疫苗事件刷屏了。我盯着新闻里那些被篡改的数据记录，突然意识到一个问题：我们每天在网上看到的、听到的、甚至依赖的“信息”，到底有多少是可靠的？币圈那帮人把区块链吹得神乎其神，什么去中心化、什么共识机制，天花乱坠。但抛开那些为了炒币而生的概念，它的底层防伪逻辑，其实是一个任何程序员都能在半小时内搞明白的东西。我今天就想写段最朴素的Python代码，把这事儿掰扯清楚。
核心就一个：哈希（Hash）。你可以把它理解成一个数据的“指纹”。我用的是SHA-256算法，这是目前公认比较强的一种单向加密哈希函数。单向的意思是，你很容易从数据算出指纹，但几乎不可能从指纹反推出原始数据。更重要的是，它具有“雪崩效应”：原始数据哪怕只改动一个标点，一个空格，甚至一个比特位，生成的哈希值就会面目全非，和之前的毫无关联。这就是防篡改的物理基础——你改了内容，指纹就对不上了。
我打开PyCharm，新建一个文件。先导入hashlib库。核心代码其实就几行。我定义了一个函数 `generate_hash(data_string)`，把传入的字符串编码成UTF-8字节，然后用 `hashlib.sha256()` 生成哈希对象，最后用 `hexdigest()` 输出十六进制字符串。我拿一条模拟的疫苗批次记录做测试：`data = “疫苗批次：20180710A，生产商：XX生物，有效期至：2020-12-31″`。运行，得到一长串64位的十六进制字符，比如 `a3f5…`（这里每次运行结果都不同，只是举例）。这就是这条数据的唯一指纹。
现在，我们来篡改。我把生产商名字里的“生物”改成“制药”，就动两个字。再运行一遍。生成的哈希值完全变了，变成另一串 `b8e2…`。前后两串字符看起来没有任何相似之处。这意味着什么？意味着如果你手里有原始数据正确的哈希值（这个值可以公开挂在任何地方），那么任何人给你一条声称是“原始”的数据，你只需要重新算一次哈希，和你手里的正确值对比一下，就能立刻知道这条数据有没有被改动过。不需要信任任何中间人，这是数学给你的保证。
这其实就是区块链里“区块”的雏形。在一个区块里，会把很多条交易数据的哈希值通过默克尔树（Merkle Tree）组织起来，最终生成一个根哈希。这个根哈希，加上前一个区块的哈希（这就形成了链），再加上时间戳，一起被打包进新区块的头信息里。任何对历史交易数据的篡改，都会导致其哈希值变化，进而引发默克尔树根哈希的变化，这会连锁导致该区块的哈希变化，从而与后一个区块里记录的“前区块哈希”对不上，链就断了。想要掩盖篡改，就必须把之后所有的区块都重新计算一遍哈希，这在算力上是几乎不可能的（尤其是在比特币那种工作量证明机制下）。看，所谓“不可篡改”的神话，底层就是这么个朴素的数据校验原理。
很多人觉得技术高深，是因为讲述者故意用层层包装把它复杂化了。当你抛开代币、挖矿、投机这些噪音，直接看它的密码学基础，会发现它提供的是一种最基础的“确权”工具：证明这段数据在某个时间点之后，没有被更改过。这对于需要追溯真实性的场景——比如供应链记录、学历证书、司法证据，甚至是我们今天愤怒的疫苗数据——是底线般的武器。代码不会说谎，哈希值的变化是铁证。这个下午我写完这个不到50行的脚本，关掉编辑器。窗外还是那些喧嚣的新闻，但心里稍微踏实了一点：至少在我能触及的二进制世界里，真与假，是有数学边界可循的。
