這些帳號讓真正的使用者用自己的手指去按。每一次點擊都是真的，所以既沒有可抓取的日誌，也沒有適當的處罰法規。
時間重疊的部分甚至令人脊背發涼。論文指出的疑似帳號流入最大高峰（2017 年 5 月）正好落在 KingCrab 運行的期間中央，而活動量達到頂峰的 2018 年也與該區間重疊。在同一个留言區裡，懷著不同目的的手同時在運作。
這些數字，能信到什麼程度
接收的溫度需要調整。首先，「偵測」不等於「確認」。研究團隊自己將全部 2 萬 4 千個帳號僅標記為「疑似」，並未斷定為已驗證的國家行為者。這項研究的辨識模型採用可解釋 AI4，其優勢在於能同時提供句子層面的依據來說明為何判定為疑似，但那些依據仍然是需要人工審查的線索，而非判決書。
數字也有侷限。帳號辨識模型的準確度報告為 F1 0.94，相當高，但驗證使用的樣本僅 151 個帳號，規模偏小；「道德情感」標籤在研究者之間也存在判斷分歧，一致性僅為中等水平（0.512）。此外，Naver 在 2024 年曾有另一項類似研究發布時，反駁稱被指名的帳號均為韓國人帳號（當時媒體報導）。對本次研究的立場尚未發表。
反過來，也有支持研究的跡象。即使將測試留言的用語用語言模型整體改寫，偵測效能幾乎不受影響（論文附錄實驗）。這意味著它不是記住特定詞彙，而是在讀取修辭的結構。新發現帳號的活動時間序列與已知的 70 個種子帳號呈現高度同步（月級相關係數 0.85），明顯高於暴露在同一篇文章下的一般使用者群體（0.70）。而且整個資料集已公開，這場爭論可以透過重新驗證而非口頭爭辯來解決。也設定了確認自己的留言是否被包含在內並申請刪除的程序。
Oswald 的視角
我用市場策略的眼光來讀這份數據。在制定經營策略時我學到一件事：後進者撼動龍頭最省錢的方式，不是吹捧自己的產品，而是瓦解市場本身的信任。一旦在整個品類中植入不信任，就不需要再證明比較優勢了。新產品發布期間，攻擊競爭對手之所以短期內特別有效，也是這個道理。
這些帳號的 20 年，正是這個結構。「我們的體制更好」這種說服既昂貴又效果不佳。按讚比例 0.362 這份成績單就是證據。而「你們社會腐敗了」這種離間既便宜、又容易傳播，甚至標靶國家的讀者還會自發地把它推上去。
所以我认为判斷標準應該改變。「站哪邊的留言」這個過濾器已經沒用了。五個政權全部挨打的數據就是證明。 從處理數據的角度補充一點：這類研究越應該先看測量的侷限再看結論，而這篇論文恰恰因為主動公開了這些侷限，反而更令人信服。但應該這樣問：這則留言是要讓誰贏，還是要讓我們打起來？ 而個人覺得最令人不寒而慄的是，這個策略的最後一個執行按鈕不是機器人，而是我們自己的手指。
結語
來總結一下。從 20 年的 Naver 留言中篩選出的 2 萬 4 千個疑似帳號，沒有在推任何特定陣營。它們交替攻擊左右兩派的政治人物來製造對立，每次選舉季流入量就增加，而把那些誹謗留言推到頂端的，是按讚排名和我們的按讚按鈕。
所以我只提一個建議。在政治新聞裡看到讓你覺得「說得痛快」的誹謗留言時，在按下按讚之前，只問自己一次：這則留言是要讓誰贏，還是要讓我們打起來？ 如果答案偏向後者，那你的那一次按讚，可能就是某個人的績效。這不是叫你忍氣吞聲，而是提醒你：有一隻手在設計憤怒的方向。
最近有沒有看到讓你覺得「這有點太有組織了吧？」的留言模式？在什麼文章裡、是什麼類型，歡迎在留言區簡單說說。如果累積了足夠多可以與公開資料集對照的案例，下一期再來討論。
💬 請分享你見過讓你覺得「這有點太有組織了吧？」的留言。將作為下一期的素材進行評估。 📨 如果身邊有常讀新聞留言的朋友，請分享這篇文章。
推薦搭配閱讀的往期文章
本期故事中的「鄰國」，從產業與供應鏈的角度來探討。
參考資料 & 延伸閱讀
核心來源
- Jaehong Kim, Hyeonseung Kim, Jiseon Kim, Alice Oh, Thorsten Holz, Wonjae Lee, Meeyoung Cha, “Cross-National Information Attacks: A Two-Decade Analysis of Troll Behavior in Korea”, USENIX Security Symposium 2026 (arXiv:2606.22785). 連結 ··· 本期電子報的骨架。第五章策略分析是核心，附錄表 11 有各政權的標靶名單。
- 研究團隊公開資料集，Zenodo. 連結 ··· 1 億 1,266 萬則留言的原始資料。推薦想自行驗證的讀者。
- 電子新聞，「2 萬餘個 Naver 帳號，煽動韓國政治對立」（2026.8.12）。連結 ··· 包含研究團隊國內發表評論的報導。
背景知識
- 國家安全戰略研究院（INSS），外國影響力活動現況公開資料（2024）。連結 ··· 本次研究的起點——70 個帳號的來源。
- 京鄉新聞，「疑似中國帳號，在中韓競爭領域以系統性留言操縱輿論」（2024.9.29）。連結 ··· 2024 年前置報告的報導。其中出現的 Naver 77 個、YouTube 239 個與本次論文的 70 個種子帳號屬於不同統計，不可混用。
- 法律新聞，「『國情院留言』前國情院院長，5 年後『有期徒刑 4 年』確定」（2018.4.19）。連結 ··· 國家機關敲打同一個留言區的第一筆前科確定紀錄。
- Newsis，「『魯京留言操縱共謀』有期徒刑 2 年實刑確定」（2021.7.21）。連結 ··· 7 萬 6 千餘篇文章、8,840 萬餘次點擊這一操縱規模的出處。本文數據以此判決為準。
- William J. Brady et al., “Emotion shapes the diffusion of moralized content in social networks”, PNAS, 2017. 連結 ··· 關於道德情感為何容易傳播的代表性研究。第三節的理論背景。
📝 術語說明
각주
-
認知戰（Cognitive Warfare）：不以武力為手段，而是將敵對國國民的認知和輿論作為攻擊對象的策略。NATO 將其定義為外部行為者將輿論武器化、動搖政策與制度的行為。 ↩
-
道德情感（Moral Emotions）：在對他人進行道德譴責（如憤怒、蔑視、厭惡）或道德讚揚（如感嘆）時運作的情緒。許多研究指出其在線上環境中特別具有傳播力。 ↩
-
分而治之（Divide and Rule）：透過激化被統治集團內部的衝突來阻止其團結、從而便於統治的策略。英國對印度的統治被視為代表性案例。 ↩
-
可解釋 AI（Explainable AI）：不只給出判定結果，還同時呈現判斷依據的 AI。本次研究中，會將疑似判定依據的留言中的關鍵句以高亮方式呈現。 ↩
