35万个AI老人,正在把骗子骗得团团转

一家澳大利亚公司的奇妙生意：用AI浪费骗子的时间，还赚到了815万美元

如果有一天，诈骗分子发现，自己辛辛苦苦打了一上午电话，遇到的全是AI假扮的大爷大妈，会是什么心情？

“您的银行账户出了问题，请马上转账！”

“啊？你说什么？我耳朵不好，你再说一遍。”

“您先把银行卡拿出来！”

“哎呀，我老花眼，看不清上面的数字。你等等，我找个放大镜。”

骗子耐着性子解释了半天，眼看就要成功，结果对面根本不是人。

更可气的是，自己的银行账号、诈骗网站，甚至加密货币钱包地址，可能已经被对方套了出来。

这些对话当然是我编的，但这样的事情，真的正在发生。

而且，已经发展成了一门生意。

01  一个44分钟的电话，催生了一家公司

澳大利亚有一家创业公司，叫Apate.ai。

它的创始人Dali Kaafar，原本是悉尼麦考瑞大学的研究人员。

有一次，他在家庭聚会时接到一个诈骗电话。一般人可能直接挂断，他却故意装作感兴趣，陪骗子聊了整整44分钟。

孩子们觉得好玩，他却突然想到一个问题：如果让AI来做这件事呢？

一个骗子被拖住44分钟，也许不算什么。但如果有成千上万个AI，同时陪不同的骗子聊天呢？

骗子花在AI身上的每一分钟，就少了一分钟去接触真正的受害者。

于是，一个听起来有些荒诞的创业项目诞生了。

他们训练AI扮演不同年龄、性别、口音和性格的人，有些是容易相信陌生人的老人，有些是爱聊天、反应慢半拍的普通人。

这些AI不仅会接电话，还能回复可疑短信、邮件，进入诈骗群聊，甚至主动寻找诈骗线索。

它们的任务很特别：不是尽快完成对话，而是尽量让骗子相信，自己真的遇到了一个有希望骗到钱的人。

02  250万次对话，浪费骗子17年

根据公司披露的数据，Apate拥有约35万个AI机器人或虚拟角色。

它们已经参与了超过250万次对话，累计占用了诈骗分子相当于17年的时间。

注意，这不是一个骗子连续被骗了17年，而是大量对话时间加起来的总和。

想象一下：一个骗子在电话里苦口婆心解释如何转账，另一个骗子在教AI老人下载软件，还有人正耐心等待“老太太”去找自己的银行卡。

这些AI既不着急，也不会真的损失钱。

对它们来说，聊天越久，任务反而可能完成得越好。

这件事最有趣的地方，是它颠覆了我们对AI效率的理解。

过去我们总说，AI的价值在于提高效率。一分钟能完成十分钟的工作，就是生产力进步。

可Apate偏偏反过来：它让AI故意降低效率，让骗子花更多时间，做更多无用功。

原来，浪费坏人的时间，也可以成为一种生产力。

03  真正值钱的，不是拖时间，而是情报

如果只是陪骗子聊天，恐怕很难成为一门大生意。

Apate真正聪明的地方，是把聊天变成了情报收集。

诈骗通常有一套完整流程。先建立信任，再制造紧迫感，接着要求受害者提供信息、访问网站，最后转账。

在传统反诈过程中，很多关键线索往往要等受害者已经被骗，才能逐渐浮现。

而Apate试图把这个过程提前。

AI假装愿意配合，骗子为了完成诈骗，就可能主动交代收款账户、加密货币钱包地址、钓鱼网站和联系方式。

这些信息经过分析，可以帮助银行、电信公司识别诈骗网络，提前预警或采取封堵措施。

换句话说，AI表面上是在装傻，实际上是在执行一项有明确目标的情报任务。

它甚至可以带着具体任务去聊天：这次要找出对方的收款账户，下次要识别假冒的网站。

这已经不是普通聊天机器人，而是具有一定自主行动能力的AI智能体（AI Agent）。

04  59万通电话：从实验室走进真实的反诈系统

最让我感兴趣的，还不是那17年的数字。

而是这家公司已经有了真正的商业客户。

澳大利亚联邦银行（Commonwealth Bank）和TPG电信，都已经采用了Apate的服务。

据2026年10月的报道，TPG电信已经向Apate的AI系统转接了将近59万通电话。

澳大利亚联邦银行更是在2025年6月，就公开宣布将Apate收集的诈骗情报用于自身的反诈系统。

这意味着什么？意味着AI反诈不再只是科研人员演示的一项技术，而是开始进入银行和电信运营商的日常业务流程。

过去我们熟悉的反诈方式，往往是提醒公众：不要接陌生电话，不要点击不明链接，不要轻易转账。

中国的96110反诈预警劝阻电话，就是这种保护机制的重要组成部分。

但Apate提供了另一种思路。

既然诈骗分子主动打电话来，为什么不能让AI替我们接？

既然骗子希望受害者配合，为什么不能让AI假装配合，把诈骗过程变成收集线索的机会？

一个是在保护潜在受害者，另一个是在主动干扰诈骗活动。两种方式并不冲突，完全可能互相补充。

不过，59万通转接电话并不意味着59万起诈骗被成功阻止。究竟减少了多少实际损失，还需要更充分的数据来证明。

但它至少说明，这条技术路线已经走出了实验室。

05  为什么投资人愿意掏出815万美元？

2026年8月，Apate完成了815万美元的种子轮融资。

一家只有约20名员工的公司，凭什么吸引投资？

我觉得答案不只是技术新奇，而是它找到了一个相当明确的商业场景。

诈骗是全球性问题，银行、电信运营商、政府机构都需要投入大量资金应对。

而传统反诈体系面临一个难题：诈骗手法变化太快，信息往往分散在不同机构手中。

Apate试图提供一种新的服务：用大量AI智能体主动接触可疑诈骗活动，把对话转化为可以分析、共享和利用的情报。

它的客户不是普通消费者，而是有明确反诈需求的机构。

这些机构购买的也不只是机器人，而是发现诈骗线索、识别风险和支持防御决策的能力。

这里还有一个有趣的经济账。

过去骗子雇人打电话，必须支付人工成本。现在骗子也开始利用AI自动拨号、生成话术，甚至伪造声音和视频。

诈骗的边际成本越来越低，规模却可能越来越大。

如果防守方还完全依赖人工，一通一通地识别、举报和处理，恐怕越来越吃力。

于是，防守方也开始用AI。

当诈骗能够自动化，反诈也必须寻找规模化的方法。

06  当AI开始欺骗AI，会发生什么？

这件事还让我想到一个有趣的问题。

如果未来诈骗分子也大量使用AI，那么电话两端会不会都是机器人？

一个AI负责假装银行客服，诱导对方转账。另一个AI负责假装耳背的老太太，拖延时间、收集线索。

双方都在努力完成任务，都以为自己正在影响对方。

聊了一个小时，谁也没骗到钱。

甚至可能出现更荒诞的场面：诈骗AI不断优化话术，反诈AI不断优化装傻技巧。

这时候，双方比拼的可能不再只是口才，而是算力成本、策略能力、信息质量和反应速度。

当然，AI反诈也不是没有问题。

如果机器人错误识别了普通用户怎么办？自动收集的信息如何保护隐私？诈骗分子发现自己面对的是AI后，会不会改变策略？

这些都需要在实际应用中解决。

但无论如何，Apate已经提供了一个很有启发性的案例：

AI不一定非要像人类一样无所不能。它只需要在一个明确的场景里，持续完成一项有价值的任务，就可能改变原有的工作方式，甚至创造新的商业模式。

07  以前怕AI太聪明，现在还要教它装傻

过去我们谈AI，总担心它太聪明。

它会不会替骗子写诈骗话术？会不会模仿名人的声音？会不会制造越来越逼真的虚假视频？

这些担忧并非没有道理。

但Apate提醒我们，同样的技术也可以用于防御。

而且防御的方法，未必是让AI变得更加严肃、更加权威。

有时候，恰恰是让它装傻、犯迷糊、唠家常。

过去我们不断提醒老年人提高警惕，学习识别骗局。

现在，我们还可以设想，让AI承担一部分接触风险、收集线索的工作，把真正的老人从危险的诈骗互动中隔离出来。

这对未来的老年科技尤其值得思考。

技术不只是要求老人不断适应复杂的新世界，也可以主动替老人承担一部分风险。

至于Apate这门生意最终能做多大，还需要时间检验。

但我很喜欢它背后的那个想法：

让骗子付出成本，让真正的受害者少付代价。

过去总说，姜还是老的辣。

现在看来，连AI都开始学习老年人的智慧了。

只不过，这些AI大爷大妈，越会装糊涂，骗子可能越倒霉。

哈哈，这一次，我真想给AI鼓个掌！

资料参考：TechCrunch（2026年10月）、澳大利亚联邦银行官方公告（2025年6月）等。文中模拟对话为情景演绎；机器人规模及累计对话时间为公司披露数据。