澳洲Apate公司用AI假扮受害者反制电诈，250万次对话消耗骗子17年时间

当多数企业用人工智能提升效率时，澳大利亚一家成立仅两年的初创公司却选择让AI“反向卧底”——不是保护用户，而是主动扮演受害者，把诈骗分子拖进一场漫长而无效的对话中。

这家名为Apate.ai的公司，技术源于悉尼麦考瑞大学的研究成果，2024年正式成立，核心产品是一套由数十万个AI智能体组成的反诈系统。这些智能体并非简单应答机器人，而是具备高度拟人化能力的“诱饵角色”：它们能模拟不同年龄、性别、口音、语言习惯，甚至熟练使用澳大利亚俚语和刻意“装傻”的话术，例如假装信号不好、找不到老花镜、按错按键等，以延长对话时间。

据公司公开披露的数据，其AI智能体迄今已完成约250万次与可疑电诈分子的对话，累计占用对方通话时间相当于17年。这一数字并非夸张修辞——若按单次平均对话时长25分钟计算，250万次即为41.6万小时，折合约47.5年；但考虑到部分对话极短（如仅数秒点击链接），而另一些长达54分钟（GSMA案例记录），取加权平均后，“17年”是合理估算。

更关键的是，这些对话并非单纯“耗时间”。AI的核心任务是诱导骗子暴露关键信息：收款银行卡号、加密货币钱包地址、恶意网站域名、冒充的机构品牌名称、联系电话等。这些信息通常只有在真实受害者完成转账后才会被警方或银行掌握，而Apate的系统能在骗局尚未得逞前就将其截获。

其运作机制分为两类路径：一是被动接入，由电信运营商（如TPG Telecom）将识别出的高风险来电直接转接至Apate系统;二是主动布设“蜜罐”号码，在通信网络中释放一批虚拟号码供骗子拨打；文字类智能体则巡逻论坛、社交媒体群组，发现诈骗苗头后主动伪装成潜在受害者接触对方。

2026年8月，Apate完成815万美元种子轮融资，累计融资近1000万美元。客户包括澳大利亚联邦银行（Commonwealth Bank of Australia）、TPG Telecom及电信分析商Mobileum。其中，TPG在试点阶段转接超过28万通诈骗电话，系统检测准确率达98%，单次最长对话达54分钟；联邦银行报告称，采用该方案后诈骗相关损失下降76%；另有一家未具名澳银行利用外呼型AI智能体成功破坏22起正在进行的诈骗活动。

公司联合创始人兼首席商业官布拉德·乔菲（Brad Joffe）指出：“电信公司只能封号，骗子换个号码就能继续；银行监控交易时，资金往往已转出。我们直接找到骗子，在有人受害前获取情报。”创始人达利·卡法尔（Dali Kaafar）——麦考瑞大学教授——的灵感来自一次家庭野餐中的真实经历：他接到疑似诈骗电话后未挂断，而是假装上当与对方聊了44分钟，期间孩子们被逗乐，而骗子则白白浪费了本可用于联系其他受害者的宝贵时间。这一观察促使他思考：能否将这种“陪聊式阻断”规模化？

技术实现上，Apate依赖于强化的自然语言处理模型与行为建模算法。其AI不仅需理解诈骗话术的常见套路（如冒充公检法、虚假中奖、投资理财陷阱），还需动态调整回应策略以维持对话可信度。例如，当骗子要求“立即转账”，AI可能回复：“我刚吃完饭，老花镜找不到了，您能把账号再发一遍吗？”——既符合老年受害者设定，又为后续提取收款信息创造机会。

值得注意的是，Apate并不面向个人用户提供服务，也无手机App。其商业模式完全B端导向：通过SaaS平台向金融机构、电信运营商及政府机构输出三类产品——Apate Voice（语音交互）、Apate Text（短信/邮件/社交消息处理）与Apate Insights（结构化情报分析与推送）。客户可定制任务，例如专门追踪某类钱包地址或特定品牌冒充事件。

该公司目前已在美国特拉华州重新注册，并计划开设伦敦办公室，拓展北美与欧洲市场。其命名“Apate”源自希腊神话中的欺骗女神，意在强调“以骗制骗”的战术本质。

从行业角度看，Apate代表了一种新型反诈范式：从“事后追查”转向“事前扰动”。传统反诈依赖规则引擎、黑名单与用户教育，但面对高度定制化、快速迭代的诈骗剧本，响应滞后问题突出。而AI诱饵系统通过制造“高价值假目标”，实质性抬高了诈骗犯罪的操作成本——当骗子投入大量时间却无法变现时，其边际收益急剧下降，部分团伙可能因此放弃行动。

不过，该模式也面临伦理与法律争议。例如，主动诱导骗子提供银行账户是否构成“协助伪造证据”？在某些司法辖区，设置蜜罐系统需明确合规边界。目前Apate强调所有操作均在澳大利亚《电信法案》与《隐私法》框架下进行，并与监管机构保持沟通。

此外，数据真实性仍待独立验证。公司披露的250万次对话与25万条情报均为自述数据，尚无第三方审计报告。尽管TPG与联邦银行的成效案例提供了侧面佐证，但大规模部署后的长期效果仍有待观察。

在技术演进层面，此类系统也面临对抗升级风险。已有迹象显示，部分高级诈骗团伙开始使用AI语音克隆与深度伪造视频进行身份冒充，未来反制手段或需结合多模态识别与行为异常检测。Apate方面表示，其下一代系统正整合声纹分析与会话节奏建模，以识别“非人类”对话特征，避免被反向识破。

归根结底，Apate的创新不在于发明新算法，而在于重构了人机协作的战场位置：不再将AI置于防御端，而是将其推至进攻前沿，让机器成为骗子最“理想”的受害者——耐心、易信、永不报警。每一分钟的无效对话，都意味着成百上千潜在受害者免于接触骗局。

这种“时间换安全”的策略，或许无法根除诈骗，但确实在现实层面压缩了犯罪空间。当技术既能被用于作恶，也能被用于反制作恶时，关键在于谁先掌握主动权。