【文獻歸檔】微信輸入法內建 13,362 條離線敏感詞庫完整文獻與分類全錄

文獻性質：當代中文網際網路數字審查史料與技術實證歸檔
歸檔機構：反賊網·反賊文摘文獻檔案庫（Fanzei Digest Archives）
資料來源：騰訊微信輸入法（WeType）Windows 官方客戶端安裝包內建字典
歸檔物件：.\BuildIn\cell_dict.ssrc.zh 核心離線詞表（共 13,362 條）
數字指紋：SHA-256 0a5ac7d40a6b639f422eb97664d574a2e99ee63b03136a6ee6733a98c2887ffb
關聯事紀：網友釋出微信輸入法敏感詞提取工具，詞表達13362條
歸檔日期：2026 年 11 月 12 日

檔案引言與文獻存證價值

輸入法是人與數字世界互動的“神經突觸”。在當代極權統治的技術譜系中，言論審查經歷了從“事後封禁”（刪帖、封號）、“事中攔截”（傳輸層網路阻斷、關鍵詞替換為星號），向“事前消音”（輸入終端前置阻斷）的根本性演變。

2026 年 11 月初，開源技術社群安全研究者與逆向開發者透過對騰訊官方釋出的微信輸入法（微信鍵盤，WeType）Windows 客戶端進行二進位制逆向工程，成功提取出客戶端本地硬編碼預置的核心敏感詞庫檔案 cell_dict.ssrc.zh，共包含 13,362 條管控詞彙。

該詞庫的存在具有極其重大的歷史與文獻價值：

1. 打破“輸入法保護隱私”謊言：騰訊官方曾宣稱推出輸入法的初衷是“保護使用者打字隱私”。然而本詞庫直接證明，微信輸入法在未聯網的純離線安裝包中，已硬編碼預置了龐大的國家安全與政治維穩詞表，將審查機制內嵌至底層輸入邏輯。
2. 審查前置化的物理鐵證：命中該詞庫的詞彙，在客戶端物理按鍵敲擊階段即被阻斷候選展示與動態造詞聯想，從根本上剝奪了特定政治詞彙與抗爭話語在數字媒介中的自然生成能力。
3. 官方掩蓋痕跡的鏈條存證：該漏洞與詞庫被社群公開曝光後，騰訊官方於 2026 年 11 月 11 日緊急推送 3.0.2.39 版本，在安裝包索引 index.json 和核心目錄中火速移除了該檔案。本檔案將留存該事件發生時完整的技術證據、雜湊簽名、資料解析規則及分類詞表樣本。

一、 數字指紋與官方版本流轉證據

1. 原始檔案數字指紋與分發信源

2. 騰訊官方緊急“毀屍滅跡”時間線

• 2026 年 11 月 6 日：V2EX 安全節點開發者釋出提取指令碼，公佈從 2.1.4.6 安裝包中成功解出 13,362 條離線詞庫的完整方法。相關敏感詞截圖（包含大量辱包諧音、六四、國家領導人及抗爭口號）在 X（Twitter）、Reddit 及 Telegram 病毒式傳播。
• 2026 年 11 月 11 日：騰訊緊急釋出 Windows 客戶端構建 3.0.2.39（安裝包 WeTypeSetup_3.0.2.39_3.exe，大小 218,286,472 位元組）。
• 技術比對證據：
  • 在 3.0.2.39 解壓後的 .\BuildIn\ 目錄中，cell_dict.ssrc.zh 被徹底物理刪除。
  • 同目錄下的 index.json 資源索引被重寫：原有的 cell_dict.ssrc 條目被抹除，僅保留常規拼音輔助字典（cell_dict.sc.zh 簡體、cell_dict.hf.zh 繁體）。
  • 該行為鏈條成為騰訊“抓現行後迅速掩蓋審查痕跡”的不可辯駁之直接物證。

二、 底層逆向工程與詞庫組織架構

1. 二進位制容器規範

cell_dict.ssrc.zh 採用騰訊輸入法團隊自研的高效能緊湊序列化字典結構（Tencent WeType Cell Dictionary）：

+---------------------------------------------------------------------------------+
| Offset 00..08 | Header Flags, Size Pointer (167,489), Version (0x1bb)           |
+---------------------------------------------------------------------------------+
| Offset 09..25 | ASCII Magic: "Ime trie header\0\0"                             |
+---------------------------------------------------------------------------------+
| Offset 26..28e41 (167,489) | LOUDS Trie BitVector & State Transitions (樹狀索引)|
+---------------------------------------------------------------------------------+
| Offset 28e42..4dff5 (319,557) | Compact Suffix & Tagged Lexicon Stream (變長詞表)|
+---------------------------------------------------------------------------------+

1. 容器檔案頭（Ime trie header）：
   • 位元組 00：容器型別標記 0x03。
   • 位元組 01~04：第一分界區偏移地址 0x00028e41（十進位制 167,489 位元組），精確指向前半部 LOUDS 狀態轉移樹與後半部變長字尾詞表的交界處。
   • 位元組 05~08：字典版本號 0x000001bb（版本 443）。
   • 位元組 09~25：容器標識簽名字串 Ime trie header\0\0。
2. LOUDS Trie 字首樹索引（0x2a ~ 0x28e41）：
   • 採用簡明資料結構（Succinct Data Structure）中的 LOUDS（Level-Order Unary Degree Sequence） 樹編碼演算法。
   • 每個樹節點的分支度以一元編碼（Unary Code）連續位元儲存，輔以 Rank/Select 位向量索引，確保在數十萬節點的多路字首匹配中實現 (O(1)) 時間複雜度的單字狀態躍遷。
3. 緊湊字尾與分類屬性流（0x28e42 ~ 0x4dff5）：
   • 共有變長詞條流與共享字首壓縮，詞條記錄包含長度（length）、控制屬性（tag/kind）及 UTF-16LE 字元序列。
   • 逆向核心動態連結庫 libwxhld.dll 符號表顯示，該段由核心類 wxime::data::dict::SensitiveTrieDict 與 wxime::data::dict::StaticInterceptSensitiveDict 直接呼叫，在使用者輸入拼音進行分詞的瞬時完成攔截邏輯判定。

2. 四重客戶端攔截機制

當敲擊物理鍵盤產生字元序列時，輸入法引擎在客戶端本地無聲執行四道屏障：

flowchart TD
    In["物理鍵盤輸入拼音序列"] --> TrieEngine["LOUDS Trie 多路字首匹配引擎"]
    TrieEngine --> CheckHit{"命中 cell_dict.ssrc.zh<br/>黑名單詞條？"}
    CheckHit -- 否 --> Normal["正常候選渲染與動態記憶造詞"]
    CheckHit -- 是 --> TagRouter{"敏感詞屬性分類判定 (Kind)"}
    
    TagRouter -- "核心政治阻斷 (Tag 0x02/0x15/0x45/0x55)" --> CutOff["① 候選框絕對剔除 (Suppressed)<br/>② 拼音截斷禁止成詞 (Cut)<br/>③ 禁用本地聯想記憶 (Zero Freq)"]
    TagRouter -- "次級管控/弱敏感 (Kind=440)" --> Passive["① 允許拼出，候選位降權<br/>② 阻斷多端漫遊同步 (No Cloud Sync)<br/>③ 觸發離線風控計數埋點"]

• 絕對消聲（Suppression）：目標詞彙永遠不會出現在輸入法候選詞列表的任何一頁。
• 拼音阻斷（Segmentation Break）：當輸入長拼音（例如 xijinpingtusha）時，演算法故意切斷合理分詞路徑，迫使候選欄展示斷裂無關的單個生僻字。
• 記憶剝奪（Zero Dynamic Frequency）：普通使用者打過的詞會隨著打字頻次上升進入高頻優先候選，但黑名單中的詞條被鎖定在“零詞頻權重”且不記錄任何擊鍵歷史。
• 隔離同步（Cloud Isolation）：命中詞彙被強制打上特殊標記，嚴禁跨裝置漫遊同步，防止使用者的“敏感輸入習慣”在不同裝置間流轉。

三、 敏感詞庫全景分類彙編與樣本名錄

全庫 13,362 條敏感詞彙呈現出極強的政治功利性與極權避諱學特徵。反賊網檔案組按照詞彙語義及管控政治目標，將其解構為四大核心專題譜系：

pie title 微信輸入法內建 13,362 條敏感詞譜系構成比例
    "最高領袖避諱與專名變形 (辱包/神化/別稱)" : 42
    "歷史政治禁區與政權合法性危機" : 26
    "社會抗爭、惡性事件與體制危機" : 18
    "粗俗色情、暴力犯罪與弱敏感詞 (Kind=440)" : 14

第一類：最高領袖避諱、專名變形與諷刺稱謂（高危政治核心區）

該分類在整個敏感詞庫中佔比最高（超過 40%），構成了一部當代中文網際網路的**“極權避諱學全景大典”**。無論民間是用諧音、外號、拆字、暗諷、生理特徵還是引申歷史人物借古諷今，均被全量捕獲封殺。

1. 領袖避諱與直呼大不敬

• 生命終結與詛咒類： 習總總書記卒、習主席去世、習主席大撒幣、習主席女兒、習主席撒幣、習主席的女兒、習主席的閨女、習主席薨、習主席要死、習主席逝世、習主席閨女、習主席駕崩、習近平屠殺、習近平帝國、習近平必死、習近平性交、死習近平、死習、通知習、退位、歪習、習被殺、習大處決、習大大傻、習大大笨、習大大築、習崩、習不滿。
• 皇權復辟與封建帝制諷刺： 習皇帝、習世凱、習七帝、習萬碎、習帝、習帝帝國、習帝電力、習帝金管、習帝、璽帝、喜帝、錫帝、璽帝元勳、習獨裁、習獨夫、偽大領袖、黨國領袖、黨媒姓習。
• 民間侮辱性綽號與生理諷刺： 習包子、習包、習包包、習打打、習大大、習丁犬、習刁犬、習白豬、習豬頭、習上豬頭平庸、習二逼、習二代、習二出訪、習二法國、習二兩撲、習匪、習富平、習幹平、習共、習爹、習船長、習翠、總加速師、兩百斤、不換肩、通商寬衣、掀鍋蓋、大撒幣。
• 家眷親屬與外戚關聯： 習明澤、習仲勳、彭麗媛、齊心、柯玲玲、鄧家貴、習遠平、習橋橋、克強輪麗媛、克強輪麗媛、吳龍、吳曉暉、夢雪。

第二類：中共高層人物、元老與派系權力爭鬥

除了最高領袖本人，中共高層政治局常委、重要省部級高官、落馬貪官乃至前朝元老的姓名、八卦、派系博弈均被列入黑名單，嚴防民間議論高層政治裂痕。

1. 現任與往屆國家級領導人

• 毛澤東、周恩來（如 光環背後的周恩來）、鄧小平（如 傻逼鄧小平）、江澤民、胡錦濤、溫家寶、李克強、朱鎔基、李鵬（如 兒死於六四、李鵬下臺）。
• 趙樂際（如 傻逼趙樂際）、韓正（如 傻逼韓正）、孫政才、汪洋、王岐山、慄戰書、丁薛祥、李強、蔡奇、李希、陳敏爾、苗華、劉鶴。
• 劉少奇、劉奇葆、劉延東、劉雲山、樓陽生、馬凱、孫春蘭、孫金龍、覃偉中、唐登傑、唐仁健、唐一軍。

2. 落馬貪官、權鬥政變與涉案白手套

• 薄熙來、周永康、徐才厚、郭伯雄、令計劃、孫力軍、傅政華、秦剛、李尚福。
• 郭文貴、郝海東、馬化騰、馬雲、肖建華、明天系、安邦吳曉暉。
• 李上習下、上海幫、團派、政變、懷仁堂、九常委、反習同盟。

第三類：歷史政治禁區、政權合法性危機與社會抗爭

涉及中共歷史上犯下的反人類罪行、重大歷史危機、領土爭議及民間抗暴事件，旨在實現數字記憶抹除與資訊斷代。

1. 歷史政治運動與慘案

• 八九六四與天安門慘案： 八九六四、六四、天安門事件、坦克人、王維林、天安門母親、丁子霖、趙紫陽、胡耀邦、清場、戒嚴部隊、木樨地、屠城、兒死於六四、平反六四。
• 文革、反右與大饑荒： 文化大革命、文革十年、十年浩劫、造反派、武鬥、大躍進、三年大饑荒、三年自然災害真相、人相食、彭德懷萬言書、廬山會議、林彪九一三、溫都爾汗、四人幫、反右擴大化。
• 邊疆與主權爭議： 西藏獨立、藏獨、達賴喇嘛、達賴、班禪、自焚、新疆再教育營、新疆集中營、熱比婭、東突厥斯坦、維吾爾人權、種族滅絕、香港獨立、光復香港時代革命、五大訴求缺一不可、反送中、雨傘革命、銅鑼灣書店、臺灣國、中華民國總統。

2. 社會運動、疫情封控與公民抗爭

• 疫情清零與次生災害： 動態清零、總方針不動搖、核酸大躍進、健康碼賦紅碼、富士康大逃亡、烏魯木齊大火、貴州轉運大巴、非必要不呼吸、非必要不出境、李文亮、發哨人、艾芬、武漢封城日記、方方。
• 白紙運動與四通橋抗暴： 白紙革命、白紙運動、四通橋、四通橋勇士、彭立發、彭載舟、不要核酸要吃飯、不要封控要自由、不要領袖要選票、不做奴才做公民、罷課罷工罷免獨裁國賊習近平、孤勇者、李老師不是你老師、李老師。
• 青年社會心理與潤潮： 潤學、潤出國、躺平、擺爛、韭菜、人礦、最後的代際、我們是最後一代。

3. 權貴資產與離岸隱秘

• 巴拿馬檔案、瑞士銀行高官存款、瑞士銀行 7.8 萬億、離岸家族信託、紅色貴族、趙家人、紅色血統。

第四類：宗教信仰、異見人士與技術翻牆工具

用於阻斷具有組織動員能力的信仰團體、異見社群傳播及網民突破網路審查通道的交流。

1. 宗教與信仰團體

• 法輪功、法輪大法、李洪志、真善忍、九評共產黨、退黨、三退保平安、大紀元、新唐人、明慧網、地下教會、拆十字架、全能神。

2. 維權律師、異見知識分子與政治犯

• 劉曉波、零八憲章、諾貝爾和平獎、空椅子、許志永、丁家喜、新公民運動、709大抓捕、王全璋、余文生、高智晟、曹順利、伊力哈木、黃雪琴、王建兵。

3. 翻牆技術與數字逃生

• 翻牆、科學上網、梯子、自由門、無界瀏覽、SSR、V2Ray、Clash、Trojan、Shadowsocks、VPN推薦、迷霧通、Tor洋蔥路由。

第五類：粗俗色情、違禁犯罪與弱敏感標記（kind=440）

除政治管控外，詞庫亦包含商業合規與法律意義上的傳統黑名單，同時設立了特殊的灰度風控標識：

• 違法涉暴與黑產：槍支彈藥、迷藥、假幣、地下洗錢、暗網交易黑話。
• 涉黃與性詞彙：各類低俗性描寫與色情服務暗號。
• 弱敏感標記（kind=440）：逆向分析表明，標記為 kind=440 的詞條並不直接在候選欄抹殺，而是作為“降權詞”與“本地監控標記”，在使用者輸入後觸發風控行為統計，禁止多端雲漫遊，為潛在的賬號審查與裝置標記提供端側資料錨點。

四、 原始提取樣本對照錄（代表性切片）

為保證文獻存檔的真實性與可複核性，以下節錄自 cell_dict.ssrc.zh 逆向解析匯出的原始條目切片（按詞典緊湊流自然排列）：

================================================================================
WECHAT KEYBOARD BUILT-IN SENSITIVE LEXICON ARCHIVE (RAW SAMPLE DUMP)
SOURCE: cell_dict.ssrc.zh | RECORD_COUNT: 13,362 | FORMAT: LOUDS-TRIE SUFFIX
================================================================================
[OFFSET: 167516] 支那
[OFFSET: 167522] 陰道拍
[OFFSET: 167530] 兩百斤
[OFFSET: 167571] 劉鶴
[OFFSET: 167580] 劉奇葆
[OFFSET: 167588] 劉少奇
[OFFSET: 167596] 劉延東
[OFFSET: 167604] 劉雲山
[OFFSET: 167612] 樓陽生
[OFFSET: 167618] 落馬
[OFFSET: 167634] 馬化騰
[OFFSET: 167642] 馬凱
[OFFSET: 167675] 滿臉噴糞
[OFFSET: 167685] 毛澤東
[OFFSET: 167709] 夢雪
[OFFSET: 167715] 苗華
[OFFSET: 167721] 陳敏爾
[OFFSET: 167738] 習明澤
[OFFSET: 168350] 文貴
[OFFSET: 168358] 溫家寶
[OFFSET: 168366] 我是習
[OFFSET: 168374] 吳龍
[OFFSET: 168382] 吳曉暉
[OFFSET: 168390] 安安
[OFFSET: 168398] 齊奧塞斯庫
[OFFSET: 168404] 習爸爸
[OFFSET: 168412] 習白豬
[OFFSET: 168420] 習包
[OFFSET: 168426] 習包包
[OFFSET: 168434] 習包子
[OFFSET: 168442] 習崩
[OFFSET: 168448] 習不滿
[OFFSET: 168456] 習船長
[OFFSET: 168464] 習翠
[OFFSET: 168470] 習被殺
[OFFSET: 168480] 習大處決
[OFFSET: 168490] 習大大
[OFFSET: 168498] 習打打
[OFFSET: 168506] 習大大傻
[OFFSET: 168516] 習大大笨
[OFFSET: 168530] 喜帝
[OFFSET: 168538] 錫帝
[OFFSET: 168546] 璽帝
[OFFSET: 168554] 習獨裁
[OFFSET: 168562] 習獨夫
[OFFSET: 168570] 習兒子
[OFFSET: 168578] 習二逼
[OFFSET: 168586] 習二出訪
[OFFSET: 168594] 習二代
[OFFSET: 168602] 習二法國
[OFFSET: 168610] 習匪
[OFFSET: 168618] 習富平
[OFFSET: 168626] 習幹平
[OFFSET: 168634] 習共
[OFFSET: 168642] 習皇
[OFFSET: 168650] 習皇博士
[OFFSET: 168658] 習刁犬
[OFFSET: 168666] 習爹
[OFFSET: 169427] 習近平
[OFFSET: 169437] 習近平總書記
[OFFSET: 169579] 毛澤東思想
[OFFSET: 171535] 韓正
[OFFSET: 171545] 傻逼趙樂際
[OFFSET: 171555] 傻逼鄧小平
[OFFSET: 171565] 傻逼韓正
[OFFSET: 171575] 偽大領袖
[OFFSET: 171585] 兒死於六四
[OFFSET: 171595] 光環背後的周恩來
[OFFSET: 171605] 克強輪麗媛
[OFFSET: 171615] 克強輪麗媛
[OFFSET: 171625] 黨國
[OFFSET: 171635] 黨國領袖
[OFFSET: 171645] 黨媒姓習
================================================================================

五、 文獻學總結與極權審查史評註

微信輸入法 13,362 條離線敏感詞庫的曝光，標誌著中文網際網路資訊管控進入了**“端側全面淪陷”**的成熟期。

從文獻學與技術極權演進史的維度審視，該檔案留存了三條不可磨滅的歷史定論：

1. “隱私保護”話術與全天候審查的同構性： 專制政權治下的科技巨頭，往往藉由“保護使用者隱私”或“打擊網路黑產”的正當性修辭，合法化其對使用者終端控制權的全面蠶食。當使用者誤以為“微信自研輸入法不會竊取聊天記錄”而放棄第三方輸入法時，迎來的卻是審查邏輯直接駐留在作業系統記憶體中的無聲規訓。
2. 審查演算法對漢語生命的系統性戕害： 一萬三千多條詞彙不僅涵蓋政治人物，更包含了當代網民在漫長抗爭博弈中發明的豐饒隱喻、諧音代稱與諷刺藝術。輸入法對這些詞彙的物理抹殺，實質是在從語言的底層剝離網民對公共事務的表達能力，製造人為的“政治失語症”。
3. 數字極權實證的脆弱性與存證使命： 從曝光到騰訊緊急下架僅用了不到一週時間。若無安全研究者的即時逆向、原始碼存證與海外去中心化文獻歸檔，這段發生於上億使用者物理裝置中的審查行徑，極易在下一次靜默自動更新中被掩埋得無影無蹤。

反賊網文獻庫鄭重收錄本篇檔案，將其作為記錄二十一世紀二十年代中國數字極權管控巔峰形態與技術審查實證的永久文獻，供後世學者、人權觀察機構與歷史研究者永久查閱與考證。