如何为您提供帮助？

短短4天，他就被倒手了3次。

2025年初，演员王星被骗至缅甸妙瓦底的案件引发震动，等他察觉异常时，人已被带到缅泰边境，随后遭武装人员挟持。

AI时代的骗子，正把“装得像真的”这一技能练得越发纯熟。

不过，一家名为Apate.ai的澳大利亚初创公司，正专门训练AI去“上当”。

今年8月，Apate完成了815万美元的种子轮融资，并获得了美国风投基金Lobby Capital的投资。

那句“骗子把骗子给骗了”，如今成了现实。

Apate的诞生源于一次家庭野餐。

几年前，在麦考瑞大学网络安全研究部门工作的Dali Kaafar接到一通诈骗电话，家人觉得好笑，但Kaafar却从中嗅到了商机。

回到麦考瑞大学后，Kaafar开展了相关研究，尝试用机器学习、自然语言处理和自动化对话技术来防范电信诈骗。到2024年，这些研究成果实现了商业化应用，Apate由此成立。

其实，用AI戏弄骗子早已不是新鲜事。

2024年，英国电信运营商O2就推出过一位名叫dAIsy的AI老太太。这位老奶奶的特长不是跳广场舞，而是跟电话骗子聊天。

该系统运用了语音识别、语言模型和语音合成等技术，实现人与机器的自然对话。O2希望通过这种方式消耗骗子的时间，同时让公众意识到电话诈骗的风险。

Apate的野心显然更大。

除了让骗子白费口舌，Apate还希望获取有价值的信息，比如诈骗网站、收款银行账户、加密货币钱包地址以及冒充的机构信息等。

要实现这一目标，Apate并没有一份能精准识别全球诈骗电话号码的清单，因为在真实场景中，骗子常换号、用网络电话、伪装主叫号码，还能通过多国多地区间的通讯网络转接。

Apate提供了一套分层式解决方案。

首先检测可疑通讯行为，再由AI主动交互，在交互中收集新证据并传递给反诈系统。 它并不追求精确找出每个骗子的真实号码，而是与电信运营商合作，将已判定为高风险的电话分流给AI处理。

与澳大利亚电信运营商TPG Telecom合作时，TPG先用自身反诈风险检测能力发现可疑通讯，再将其中部分高风险电话转给Apate的AI系统。

整个过程无需消费者自行下载或安装任何软件。

根据Apate公开的技术文档，其语音系统可通过SIP/RTP等VoIP通信协议接入现有电话网，并支持本地、私有云及混合部署。

这样一来，骗子在接触到真正受害者之前，就被AI截胡了。

该模式已成功吸引投资人关注。

今年8月，Apate完成了约1140万澳元（约合815万美元）的种子轮融资，由Lobby Capital领投，OIF Ventures、Investible、Concept Ventures和Baobab Ventures等多家机构跟投，此前该公司已获得约250万美元投资。

新一轮融资将用于技术研发、美国及欧洲市场拓展等。Apate已按美国特拉华州公司形式运作，计划扩大北美业务，在伦敦设立办事处，研发团队仍留在悉尼。

目前，公司员工约20人，客户包括澳大利亚联邦银行Commonwealth Bank、TPG Telecom等机构。

因为比起花大价钱请个机器人让骗子气急败坏，银行和运营商显然更愿意为能有效遏制诈骗的信息付费。

这就是Apate的“生意经”。

和骗子聊50分钟

如果你打过客服电话，对AI语音客服应该不陌生。

机械的电子音、奇怪的断句、过分标准的礼貌用语，以及每次回答前恰到好处的停顿——你甚至不用问第二句，就知道对面不是真人。

Apate面对的并非急于解决问题的普通用户，而是一群同样善于察言观色、试探对方反应的骗子。一旦骗子察觉对方是AI，就会立刻挂断电话。

因此，Apate的首要难题是让AI尽可能模仿真实人类。

据WIRED于10月10日报道，Apate创始人Kaafar称，公司已创建了约35万个AI虚拟身份。

它们拥有不同的年龄、性格、语言能力和生活经历，能打电话、发短信，甚至在一些可疑的微信群中交流。有的角色声称自己用WhatsApp，有的不用；有的愿意继续聊，有的则说要考虑一下，过段时间再联系。

2025年3月，麦考瑞大学研究人员发表了一篇题为《Bot Wars Evolved》的文章，探讨如何用大语言模型对付电话诈骗。

文章提出了一个双层提示结构。 第一层用于创建虚拟人物的身份背景，赋予AI相似的性格、年龄和口吻。第二层涉及对话策略，在不断变化的交流中维持任务目标，而非机械地回应前一句话。

根据GSMA发布的TPG Telecom合作案例，Apate曾保持一通长达54分钟的诈骗电话。TechCrunch提到，该公司已完成约250万次AI对话，这些对话累计时长可达17年。

这背后依赖的是网络安全领域长期存在的Honeypot技术，即“蜜罐”。

传统蜜罐是设置一个看似有漏洞但实际被严密监控的服务器或系统，诱骗攻击者。黑客以为找到了攻击目标，但他们的一切行为、工具和攻击方式都会被安全人员记录下来。

蜜罐的目的并非让攻击者真正带走数据，而是建立一个能监控攻击行为的受控环境，实现持续交互。

浪费骗子的时间只是这项技术最易理解的一面。

Apate真正想做的，是在骗子骗走钱之前，让他们自己说出银行账号、加密货币钱包地址、诈骗网站链接及冒充的身份信息，并将这些信息转化为银行、电信运营商可用的反诈情报。

它的价值不仅在于“拖住骗子”，更在于构建一个由拦截、情报分析及向运营商反馈规则组成的完整链条。

就连公司评估产品的标准也有点黑色幽默。Joffe表示，Apate会记录骗子在聊天中骂人的情况，并将其当作值得庆祝的事。

用AI对抗AI

Apate背后，是生成式AI引发的攻防变化——以往需人工完成的诈骗行为，如今可通过自动化手段降低成本。

但别急着宣布反诈行业迎来革命。

当AI从报警工具发展为能与外界互动的Agent后，更多风险随之而来。

反诈者面临的已不再是简单发送可疑信息的陌生账号，整个诈骗生产过程中可能出现多种方式，包括实时换脸、模仿声音、保持人设及自动管理大量聊天对象。

独立在线媒体404Media曾调查过一款名为“昊天AI”的实时换脸软件。该工具能在WhatsApp、Microsoft Teams、Zoom等视频平台替换使用者面部，让屏幕另一端的人误以为自己在与真人通话。

AI对诈骗的改变已不止于“换一张脸”。

在东南亚电信诈骗产业链中，AI被用于挑选受害者、维持假身份及批量处理对话。调查揭示的“控天智能拓客”（KT）等工具，使操作者能同时控制多个社交账号，并利用大语言模型生成符合人设的聊天内容。

这使得Apate这类主动防御方式变得尤为关键。

对于能实时生成回复、模仿身份并适应对话变化的诈骗系统，仅靠关键词检测、黑名单和事后举报可能已不够。

Apate创始人曾提出一个有趣的想法：若未来诈骗团伙也训练自己的聊天机器人，让其自动拨打骚扰电话、寻找目标受害者，那么电信运营商将同时部署反诈机器人来阻止这些行为。

这样一来，一些诈骗电话可能变成两个机器人的对话。

AI诈骗的攻与防，最终演变成一场用魔法打败魔法的战争。

本文来自微信公众号“APPSO”，作者：发现明日产品的APPSO，36氪经授权发布。