AI陪骗子唠嗑250万次，套出25万条诈骗情报

骗子疯狂打电话，AI反手接招。一家澳大利亚AI公司Apate.AI让AI假扮受害者接听诈骗电话、回复可疑消息、潜入投资群，与骗子周旋并套取情报。该公司成立于2024年，源自悉尼麦考瑞大学网络安全研究。截至目前，其AI智能体已与诈骗分子进行250万次对话，累计消耗骗子约17年时间，挖出超过25万条诈骗情报，包括银行账户、加密货币钱包、恶意网站和电话号码等。

这套模式类似网络安全中的蜜罐技术：AI伪装成潜在受害者主动进入诈骗场景，可模拟不同年龄、性别、口音和语言，并按预设目标向骗子提问，如套取钓鱼网址、收款账户或钱包地址。对话结束后，系统将信息整理成情报，供银行、电信运营商等客户分析使用。流程分三步：主动交互、提取情报、协助处置。与传统反诈相比，最大区别在于把情报获取时间点提前到诈骗活动仍在进行时。不过，获取的线索仍需核验和关联，并由相关机构进一步处置。

Apate.AI创始人兼CEO Dali Kaafar的灵感来自一次家庭野餐时接到诈骗电话，他假装听不懂，通话持续44分钟。他意识到可将此过程自动化：一个人一次只能接一通电话，但成千上万个AI可同时应对大量诈骗交互。从经济学角度看，若骗子大量时间被消耗在无法变现的目标上，其作案成本将上升。单纯拖延之外，更理想的是每次交互既浪费时间又留下情报。

目前客户包括澳大利亚联邦银行、电信运营商TPG Telecom及其他公用事业企业、电信公司和政府机构。TPG Telecom已将约59万通电话转接给其智能体，澳大利亚联邦银行报告的诈骗损失下降76%，一家未公开名称的澳大利亚银行利用其主动外联智能体干预了22起诈骗活动。这些数据来自公司披露，不能简单理解为AI单独带来全部改善。

行业背景方面，AI正同时降低攻击和防御成本。FBI IC3 2025年年度报告显示，2025年涉及AI的犯罪投诉超过2.2万起，相关损失约8.93亿美元，其中投资诈骗损失超过6.32亿美元。Apate.AI同时使用前沿大模型和微调自有模型，训练数据包括历史对话及团队此前研究。公司也面临挑战：数据量增加不等于情报质量提高，如何过滤错误信息、识别虚假线索、避免误判影响平台价值；AI获取情报也不意味着诈骗能及时阻止，账户冻结、号码拦截、资金追回仍取决于机构响应和跨部门协作。AI可成为反诈体系重要一环，但不能替代整个体系。拿下800多万美元种子轮融资后，Apate.AI计划向美国、欧洲扩张。