数字：22364 起投诉，近 8.93 亿美元损失

报告显示，FBI 下属的互联网犯罪投诉中心（IC3）在 2025 年共收到 1008597 起投诉，高于 2024 年的 859532 起，平均每天接近 3000 起。全年网络相关犯罪造成的报告损失接近 210 亿美元。

其中与人工智能相关的投诉为 22364 起，报告损失接近 8.93 亿美元。这个数字在整体规模中占比不高，但增长方向明确。IC3 在报告中写道，AI 生成的合成内容“越来越难以识别，也越来越容易制作”，这让犯罪者有机会对个人、企业和金融机构实施成功率更高的欺诈。

其他分类同样值得参照：加密货币相关投诉 181565 起，损失超过 110 亿美元；投资类欺诈占全部诈骗损失的近 49%；商务邮件欺诈（BEC）损失至少 30 亿美元；假冒技术支持损失 21 亿美元；情感与信任类诈骗损失 9.293 亿美元。年龄超过 60 岁的受害者报告损失约 77 亿美元，比 2024 年上升 37%。

FBI 刑事与网络分部行动主管何塞·佩雷斯（Jose A. Perez）在报告中表示：“对自己的网络安全、社交媒体足迹和电子交互保持警惕，从未像今天这样重要。”

三秒音频就够：声音不再是身份凭证

AI 诈骗中最具威胁性的形态是声音克隆。过去伪造一个人的声音需要大量录音和专业设备，如今从社交平台视频、语音留言或公开演讲中截取几秒音频就足够。有研究指出，仅用三秒录音生成的克隆语音，相似度可达到 85% 左右。

犯罪流程高度模板化：伪造一通紧急电话——绑架、被捕、车祸、突发疾病，用克隆的亲人声音打消对方的怀疑，再要求通过难以追回的渠道立刻转账，例如电汇、礼品卡、支付应用或加密货币。FBI 在 2026 年 6 月 2 日再次就此类假绑架电话发出专门提醒。

美国得克萨斯州休斯敦地区的一起案件展示了这套手法的效果。受害者黛博拉·德尔马斯特罗（Deborah Del Mastro）接到电话，对方称绑架了她的女儿，随后她听到女儿惊慌求救的声音，勒索金额为 2 万美元。她先电汇了 5000 美元，之后才确认女儿一直安全，电话里的声音由软件生成。她向当地电视台 KPRC 表示，这笔钱没能追回。

企业层面的风险更大。除了模仿家人，同一套技术模仿公司高管同样有效。2024 年，工程咨询公司奥雅纳（Arup）在一次伪造的视频会议中被骗走约 2500 万美元；更早的 2019 年，一家德国企业因一通伪造的高管电话损失约 24 万美元。任何依赖“听声音确认身份”的流程——电话核实付款、口头重置密码、语音批准转账——在语音可被秒级伪造之后，实际上已经不再具备验证效力。

FBI 的建议只有两个字：慢一步

FBI 把核心建议浓缩为一句口号：“Take a Beat”，意为停一拍再行动。抵抗对方制造的紧迫感，在交出钱款或个人信息之前先评估情况。

结合各方给出的具体做法，可以归纳为几条可立即执行的操作：

• 挂断，用自己手机里存的号码回拨。真正的紧急情况经得住一次 30 秒的回拨核实，而诈骗方只能控制来电，控制不了对方的真实号码。
• 提前和家人、同事约定一个只在紧急时使用的口令。克隆语音能复刻音色和语调，但无法知道一个从未被录下来的秘密。
• 把语音从审批流程里去掉。付款确认和密码重置改用无法被伪造的渠道，例如回拨已登记号码或第二重验证因子。
• 减少可被采集的素材。公开发布的视频、语音消息都可能成为训练素材，账号隐私设置值得重新检查一遍。
• 遇到可疑情况立即联系银行或支付机构，并向当地公安机关报案。中国用户可通过国家反诈中心 App 举报可疑来电和链接，也建议开启该应用的来电预警功能。

值得注意的是，报告中的数字几乎必然低于真实规模。FBI 明确指出，很多受害者从未报案。这也解释了为什么监管机构强调的重点不是识别技术，而是流程：当合成内容的质量超过普通人的辨别能力时，唯一可靠的防线是核实机制，而不是判断力。

AI 能从画面里读出位置

杀毒软件厂商 McAfee 的研究表明，常见的 AI 视觉模型仅凭照片本身的画面，就能以超过九成的准确率判断拍摄地点，无需任何定位标签或元数据。研究团队用两款公开、免费可得的 AI 视觉模型测试了超过 2.1 万张旅行照片：其中一款（阿里通义千问团队的开源模型 Qwen3 VL 30B）准确识别出 91% 的照片所在城市与国家，另一款（Google DeepMind 的 Gemma3 27B）也达到 87%。

值得注意的是，研究人员是在本地电脑上运行这些模型，而非调用云端服务，这更接近攻击者规模化作案的方式。结论很清楚：计算机并不需要照片带定位标签或嵌入元数据，就能判断拍摄地。

骗子如何借题发挥

设想一个场景：有人在波尔图度假，只在 Instagram 或 Facebook 上发了几张家人照片，背景里只有杜罗河的一小段，看起来在哪拍都行。几天后，一条短信找上门：「我们监测到您在波尔图旅行期间出现可疑交易，请立即验证。」收信人从没在社交平台提过这趟行程，只发了些模糊的照片，本不该起疑。

可这条诈骗短信之所以显得可信，正是因为它说中了你在哪。罪犯并没有提前知道行程，而是用 AI 分析了照片里最不起眼的线索——背景、建筑、招牌、光线——从而锁定了位置。McAfee 欧洲、中东与非洲区负责人 Vonny Gamot 表示，AI 的作用是提供「语境」，让诈骗与威胁显得可信。

照片里若有地标、天际线、招牌或道路标线，AI 判断会格外准确；就连食物摊和店面也能迅速定位。即便只是一张海滩或酒店房间的照片，精度会下降，但国家一级的识别通常仍然可靠——而这已足够骗子所用。在内部测试中，员工用 ChatGPT 辨认一张前景有树的小河照片，被准确指向纽约州的 Hastings-on-Hudson；一张郁金香花丛则被认出是荷兰的库肯霍夫花园（Keukenhof）。

如何防范

骗子拿到位置后，会让钓鱼信息更有说服力：可能冒充银行称你在该地消费异常，或假装是某家酒店来电核对身份，或谎称监测到你在该国登录账户。防范要点很直接：晒图尽量等回家后再发，并把社交账号设为仅熟人可见；对任何带「立即处理」字样的紧急短信保持警惕；收到所谓银行或平台通知时，不要点开附带的链接，而是直接通过官网或银行卡背面的电话联系核实。

来源：The Guardian（2026 年 8 月 16 日）

2026 年 7 月底，一项由以色列本-古里安大学、印度阿姆里塔大学、意大利威尼斯福斯卡里大学和澳大利亚墨尔本大学联合发布的研究显示，在“杀猪盘”诈骗的“养猪”阶段，AI 聊天机器人比真人骗子更高效。实验找来 22 名志愿者，让他们同时和两位陌生人网聊一周：一位是训练有素的真人诈骗老手，另一位是基于 Claude 的 AI 代理。

结果惊人：AI 获得的信任评分是 3.78 分（满分 5 分），真人只有 3.31 分；志愿者发出的消息里，80% 流向了 AI；到了最后被要求下载一个 app 时，46% 的人愿意为 AI 效劳，而真人这边只有 18%。

更细思极恐的是，AI 被直接问“你是不是机器人”时会否认，还能为说漏嘴的地方编理由。它不需要睡觉、不闹情绪、不会“今天心情不好”，天然适合打持久战。

过去的识破方法正在失效

说白了，过去识别诈骗常用的那些破绽——话术重复、回消息有时差、情绪不自然——本质都是“人类的弱点”。当骗子换成没有这些弱点的机器，靠直觉判断就失效了。

这项研究还采访了一百多位曾被迫在柬埔寨、缅甸、老挝诈骗园区工作的人，其中不乏人口贩卖受害者。研究者警告，如果“养猪”阶段完全交给 AI 自动完成，只有在最后的“杀”环节才换真人，现有平台安全机制会很难拦截。

一条死线比直觉更可靠

你的防御策略也该升级了：对任何没见过面、却要你下载软件或转账的“网友”，直接设一条死线——不见面、不投资、不转账。

来源：AI Chatbots Outperform Human Scammers at Earning Your Trust（Ars Technica / Wired 综合报道；AI Chat Daily 整理）