结论放在最前面：Vless+Reality 是截止到 2025 年 5 月份最佳翻墙协议。

报告摘要：

本次调研旨在评估当前主流及新兴的海外服务器加密通信协议（如 V2Ray/VMess、VLESS、Trojan、Reality、Hysteria、NaiveProxy 及 Sing-box 平台）在稳定性、传输速度、抗检测能力以及对谷歌 Gemini API 等网络应用兼容性方面的表现，以找出综合性能最佳的方案。

核心发现：

  1. 主流协议特点：
    • VLESS + Reality (基于 Xray/Sing-box)： Reality 通过“借用”真实目标网站的 TLS 指纹来伪装服务器，理论上能有效抵抗基于服务器 TLS 特征的检测，是目前较受关注的方案。VLESS 自身轻量，性能较好，依赖 Reality 或 TLS 提供安全性。XTLS 流控（如 vision）的“内握手填充”可能有助于对抗封装 TLS 指纹。
    • Trojan (基于 Trojan-GFW/Sing-box)： 模仿 HTTPS 协议，通过真实 TLS 握手进行伪装，配置相对简单，伪装性较好。
    • Hysteria (v2, 基于 Sing-box 或独立部署)： 基于 QUIC (HTTP/3) 协议，专为不稳定网络优化，传输速度有优势，尤其适合大流量场景。但 GFW 可能针对长时间大流量的 UDP 通信。
    • Sing-box： 作为新一代代理平台，支持上述多种协议，并宣称具有更优的性能和更低的资源占用。用户可灵活选择其承载的协议。
    • V2Ray (VMess)： 曾广泛使用，功能丰富，但协议特征相对明显，面临更强的检测压力。
  2. 抗检测能力：
    • GFW 的检测手段持续升级，包括主动探测、流量分析及多种 TLS 指纹识别技术。
    • 封装 TLS 指纹识别是一个主要威胁，即 GFW 可能通过分析代理流量内部的应用层 TLS 握手特征来识别代理。标准 VLESS over TLS 和 Trojan 可能对此脆弱。
    • Reality 的主要优势在于伪装服务器的首次 TLS 握手，使其看起来像一个真实网站。其配合 XTLS 内握手填充能否有效对抗封装 TLS 指纹仍需更多实践验证。
    • Hysteria 和 NaiveProxy (模拟浏览器流量) 提供了不同的伪装思路，但各有其局限性。
  3. 稳定性与速度：
    • 高度动态： 协议的稳定性和实际速度受服务器位置/线路、ISP 策略、GFW 短期政策等多种因素影响，变化很快。公开渠道缺乏近期的、可靠的横向对比数据。
    • 普遍认知： Hysteria 在网络质量较差时速度可能更快；VLESS/Trojan 在良好网络下延迟较低。Reality 本身不直接决定速度，主要影响抗封锁能力。
  4. Gemini API 兼容性：
    • 所有致力于提供透明、稳定 HTTPS 代理的协议理论上都应兼容 Gemini API。关键在于协议能否提供低延迟、高稳定性的连接，并有效规避 GFW 的干扰。
    • 目前没有特定协议与 Google API 存在特殊不兼容的报告。

综合评估与建议：

  • VLESS + Reality (运行于 Sing-box 或 Xray-core)： 因其先进的伪装理念，目前被认为是抗检测能力较强的选择。其通过借用真实网站 TLS 指纹来应对服务器端探测，理论上更难被识别。若 XTLS 的内握手填充能有效缓解封装 TLS 指纹问题，则其综合性能可能最佳。
  • Trojan (运行于 Sing-box 或 Trojan-GFW)： 依然是简单有效的伪装方案，尤其适合对配置简易性有要求的用户。
  • Hysteria (v2)： 对于需要高速传输或网络环境较差的用户，值得考虑，但需注意 UDP 流量可能受到的限制。

重要注意事项：

  • 技术动态性： GFW 的检测技术和策略在不断变化，任何协议的有效性都非永久。持续关注社区反馈和技术更新至关重要。
  • 配置复杂性： Reality 等较新技术的配置相对复杂，需要用户具备一定的技术能力。
  • 服务器选择： 服务器的地理位置、线路质量对实际体验影响巨大。

结论：

目前来看，VLESS + Reality 组合因其较强的伪装能力和对 GFW 新检测手段的潜在防御能力，在抗检测方面具有理论优势，可能是承载如 Gemini API 调用这类对稳定性要求较高通信的较好选择，建议在 Sing-box 等现代化核心上部署。然而，用户需接受没有“一劳永逸”方案的现实，并根据自身需求、技术能力及最新的封锁情况灵活调整。

深度阅读完整版。

I. 执行摘要

目的: 本报告旨在对当前用于通过海外服务器规避中国网络审查（GFW）的加密通信协议技术进行深入分析与比较，重点评估其在稳定性、传输速度、抗检测能力以及对上层网络应用（特别是如Google Gemini API等基于HTTPS的调用）的兼容性与综合性能。评估对象包括但不限于V2Ray (VMess)、VLESS、Trojan、REALITY以及Hysteria、NaiveProxy等较新的协议和平台。

核心发现: 分析表明，传统的基于简单TLS封装的规避技术（如Trojan、VLESS+TLS）面临日益严峻的检测挑战，特别是针对“TLS-in-TLS”特征的指纹识别技术 1。GFW的检测机制已从简单的IP/端口封锁和关键词过滤，演变为依赖深度包检测（DPI）、流量统计分析、主动探测以及针对加密流量结构特征的启发式检测 2。在此背景下，能够有效模拟或替换标准TLS特征的协议（如VLESS+REALITY）以及采用非传统传输方式（如Hysteria基于QUIC）或深度伪装（如NaiveProxy）的协议展现出更强的抗检测潜力。

主要建议: 基于当前对GFW检测机制的理解和现有协议的技术特性，VLESS + REALITY 组合在抗检测能力（特别是对抗TLS指纹识别）和稳定性方面表现突出，被认为是目前综合性能较优的选择之一。其通过“借用”真实网站的TLS指纹，有效规避了服务器端TLS特征暴露的问题 4。然而，没有一劳永逸的解决方案。

注意事项: GFW与规避技术之间存在持续的“猫鼠游戏”，任何协议的有效性都可能随时间推移而变化 1。用户需要持续关注技术发展和GFW策略调整，并可能需要准备备用方案。

II. 中国网络审查（GFW）的演进与检测机制

引言: 中国的网络审查系统，俗称“防火长城”（Great Firewall, GFW），是全球范围内规模最大、技术最复杂的互联网审查体系之一 2。其核心目标是控制信息流动，通过整合多种技术手段，包括DNS污染、IP地址封锁、深度包检测（DPI）、关键词过滤、流量分析和主动探测等，对互联网访问进行管控 2。GFW并非静态系统，其检测技术和封锁策略在不断演进，以应对日益复杂的网络环境和规避技术 6。

关键检测与封锁策略:

  • 深度包检测（DPI）与流量分析: DPI技术允许GFW检查网络数据包的内容，而不仅是头部信息 2。通过DPI，GFW能够识别特定协议、检测敏感关键词和URL路径，并对匹配规则的流量进行阻断或干扰 2。近年来，GFW的流量分析能力进一步增强，即使对于完全加密的流量，也能通过分析数据包的大小、时间间隔、连接模式等统计特征进行启发式判断和识别 3。例如，GFW会应用一些规则来豁免那些“不太可能”是加密代理的流量（如前几个字节是可打印ASCII字符），然后对剩余未被豁免的流量进行更严格的审查或直接阻断 3。
  • IP地址封锁与流量限制: 直接封锁特定IP地址或IP地址段是GFW的基础手段之一 2。此外，GFW还可能采用更动态的策略，如将频繁用于代理服务的IP地址或整个自治系统（AS）的IP列入“灰名单”，对其进行限速、丢包等干扰，甚至逐步升级为彻底封锁 8。这意味着服务器IP的“声誉”和其“邻居”的行为也可能影响连接的稳定性。
  • 主动探测与协议指纹识别: GFW会主动向可疑服务器发送特定数据包或请求，试图识别并干扰运行中的规避工具和服务 2。这种主动探测通常与被动流量分析相结合 3，例如，在被动分析识别出可疑流量特征后，触发主动探测以确认服务器身份。
  • 封装TLS握手检测的威胁: 这是近年来出现的一种高级检测技术。当用户的应用流量（如HTTPS）被封装在另一个加密隧道（如使用TLS加密的Trojan或VLESS）中传输时，内部的TLS握手过程会在外部隧道中留下特定的数据包大小、时序和方向模式。GFW可以通过分析这些模式来识别“TLS-in-TLS”结构，从而探测到代理流量，即使外部流量是完全加密的 1。研究表明，这种方法对标准配置下的多种主流协议（包括VLESS over TLS和Trojan over TLS）具有相当高的检测率（真阳性率TPR超过70%） 1。一旦检测到，GFW可能封锁后续所有到该代理服务器的连接 1。
  • DNS操控: DNS污染和DNS劫持也是GFW常用的手段，通过返回错误的IP地址或阻止DNS解析，阻止用户访问特定域名 2。虽然这不直接针对加密隧道本身，但会影响用户连接代理服务器或访问最终目标。
  • 区域性审查差异: 近期有报告指出，中国部分省份（如河南）可能部署了区域性的审查防火墙，其审查策略和目标可能与国家级GFW存在差异 7。这种区域性审查主要针对离开该省份的流量，可能导致某些在其他地区可用的代理在特定省份失效，增加了网络环境的复杂性。

GFW检测策略的重心转移：从内容到结构与行为

GFW的检测能力已经超越了简单的内容过滤和协议识别。早期，GFW主要依赖IP封锁、DNS污染和基于明文内容的关键词过滤 2。加密代理的出现有效地规避了这些手段。作为回应，GFW引入了DPI和主动探测技术。规避协议也随之进化，采用更复杂的加密和混淆技术，例如VMess协议或将流量封装在标准TLS中（如Trojan和VLESS+TLS）9。然而，GFW再次适应，发展出更深层次的分析能力，开始关注加密流量的结构特征，特别是“TLS-in-TLS”这种嵌套协议的指纹 1。GFW采用启发式规则，对无法识别为已知“良性”协议（如标准HTTPS）的加密流量进行更严格的审查甚至直接阻断 3，这标志着检测重心向流量的元数据、结构模式和行为特征转移。这意味着，现代规避协议不仅需要强大的加密，更需要使其流量在统计学和结构上尽可能地模拟常见、合法的互联网流量（如浏览器产生的HTTPS流量），才能有效对抗GFW的检测。仅仅将流量包裹在标准TLS中已不再足够安全。

表1：GFW检测技术及其对规避协议的影响

| GFW技术 | 描述 | 对规避协议的主要影响 | 易受影响的协议示例 | 协议层面的潜在缓解措施示例 |
|