AI时代防诈警报:诈骗正在变成一门软件生意
AI 没有发明新的谎言。它改变的是谎言的生产成本、交付速度和扩张方式。当可信感可以被批量制造企业与家庭的防线必须从识别骗术转向重建验证。电话响起。对面的人知道你的名字、你所在的公司甚至知道你昨天刚开过一场会。他语气略急但并不粗鲁。他能回答你的追问记得几分钟前提过的细节在你犹豫时还会放缓语速没关系我理解你需要确认。声音听起来像你的同事、上司、客户或者家人。过去人们把这类场景理解成一个技术问题AI 能不能把一个人的声音模仿得足够像如今真正该问的问题已经变了——诈骗者根本不需要让 AI 完美地成为某个人他只需要它在几分钟内表现得足够可信。一、数据先说话决定成败的不是像不像而是服不服2026 年 7 月发布的一项研究对 4100 名美国成年人做了大规模实验。参与者接触由多种 AI 语音系统或真人生成的诈骗对话。在亲属陷入困境这一场景中最多约36%的参与者表示可能或愿意服从请求五类场景的总体比例为16.5%。研究者特别提示这里的服从是参与者自报的意愿不等同于现实中已经发生的转账。但即便打折看待这个比例放进一套几乎可以无限复制的自动化系统里已经足以改写诈骗的经济模型。更值得管理者注意的是另外两项发现决定参与者是否服从的最强因素不是声音有多像真人而是对方是否具有说服力。部分先进语音系统在可信度、说服力与类人程度上的评分已接近真人。熟悉 AI、经常使用语音助手的人并没有表现出明显的识别优势。换句话说员工够聪明就能识破这条假设正在失去数据支撑。AI 诈骗真正可怕的地方不是它比人更会骗人而是它让骗人成为一门可以规模化的软件生意。二、成本结构诈骗过去是一门人力生意传统电话诈骗一直受制于一个非常现实的瓶颈——人。一个骗子同一时间只能打一通电话。他要理解对方的回答、临场改词、记住上文还要控制自己的情绪、口音和节奏。覆盖不同国家需要不同语言的人持续作业需要轮班同时呼叫一万个目标则需要一整座呼叫中心、一套培训体系以及一群愿意承担刑事风险的操作员。这意味着传统诈骗的道德成本虽低商业成本并不低。于是骗子必须挑目标高净值人群、老年人、企业财务人员或者已经掌握大量信息的对象。很多骗局之所以看起来拙劣并非骗子不懂怎么说得更真实而是精细化沟通不划算——他也要算投入产出比。AI 正在抹掉这条成本边界。语言模型负责生成对话语音模型负责表达数据源提供个人信息自动化系统管理呼叫、记录反馈并决定下一步动作。一套系统可以同时面对成千上万人不休息、不紧张、不忘词被拒绝也不会产生挫败感。它甚至可以耐心。真人面对反复质疑会失去耐性、说错信息或干脆挂断AI 可以一遍遍解释始终礼貌并根据对方情绪调整表达。当耐心也能被机器无限复制耐心就不再天然代表善意。三、AI 生产的不是声音而是可信感把 AI 语音诈骗简单理解为声音克隆会导出一条危险的防御思路只要听出声音不自然就能识破。现实是攻击者并不需要一个完美复制品。声音略机械可以归因于网络停顿不自然可以解释成对方正在紧张语速突变可以说明情况紧急语句重复听起来就像客服在照流程念稿。人类判断一个人是否可信很少只依据声音的物理特征。我们会把身份、语气、情绪、时间压力以及对方掌握的信息拼成一个整体判断——而 AI 生产的恰恰是这个整体。它知道何时强调权威何时制造紧迫何时表达理解何时让目标觉得自己正在做一个负责任的决定。所以AI 诈骗不是机器在模仿一副声带而是在模拟一段关系。声音只是入口。真正被伪造的是本应慢慢建立的信任。四、当诈骗获得软件经济学软件行业的核心优势是四条复制成本低、并发能力强、迭代速度快、可依据数据持续优化。当诈骗拿到这四条它就不再是传统犯罪用了个新工具而是开始具备一家软件公司的组织结构。同一套系统可以并行测试几十种开场白并沉淀出可复用的答案哪种称呼最容易让人继续听下去哪种语速最能制造紧迫感对哪个年龄段该用权威对谁该用同情目标犹豫多久之后应施加第二次压力什么时段拨打接通率更高哪一类失败意味着该名目标值得二次接触过去这些经验藏在老骗子的直觉里现在它们变成了数据。每一次通话都是日志每一次拒绝都是反馈每一次成功都在帮系统调参。这才是最需要警惕的变化诈骗开始拥有产品迭代。第一版效果不好并不重要——更新提示词、更换语音模型、调整话术策略、重新划分人群然后跑下一轮。研究者对语音诈骗做过成本测算以美国工资水平衡量部分依赖人工操作的诈骗模式可能难以盈利而在引入 AI 自动化之后它们开始呈现经济可行性。研究由此判断当前最直接的风险并不是 AI 已具备超人类说服力而是自动化改变了攻击的成本结构。一个骗局不需要骗过所有人。只要复制足够便宜极低的成功率也能成为商业模式。这正是互联网软件最熟悉的逻辑。区别只在于普通软件把转化率变成收入诈骗软件把转化率变成受害者。五、骗子第一次不再需要挑人自动化带来的第二个后果是攻击者不必再只盯高价值目标。人工昂贵时骗子集中火力打大企业、富裕人群和高权限员工。当边际成本趋近于零每个人都被纳入尝试范围系统先做一轮低成本接触无回应者被忽略愿意继续对话者被标记表现出焦虑、服从或缺乏核验习惯的人被送入下一阶段。这与互联网公司的用户漏斗没有本质区别只是它筛选的不是潜在客户而是潜在受害者。风险最高的形态甚至不是全自动诈骗而是AI 与人类犯罪者的分工AI 承担海量接触、信息收集与初步筛选真人只在目标已显现高度服从倾向时接管。人类骗子最昂贵的时间从此只花在最可能成功的人身上。AI 未必取代骗子。它可能只是把骗子从客服升级成了成交经理。六、我们正在失去声音这项证据几千年来声音具有特殊地位。书信可以伪造文字可以抄写照片出现后也能被修改但当电话另一端传来熟悉的声音人们仍会本能地认定至少这个人真的在跟我说话。声音不只传递内容也承担身份认证。我听见了他长期以来几乎等同于我确认了是他。这条默认规则正在失效。2026 年 4 月发布的 FBI 年度报告首次单独设置人工智能相关章节记录了22364 起涉及 AI 的投诉相关损失接近8.93 亿美元。报告指出诈骗者正在把虚假社交资料、声音克隆、伪造证件与可信视频组合使用冒充公众人物或受害者的亲友并以时间压力迫使目标迅速行动。这不只是案件数量的增长问题它意味着社会需要重新定义什么能证明一个人的身份。熟悉的号码不再可靠熟悉的头像不再可靠熟悉的写作风格不再可靠——现在连熟悉的声音也开始失去证明力。我们未来仍然会相信声音但不能再仅仅因为声音就执行转账、交出密码、批准合同或变更系统权限。在 AI 时代像他只能构成线索不能再构成授权。七、反诈不能继续依赖你要聪明一点面对诈骗社会最常见的建议是提高警惕不要贪心、不要慌张、注意不自然的语气、识别不合常理的要求。这些提醒仍有价值但背后藏着一个越来越不现实的假设只要一个人足够聪明、足够冷静就能识别伪造。问题在于AI 的进步方向正是不断消除那些可被识别的异常。今天教给公众的识别特征可能成为明天模型优化的训练数据——我们说AI 声音缺少停顿下一代系统就加入停顿我们说AI 不会紧张系统就生成颤抖与犹豫我们说诈骗话术太标准模型就针对不同对象生成完全不同的表达。把防线建在人的直觉上等于要求普通人每天参加一场不断升级的图灵测试而对手拥有无限重试机会。真正可行的方向是重新设计验证流程。企业防线清单金额与权限的硬门槛达到阈值的付款、账户变更、合同批准必须经独立渠道二次确认且确认渠道不得由发起人指定。语音不构成授权任何仅凭电话或语音消息发出的财务与权限指令一律视为待验证请求而非命令。紧急不是跳过流程的理由将要求绕过流程本身列为风险信号并写进员工手册与审计标准。取消听起来像领导这一豁免项越是高层指令越应触发标准复核而不是免于复核。演练而非说教以模拟攻击测试流程是否真的能挡住请求而不是测试员工是否够机敏。家庭防线清单与家人约定一个只在线下说定的暗号或核验问题不写在任何聊天软件里。接到亲属出事、急需汇款类来电先挂断用自己通讯录里的号码回拨。对老年家属明确一条简单规则任何转账都必须先和固定的某位家人通话确认。减少公开平台上的语音、视频与行程信息暴露它们是克隆与话术的原料。当伪造能力工业化之后识破伪造就不能继续只是一种个人责任。八、信任不会消失但必须改变形态AI 不会让人类从此不再相信任何人——一个完全没有信任的社会也无法运行。需要改变的是我们把信任转化为行动的方式。过去我相信你和我按你说的做常被视为同一件事听见家人的声音所以转账收到老板的信息所以付款看见熟悉的头像所以交出文件。在生成式 AI 时代这两步必须被拆开。我们可以在情感上相信一个人同时仍对关键动作执行验证可以理解对方的紧急处境但不因紧急而关闭安全程序可以保持善意但不再把善意当作身份认证机制。这确实会给组织和家庭增加一些摩擦。但另一边的事实是AI 正在让可信感变得极其便宜——声音、语气、耐心、共情与专业表达都可以被快速生成。当一种东西可以被近乎无限地生产它就会失去原有的稀缺性。而人类过去之所以把这些特征当作可信凭据恰恰因为它们曾经很难伪造也很难长时间维持。AI 没有消灭信任。它只是让看起来值得信任变得不再值钱。未来真正昂贵的信任不会来自一个逼真的声音、一段流畅的对话或一个熟悉的形象。它将来自可独立验证的身份、不能被轻易绕过的流程以及在压力之下依然没有被取消的边界。诈骗正在变成软件行业。那么防御就不能停留在几句安全提醒上——因为当对方拥有自动化、并发、个性化与持续迭代能力时我们面对的不再是某一个精明的骗子而是一条不会疲倦、不会心软、不会停止优化的信任生产线。AI 时代最稀缺的不再是让人相信的能力而是证明这种相信值得被转化为行动的能力。

相关新闻

uni-app 液态玻璃:光学参数、弹簧 Q 弹与多端降级

uni-app 液态玻璃:光学参数、弹簧 Q 弹与多端降级

uni-app 液态玻璃:光学参数、弹簧 Q 弹与多端降级 插件:lf-glass 1.2.0 地址:https://ext.dcloud.net.cn/plugin?id27813 业务场景:页面需要透明玻璃卡片、标签、导航栏。H5 用 backdrop-filter 与 SVG 折射;App-vu…

2026/8/4 14:07:12 阅读更多 →
elementplus结合sortablejs做出表格可拖拽效果的组件

elementplus结合sortablejs做出表格可拖拽效果的组件

1.安装npm install sortablejs2.在src下新建可复用的组合式函数文件夹composables,src/composables/useSortableDrag.jsimport { ref, onMounted, onBeforeUnmount, nextTick } from vue import Sortable from sortablejs/*** 拖拽排序配置选项* typedef {Object} S…

2026/8/4 14:07:12 阅读更多 →
CTFSHOW-WEB(萌新18-22)

CTFSHOW-WEB(萌新18-22)

web18 1.本题比上一题多过滤了一个file,但是和上一题的思路一样:Nginx 访问日志路径 /var/log/nginx/access.log 不包含 php、file 这两个被拦截字符串,所以上一题的日志投毒方法依然可以直接使用。 2.按照上面的思路,我们直接进…

2026/8/4 14:07:12 阅读更多 →

最新新闻

行业洞察系列 06 | 汽车制造的视觉革命

行业洞察系列 06 | 汽车制造的视觉革命

维视智造 行业洞察系列 06 汽车制造的视觉革命 AI视觉在新能源车与智能驾驶全产业链的深度应用 2026年8月 维视智造 战略部 出品标杆案例:上汽通用 长城汽车 中车集团 **摘要:**中国新能源汽车产销量已连续多年全球第一,整车制造、动力电…

2026/8/4 15:09:42 阅读更多 →
SpringBoot+Vue全栈社区养老服务平台开发实践

SpringBoot+Vue全栈社区养老服务平台开发实践

1. 项目背景与核心价值 人口老龄化已成为全球性社会问题,我国60岁以上人口占比已超过18%。这个基于SpringBootVue的全栈社区服务管理平台,正是针对老年群体日常生活痛点的数字化解决方案。我在实际开发中发现,传统社区服务存在三大短板&#…

2026/8/4 15:09:42 阅读更多 →
GPT-5.6 Sol与Fable 5实测对比:开发者如何选择最适合的代码生成与推理模型

GPT-5.6 Sol与Fable 5实测对比:开发者如何选择最适合的代码生成与推理模型

当开发者面对琳琅满目的大语言模型时,最常问的问题不是“哪个模型最厉害”,而是“哪个模型最适合我手头的任务”。是写代码、做分析、处理长文档,还是日常对话?不同的模型在特定场景下的表现天差地别,盲目追求“最强”…

2026/8/4 15:09:42 阅读更多 →
C++11统一列表初始化与std::initializer_list详解

C++11统一列表初始化与std::initializer_list详解

1. 从C98到C11:初始化方式的演进之路 在C98标准中,初始化操作一直是个令人头疼的问题。不同场景下的初始化语法差异巨大,新手经常被各种初始化方式搞得晕头转向。让我们先回顾一下C98时代的初始化方式: // 结构体初始化 struct …

2026/8/4 15:09:42 阅读更多 →
IoTDB在储能运维中的时序数据库选型与实践

IoTDB在储能运维中的时序数据库选型与实践

1. 从数据保管到数据驱动:储能运维的范式转变 在新能源行业摸爬滚打多年,我亲眼见证了储能系统运维从"被动响应"到"主动预防"的进化历程。传统运维平台就像个尽职的图书管理员——它们把设备数据分门别类地存放好,等出了…

2026/8/4 15:09:41 阅读更多 →
Godot项目逆向工程实战:从PCK包与字节码恢复可编辑源码

Godot项目逆向工程实战:从PCK包与字节码恢复可编辑源码

1. 项目概述:当你的Godot项目“失联”时在游戏开发这条路上,我见过太多同行因为一次误操作、一次硬盘故障,或者仅仅是接手一个“祖传”的、只有导出包的Godot项目而陷入困境。你手头可能只有一个孤零零的.pck文件,或者一堆看似天书…

2026/8/4 15:08:41 阅读更多 →

日新闻

AI Agent白手起家26: 使用标准事件驱动大模型实践

AI Agent白手起家26: 使用标准事件驱动大模型实践

纲要 练习目标:掌握大模型标准事件的调用回顾 LangChain 中的核心标准事件 invokestreambatchastream_eventswith_structured_output 环境准备实战代码:多种事件调用对比 同步调用与流式输出批量处理异步事件流监听结构化输出 运行说明与预期结果总结与扩…

2026/8/4 0:00:40 阅读更多 →
dealsea是什么?跨境卖家必知的美国deal站入门指南

dealsea是什么?跨境卖家必知的美国deal站入门指南

说实话,第一次听说美国这个老牌折扣网站的跨境卖家,十个有八个会问同一个问题:这个平台到底是干嘛的?我见过一个做家居出口的朋友,他在亚马逊上月销二十万美金,却从来没用过它。我给他看了首页——一屏一屏…

2026/8/4 0:01:40 阅读更多 →
清华大学重磅EST:植物自导电闪蒸焦耳热600°C/2600°C两步法!稀土超积累植物秒级转化为CeO₂-石墨烯电催化剂!

清华大学重磅EST:植物自导电闪蒸焦耳热600°C/2600°C两步法!稀土超积累植物秒级转化为CeO₂-石墨烯电催化剂!

通讯作者:邓兵、刘建国通讯单位:清华大学DOI:https://doi.org/10.1021/acs.est.6c00603研究背景稀土元素(REEs)是清洁能源技术与电子器件不可或缺的核心原料,然而传统提取方式依赖能耗高、排放大的采矿与强…

2026/8/4 0:01:40 阅读更多 →

周新闻

最大流算法详解:从水管网络到Ford-Fulkerson与Dinic实战

最大流算法详解:从水管网络到Ford-Fulkerson与Dinic实战

1. 从水管网络到最大流:一个核心问题的诞生想象一下,你是一个城市供水系统的总工程师。你的城市有多个水源(水库),需要通过一个复杂的地下管道网络,将水输送到各个居民区。每条管道都有其最大通水能力&…

2026/8/4 13:24:41 阅读更多 →
基于Springboot的企业门户网站(源码+LW+调试文档+讲解)

基于Springboot的企业门户网站(源码+LW+调试文档+讲解)

温馨提示:本人主页置顶文章(点我)开头有 CSDN 平台官方提供的学长联系方式的名片! 温馨提示:本人主页置顶文章(点我)开头有 CSDN 平台官方提供的学长联系方式的名片! 温馨提示:本人主页置顶文章(点我)开头有 CSDN 平台…

2026/8/4 11:41:39 阅读更多 →
MATLAB xcorr函数详解:从互相关原理到四大实战应用

MATLAB xcorr函数详解:从互相关原理到四大实战应用

1. 从一次信号“找茬”说起:为什么我们需要互相关几年前,我在处理一组声学传感器数据时遇到了一个棘手的问题。我有两个麦克风记录了一段相同的音频信号,理论上它们接收到的声音波形应该非常相似,只是由于麦克风位置不同&#xff…

2026/8/4 5:26:40 阅读更多 →

月新闻

免费解锁百度网盘SVIP加速:macOS用户必备的下载提速终极指南

免费解锁百度网盘SVIP加速:macOS用户必备的下载提速终极指南

免费解锁百度网盘SVIP加速:macOS用户必备的下载提速终极指南 【免费下载链接】BaiduNetdiskPlugin-macOS For macOS.百度网盘 破解SVIP、下载速度限制~ 项目地址: https://gitcode.com/gh_mirrors/ba/BaiduNetdiskPlugin-macOS 还在为百度网盘macOS版的龟速下…

2026/8/4 13:38:24 阅读更多 →
终极ncmdump指南:3分钟实现网易云NCM音乐解密与格式转换

终极ncmdump指南:3分钟实现网易云NCM音乐解密与格式转换

终极ncmdump指南:3分钟实现网易云NCM音乐解密与格式转换 【免费下载链接】ncmdump 项目地址: https://gitcode.com/gh_mirrors/ncmd/ncmdump 还在为网易云音乐下载的NCM格式文件无法在其他播放器播放而烦恼吗?ncmdump解密工具帮你轻松解决这个困…

2026/8/4 11:09:16 阅读更多 →
HarmonyOS 应用开发《掌上英语》第81篇: 智能体卡片:为英语学习 App 打造桌面级学习助手

HarmonyOS 应用开发《掌上英语》第81篇: 智能体卡片:为英语学习 App 打造桌面级学习助手

AgentCard 智能体卡片:为英语学习 App 打造桌面级学习助手适用平台:HarmonyOS 7.0 (API 26 Beta)一、引言 HarmonyOS 7.0(API 26 Beta)新增了 AgentCard 智能体卡片能力,这是继 HMAF(鸿蒙智能体框架&#x…

2026/8/4 13:38:40 阅读更多 →