用途：本技能用于判断用户是否为儿童，以便施加相应的数据保护措施。年龄验证通过证件或交易证据给出确定性确认；年龄估计则借助人脸分析、行为分析或设备信号给出概率性判断。选型需在准确性、隐私影响、可及性与相称性之间取得平衡。
主要能力：梳理各类方法及其实现要点，包括证件核验（OCR、ICAO Doc 9303 的 MRZ 校验、全息与紫外特征检查、可选 NFC 芯片读取与活体检测）、人脸年龄估计（CNN 模型、端侧实时处理、活体检测、输出置信区间与不存储图像）、数字身份验证（OIDC4IDA 协议、仅接收年龄属性、eIDAS 2.0 数字身份钱包、英国 DIATF）、自声明加风险缓释、信用卡微交易、移动运营商核验（通过 GBG、boku、Sinch 等聚合方调用 API 返回布尔结果）。
使用方式：先按高风险、中风险、低风险对服务分级，再选取最低验证级别，并完成相称性测试（必要性、是否有侵入性更低的手段、隐私保护措施、可及性）。资料给出的 BrightPath Learning Inc. 案例采用分层验证：自声明、家长账户加信用卡微交易、异常检测、升级至视频核验或证件上传；并规定自声明出生日期保留至账户生命周期，信用卡交易记录保留 90 天，证件图像仅内存处理不存储。
适用场景：年龄限制内容（赌博、酒精、成人内容）、社交媒体、约会、在线市场、EdTech、游戏、流媒体等。
限制：准确率与隐私影响因方法而异，如证件核验准确性极高但收集敏感身份数据，人脸估计平均绝对误差约 1.5 至 3 年并存在年龄组、族裔和图像质量差异，自声明作为单一方法准确性低。证件核验会排除没有政府签发证件的人群；信用卡核验只能表明持卡可能性，无法确保持卡人年龄。资料未提供具体费用、定价和部署平台信息。