AI 赋能诈骗：单人操控多身份，防御陷入机器博弈

据 Woofun AI 消息，人工智能并未如预期般取代骗子，反而通过欺诈行为自动化赋予其'超能力'，颠覆了'AI 取代人工'的传统预期。《金融时报》引用金融行动特别工作组主席贾尔斯·汤姆森的观点指出，AI 让'地下室里仅有一个人加上一台性能极强的服务器'即可完成过去需大规模操作的任务，这标志着犯罪生产力的残酷提升。

效率革命的核心在于 AI 大幅降低了'注意力投入'成本。以往的情感诈骗、投资诈骗及冒充诈骗均需人工持续维持假象，如今 AI 可让单人维护多虚假身份。Chainalysis 调查显示，与 AI 供应商关联的诈骗案件平均链上营收达 320 万美元，而无此关联者仅为 71.9 万美元，前者营收是后者的 4.5 倍。

尽管这并非因购买 AI 服务直接导致收入倍增，而是大型团伙更倾向购置先进工具，且 Chainalysis 无法通过区块链数据掌握所有 AI 使用情况，但这组数据清晰揭示了犯罪分子采用自动化手段的动力：AI 模型能逼真模仿同理心，生成真实文件、图片、语音及身份信息，使一名操作人员能用多种语言进行长时间对话，显著降低维持人工表演的成本。

宏观损失已相当严重。美国联邦调查局在 2025 年互联网犯罪投诉中心报告总结中记载，共有 22,364 起包含人工智能相关信息的投诉，调整后损失金额约为 8.933 亿美元。这些案件涵盖虚假情感关系诈骗、企业冒充诈骗等。Anthropic 在 2025 年 8 月发布的滥用报告提供了更直接的案例：一名黑客利用 Claude Code 针对至少 17 家机构实施敲诈，该 AI 模型协助完成技术工作、分析信息并制定高达 50 万美元的敲诈要求。Anthropic 随后封禁账户并通报执法部门。此案例表明，原本需不同技能人员完成的工作，现可由一名操作人员通过软件统筹，受害者看到的是看似真实的电子邮件、可信身份及专业服务，小型团队因此展现出大型诈骗组织的面貌。在加密货币领域，从说服受害者到付款的时间间隔极短，AI 降低第一步成本后，犯罪分子能吸引更多人陷入第二步骗局。

Woofun AI 整理数据显示，AI 并未完全取代传统诈骗窝点。国际特赦组织在 2025 年对柬埔寨诈骗窝点的调查中记录了至少 53 个诈骗场所，采访了来自 8 个国家的 58 名幸存者，发现人口贩卖、强迫劳动、限制自由和暴力行为等迹象。美国金融犯罪执法网络在 9 月发布的关于东南亚诈骗中心的分析报告指出，大型跨国犯罪组织仍在与借助 AI 的技术及其他专业犯罪基础设施共同运作。

这两种模式共存，因为自动化不一定导致行业萎缩，有时仅提高同一批劳动力所能创造的价值。实现部分对话自动化的诈骗团伙可选择用更少人实施同样规模诈骗，或保留现有人员但大幅增加目标对象数量，对受害者而言后果同样糟糕。关键衡量标准并非犯罪团伙雇佣人数，而是实施另一起诈骗的成本。若制作虚假身份成本下降，可用身份数量增加；若一人能监督数十场对话而非仅五场，接触目标人数随之增加。互联网使信息派发几乎免费，AI 进一步降低说服他人的成本。

防御方陷入'机器对机器'博弈困境。O2 公司开发出名为 Daisy 的 AI'祖母'角色，旨在尽可能长时间让电话诈骗者保持通话。根据实验记录，Daisy 已回复诈骗者询问 1,000 多次，进行数百小时对话，有些通话持续 40 分钟左右。该设想巧妙利用诈骗者时间，但当诈骗者端对话也被自动化处理时，其效力大打折扣。若机器人花费 40 分钟与另一假装成祖母的机器人讨论虚构银行问题，双方均未失去 40 分钟人力时间。

这种荒谬局面反映防御措施挑战：在人工注意力成本高昂时，让诈骗者浪费时间有效；但随着 AI 降低注意力成本，防御措施须设法让犯罪分子仍需要真实东西，如接收资金账户、交易所、支付服务、中间人网络或银行帮助转移赃款，以及受害者授权转账及相关金融机构处理交易。这些环节较难通过自动化完全消除。

国际刑警组织在 2026 年全球诈骗评估报告中列举 1,500 多起跨国诈骗案件，涉及损失金额高达 11 亿美元，强调发现诈骗后阻止资金转移的国际努力。CryptoSlate 此前报道过 AI 如何扩大加密货币诈骗规模。当生成语音成本仅几分钱时，熟悉声音不再带来强信任感；人脸可合成时，视频通话证据效力下降；维持深入对话成本几乎为零时，长篇对话失去意义。普通人需承担更多验证工作，犯罪分子则需更少人工操作。自动化曾期望软件将繁琐任务从人类手中夺走，但欺诈行为找到令人困扰的实现方式：机器负责身份冒充，收到消息者须自行调查相关方是否真实存在。AI 或许减少实施诈骗所需人力数量，但不幸地，它让实施诈骗的成本大幅降低，这是继技术支持犯罪之后的又一警示，凸显了在自动化时代重建信任机制的紧迫性。