全文约 1424 字 · 配图 5 张
澳大利亚初创公司Apate.ai近来受到中文舆论关注。这家公司起源于悉尼麦考瑞大学的网络安全研究,2024年正式成立,目前团队约20人。其做法与常见的号码拦截不同:部署约35万个AI智能体,冒充潜在受害者接听诈骗电话、回复可疑短信和邮件,在拖延骗子的同时套取收款账户、钓鱼网址和加密钱包地址。公司披露,这些智能体已累计消耗诈骗分子相当于17年的时间,收集超过25万条情报。
其客户包括澳大利亚联邦银行和电信运营商TPG Telecom,后者已将约59万通高风险来电转接给AI处理。今年8月,公司完成815万美元种子轮融资,累计融资接近1000万美元。
Apate.ai官网对其AI反诈业务的介绍页面(资料图)(来源:36氪)
这些智能体并非简单重复固定话术。按照公开报道,它们会扮演不同年龄、性别和口音的普通人,在电话里假装找不到银行卡、听不清步骤或需要询问家人,也会在社交软件、邮件和钓鱼网页之间与骗子周旋。公司联合创始人彼得·艾克曼称,只有约2%的骗子能识别出对话对象是AI,平均通话时长在15到20分钟。其商业逻辑在于时间差:一个用于转移赃款的账户平均存活约72小时,而传统跨境预警流程往往需要96小时。
若能在资金流入前拿到账户信息,银行和运营商就有机会提前处置。不过,相关效果主要来自公司自述,尚无独立第三方审计;公司官网称全自动对话超过900万次,另有报道引用约250万次完成对话的数据,统计口径并不一致。
与电信诈骗相关的资料图片(视觉中国)(来源:财联社)
这一模式的价值,在于把反诈从“案发后统计”向前推到“转账前获取线索”。传统路径依赖受害者报案,黑名单更新往往慢于骗子换号换站;AI可以低成本、全天候地占用骗子的人力,并把对话中出现的账户、域名和联系方式转化为风控线索。资本已经注意到这一方向。据中国新闻周刊报道,全球反诈联盟估计2025年全球诈骗损失约4420亿美元;今年8月,Visa以24亿美元收购以色列反欺诈公司BioCatch。
澳大利亚2025年2月生效的《诈骗预防框架》把赔付责任压给银行、电信运营商和数字平台,也为这类上游情报服务提供了制度需求。反诈由此出现一条新的产业链:运营商提供话务入口,AI负责交互,银行和执法部门承接线索。
Apate.ai创始人兼首席执行官达利·卡法尔(资料图,外媒报道配图)(来源:中国新闻周刊)
但技术有效不代表可以无限扩张。首先是情报质量问题。骗子一旦意识到对面是AI,可能故意提供虚假账户和网址,而收款账户、钓鱼链接又可能在数小时内失效。把这类对话情报直接当作封禁依据,可能误伤正常用户;较稳妥的定位是可信度较低的线索,必须多源交叉验证,并设置复核和纠错渠道。其次是法律边界。私人公司让AI冒充真人主动设局套话,接近侦查行为;在多数法域,侦查取证权属于执法机关,企业自行“钓鱼”缺乏授权。
《中华人民共和国反电信网络诈骗法》鼓励企业研发反诈技术,但定位是监测、识别和处置涉诈信息,并未授权企业冒充受害者套取他人账户信息。个人信息保护、数据跨境和证据合法性,也都是必须回答的问题。
涉诈来电与黑产名单流转相关场景(资料图,视觉中国)(来源:中国新闻周刊)
对公众而言,需要看清两点。其一,Apate的做法是面向银行、运营商和政府的商业服务,不是普通人可以照搬的“反骗教程”;自行与骗子周旋,可能暴露个人信息,也可能被反过来利用。任何情况下,都不应向陌生人提供银行卡号、验证码、密码,更不要按对方指示转账。其二,AI反诈应当被放在公共治理框架内使用。
比较可行的路径,是由执法机关牵头,明确部署主体、目标范围和话术边界,交互记录全程留痕、可审计,情报只用于执法和风控,不进入商业流转。技术可以改变攻防的成本结构,但无法替代制度约束。把AI当作辅助工具而非万能方案,反诈治理才能形成可持续的能力。
Apate.ai用AI智能体与诈骗分子周旋的业务示意(资料图,外媒报道配图)(来源:中国新闻周刊)
声明:本文图片来源于网络,版权归原作者所有,如有侵权请联系删除。