配资查询资金安全吗
把诈骗流量变成资产。
这个月一家澳大利亚初创公司火了：它部署的AI可冒充受害者接听诈骗电话、回复钓鱼短信，“让骗子去骗骗子，用魔法打败魔法”。这些AI迄今已和骗子进行了250万次对话，累计浪费了骗子17年的时间。
这家源自悉尼的公司名叫Apate，只有20人，8月底官宣815万美元种子轮，LobbyCapital领投，并把注册地迁到了美国特拉华州。算上前一年由OIFVentures领投的250万澳元（约167万美元）种子轮，Apate累计融资接近1000万美元。
这个“AI陪骗子聊天”的故事，这几天已经被一讲再讲：AI装傻，骗子破防，看着十分解气。
但只看解气，会错过这家公司更有意思的部分。
一家20人的公司，凭什么能让250万次对话持续发生？教AI演受害者的数据从哪来？源源不断的骗子从哪来？聊出来的东西又卖给了谁？
深挖后会发现，Apate几乎每个环节都在借别人的资源，它真正的产品不是一个会演戏的AI，而是一套让别人为自己打工的机制。
骗子成了它最好的“员工”
Apate的AI最早是跟着YouTube网红学的。
故事要从创始人DaliKaafar的一次野餐说起。几年前他接到诈骗电话，为了逗孩子，他装傻陪骗子聊了44分钟。挂断后他意识到，这44分钟骗子没法去骗别人。时任麦考瑞大学网络安全中心负责人的他，开始琢磨能不能把这件事自动化。
第一个难题是数据。真实的受害者很少会录下被骗的电话，录了也不愿公开。团队找到了另一个
团队从800多段相关视频里筛出341段对话，共约90小时，用来拆解骗子的话术结构。他们在2023年公开的一篇论文里写得很直白：这些博主和骗子的互动，正好适合为训练AI“受害者bot”打基础。
有了初版模型，下一步是让真骗子打进来。团队把一批“脏号码”撒到网页和骚扰电话应用里，让它们更容易接到诈骗电话。骗子开始自己把数据送上门。
接下来是两次规模跃升。
运营商把识别出的诈骗来电直接转给Apate，电话量从此不再是问题。再往后，Apate的文字bot开始主动出击：在论坛、投资群和社交平台上搜索可疑活动，用虚构身份主动接触骗子。
而每一轮对话又会回流成训练数据。Apate表示，它同时使用前沿大模型和自己微调的模型，并用agent与骗子的对话以及早年的研究成果来训练。骗子聊得越多，bot越像真人，也就越能骗过下一个骗子。
更值得注意的是，这个过程里Apate对外强调的重心变了。
2023年还在研究阶段时，团队对外的说法是：bot在不断学习如何拖长通话，首要目标就是让骗子在线上待得更久。当时bot的平均通话约5分钟，目标是拖到40分钟。
到了2026年，联合创始人兼首席商务官BradJoffe的说法变成了：Apate卖给客户的，是从这些对话里得出的东西，以及客户能拿它做什么。客户还可以给bot派“任务”，让它专门去套某个银行账号或加密钱包地址。
Apate转向的背后还有这样一组数据：绝大多数电话其实很短。按官网的数字计算，613小时摊到15.9万通接起的电话上，平均每通只有十几秒。在转来的约30万通电话里，超过2.5分钟的“实质通话”只占约5%。
“浪费骗子17年”是一个好听的总数，但更大的价值集中在那5%的长对话里。
重心从“拖住骗子”移到“套出情报”，这是这个研究项目变成一门生意的标志。
当然，“免费”的只是数据，研发并不免费。那篇论文的研究由澳大利亚国家情报办公室资助；2024年，麦考瑞大学和Apate又拿到联邦政府资助，与澳洲联邦银行（CBA）合作试点；商业化初期，Apate还获得了政府旗下经济加速器（AEA）的种子资金。
运营商：从被动拦截者到“情报批发商”
数据的问题解决了，但要让对话规模化，Apate还需要源源不断的骗子。
答案在运营商。
运营商一直是反诈的第一道防线。但拦截有两个老问题。一是运营商只看得到号码、时长这类元数据，听不到骗子说了什么；二是骗子换个号码就能接着打。拦截是纯成本，而且永远在打地鼠。
Apate给的方案是：拦下来的高风险电话别挂掉，转给bot。对运营商来说，原本扔掉的流量变成了信息源。bot套出的话术、冒充对象和收款渠道，会反过来改进运营商自己的拦截规则。
Apate给运营商讲的故事还更进一步。它在官网上建议，运营商可以把核实过的诈骗情报打包成数据产品，卖给银行、网络安全公司和政府部门，变成一条新的收入线。目前公开信息里还看不到哪家运营商真正这样卖过数据，但这个设想勾勒出了Apate想要走的路线：运营商从反诈的成本中心变成情报批发商，Apate则是背后的加工厂。
运营商为什么愿意试？因为成本低到几乎可以忽略。
Apate官网披露了一家澳洲一级运营商的部署数据：每月转来约30万通电话，bot接起其中约15.9万通，骗子通话时间合计约613小时。按2026年公开市场上AI语音agent每分钟约0.07至0.15美元的报价估算，这约3.7万分钟的通话，一个月的AI成本只有几千美元；Apate若自建了部分技术栈，实际成本还会更低。
而Apate给这个部署算的账是：每月避免超过170万澳元的潜在损失，这是澳大利亚经济加速器（AEA）给出的口径。
两边相差两个数量级以上。
另一方面来说，这门生意贵的不是“聊”，而是能不能拿到转接权限。
拿下本土运营商之后，下一个问题是如何走出澳洲。一家20人的公司不可能逐个去谈全球运营商，Apate的办法是借渠道。今年9月，它与电信分析服务商Mobileum达成合作，后者会把这项能力以“ScamIntelligentDefense”的名义提供给自己的运营商客户。
一次对话，多处用
原料有了，对话有了，产出的情报又是怎么变成钱的？
配资炒股排行情报生意有一个特点：边际成本接近零。一通电话聊完，产出的信息可以同时服务好几个买家。
拿一通冒充银行客服的诈骗电话来说。对运营商，它是改进拦截规则的样本：骗子冒充了谁、用了什么话术、集中在哪些时段。对银行，它是骗子留下的收款账户和钱骡网络。对被冒充的机构，它是一份“谁在冒充我、怎么冒充”的清单。TPG试点期间，Apate识别出了2万多个被冒充的机构，包括银行、政府部门和电信公司。
Apate的产品页上挂着一个入口：企业可以申请一份定制化的诈骗威胁情报简报，72小时内交付。配套的文案是“骗子在谈论你吗”，并称仅一季度就发现了1000多起冒充品牌的诈骗。
至于Apate是否已单独向被冒充的品牌收费，公开资料中未见。但产品形态已经为此留好了接口，这可能是它下一步的扩张方向。
Apate做的事情并不稀奇，但它做事的思路很有趣：不只是拦截，而是把对手引进一个你控制的环境，让他的每一次行动都变成你的数据。
这个思路的应用场景远比“反诈”更广阔。
2025年3月，Cloudflare推出了一个叫AILabyrinth的功能，专门对付无视网站规则、强行抓取内容的AI爬虫。它没有直接屏蔽这些爬虫，而是把它们引进一个由AI生成的假网页迷宫，让它们在无关内容里空耗资源。
Cloudflare给出的理由几乎和Apate一模一样：直接拦截会让对方意识到自己被发现了，然后换个方法卷土重来，最终变成一场没有尽头的军备竞赛。而被困住的爬虫，还会反过来喂养Cloudflare的识别模型。
但这个思路也有边界。有批评者指出，部署者要不停烧钱生成陷阱，爬虫也在里面一直空转，双方一起消耗资源。也有报道称，更聪明的爬虫已经能逃出这类陷阱。
这就引出最关键的一层：当对手也变成AI，会发生什么？
这门生意，为何现在走红
在反诈的场景里拖时间之所以有价值，是因为骗子的时间是人的时间，而人的时间很贵。诈骗园区里的话务员，一天能打的电话有限，被bot拖住的每一分钟，都是没能拿去骗真人的一分钟。
但当骗子也用上AI自动拨号、自动聊天，拖时间就只是双方一起烧算力。Apate自己的研究估计，已有20%到30%的诈骗短信对话用上了AI。联合国毒品和犯罪问题办公室去年7月的报告也预计，东南亚的犯罪集团会采用AI智能体，更自主地寻找目标、实施诈骗。
到那时，拖时间本身不再值钱，唯一留得下的价值是情报。不管对面是人还是AI，只要想把钱收走，最后都得报出一个账户、一个钱包地址或一个网址。
这或许也能解释Apate的转向，商业包装之外，它面对的对手正在AI化，拖时间这张牌注定会越来越不值钱。
这个思路对反诈以外的行业同样有启发。反爬虫、电商刷单、“羊毛党”风控、账号盗用，任何面对规模化自动攻击的业务，都可以问同一个问题：除了拦，能不能让对手的每一次行动，都变成我的数据？
“AI假装受害者”这件事，民间爱好者和学术界做了很多年，为什么偏偏是现在长成了一门生意？
因为反诈正在从“做好事”变成“必须花的钱”。
英国从2024年10月起强制要求支付机构赔付转账诈骗的受害者；欧盟去年11月就新的支付规则达成政治协议，冒充支付机构身份的诈骗原则上由服务商全额赔付；澳洲也把银行、运营商和数字平台一并纳入了新的《诈骗防范框架》。
诈骗损失的账单被一步步转到机构身上，机构的反诈预算也跟着水涨船高。CBA在2024/25财年花了近10亿澳元用于防范诈骗。
钱是现成的，Apate要争的只是其中一小块。
元股证券:ygzq.hk不过，这门生意也没那么容易。Apate前面也站着更强的对手。英国的Netcraft在2024年就推出了同类的AI对话情报产品，这家公司拿过1亿美元成长投资，客户名单里有汇丰、微软、Meta这样的大机构。对Netcraft来说，“AI陪骗子”只是反诈平台上的一个模块；而银行从现有供应商那里多买一个模块，往往比引入一家20人的新公司省事得多。
不过Netcraft的AI对话情报产品以文字和邮件为主，Apate的差异在于电话语音场景和运营商网络集成。它能成为一家独立的平台公司，还是最终变成别人平台里的一个功能配资查询资金安全吗，是它接下来要回答的问题。（本文首发钛媒体APP，作者|硅谷Technews，编辑|郝敬钰）
炒股杠杆网提示：本文来自互联网，不代表本网站观点。
