澳洲AI公司Apate：部署35万Agent卧底反诈，将骗子骂人量化为KPI

事件概述

澳洲AI公司Apate利用大规模AI Agent技术主动对抗电信网络诈骗。系统部署了约35万个AI Agent，模拟不同年龄、性别和口音的“易上当者”，主动接听诈骗电话、回复钓鱼短信并潜入诈骗群聊。其核心策略是通过装傻、反问和制造沟通障碍来拉长通话时间，同时套取关键信息。截至目前，该系统已完成超过250万次对话，相当于浪费骗子17年的作案时间，并成功提取了25万条可用于风控的情报。

核心机制与产品架构

Apate的反诈体系由三层结构组成，实现从交互到情报转化的闭环：

1. 语音Agent：负责接听诈骗电话，扮演受害者角色。通过假装听不懂、寻找老花镜或按错键等方式无限延长通话时长，在不暴露真实用户身份的前提下提取信息。
2. 文本Agent：负责处理钓鱼短信和社交群聊。模拟普通用户行为，点击钓鱼链接或回复消息，逐步诱出骗子的脚本、话术及收款路径。
3. 情报分析平台：实时捕捉并结构化交互数据，提取四类关键线索：
   • 身份线索：电话号码、邮箱、冒充的企业或机构名称。
   • 资金线索：银行账户、加密货币钱包地址。
   • 技术线索：钓鱼网站域名、恶意链接等攻击入口。
   • 行为线索：诈骗话术逻辑、诱导流程及具体攻击手法。

提取的情报最终输出给银行和电信运营商，用于账户封杀、号码拦截及风险预警。

创新指标：将“骂人”纳入KPI

Apate在运营中引入了独特的量化指标——骗子的脏话数量。联合创始人Joffe将此视为衡量骗子“挫败感”的标准，每出现一句脏话即被视为一次成功干扰。相关片段甚至被用于融资演示材料，创始人Dali Kaafar称这可能是全球唯一将“骗子骂人次数”写入KPI的公司。

起源与发展

该项目的灵感源于2021年11月，Apate创始人兼CEO Dali Kaafar在一次家庭野餐中接到诈骗电话。他在孩子面前故意装傻，成功将通话拖延了44分钟。这一经历促使他开展相关研究，该项目最初为大学研究课题，后于2024年正式分拆成立Apate公司。

行业意义

随着诈骗方也开始广泛使用AI工具，Apate的模式展示了以AI对抗AI的可能性。通过将被动拦截转变为主动卧底和持续交互取证，Apate构建了一套可持续运行的反欺诈情报链，为金融机构和通信服务商提供了新的风控手段。