婚恋诈骗如今正在利用AI——这意味着什么

根据FTC的数据，仅在美国，2023年婚恋诈骗就让受害者损失超过13亿美元——而且这一数字逐年攀升。生成式AI被引入诈骗工具箱后，让这类骗局的运营成本更低、规模化更容易，也更难被识破。理解哪些方面发生了变化、哪些没变，是保护自己的第一步。

婚恋骗子过去的做法

最初的婚恋诈骗套路极为耗费人力。骗子需要从真实用户的社交媒体上盗取照片，并在交友软件或社交平台上手动给目标发消息。对话必须由真人来进行，这限制了能同时操作的受害者数量。即便如此，其规模化后的危害依然是毁灭性的——但存在一个上限。

AI如何改变了这一经济模式

生成式AI消除了大部分人力瓶颈。个人资料照片如今通过Midjourney等模型或专门的人脸生成器合成——生成不属于任何真实人物、因而无法通过反向图片搜索追溯的独特面孔。对话管理越来越多地由针对婚恋诈骗话术微调过的大语言模型来处理，这些模型能够同时对数百个目标维持情感上有吸引力的对话。人工操作者如今只需监督并升级处理最有希望得手的目标，其余的都交给AI处理。

合成人设技术栈

一场精密的AI辅助婚恋骗局，会动用多个协同工作的组件。面孔是为每次行动全新生成的。人设背景故事由语言模型精心编写：一位在石油平台工作的丧偶工程师、一名在海外部署的军医、一位出差在外的成功企业家。一层单薄的社会认证——一个内容稀少的LinkedIn资料、几条Instagram帖子——由AI生成的内容填充而成。对话通过脚本模板和AI生成来进行，模型会根据目标的回应进行调整，以维持情感上的粘性。

索要钱财：它是如何演变的

婚恋骗子遵循一套一致的资金操作套路。这段关系会在任何金钱请求出现之前，先经营数周或数月。这段“投入期”会让最终的索求显得像是一次意外——“我以前从没向任何人开过口”——而不是骗局本身的目的。常见的情节包括医疗紧急情况、寄送包裹产生的进口税、商业过桥贷款，或者因突发问题而受阻的旅行费用。金额往往从小额开始，先建立一种“配合”的模式，再逐步升级。

AI尚未攻克的识别信号

尽管AI不断进步，仍有几个识别维度依然可靠。视频通话回避是最一致的信号：AI目前还无法令人信服地进行实时互动的视频对话。深度伪造视频确实存在，但要自然地回应突发的实时请求（“举起今天的报纸”“朝我挥挥手”），仍然超出了目前已投入使用的诈骗技术的能力范围。个人经历前后矛盾是另一个弱点：语言模型不具备持久记忆，因此早期声称的细节（具体的学校、社区）可能在后期发生变化。跨平台缺席是一个强烈的信号：真实存在的人几乎总会在网络上留下一些印证性痕迹。而AI人设很少有这种痕迹。

如何核查一个可疑的资料

如果你正在与一个哪怕只是让你产生一点点疑虑的人交流，请把核实当作理所当然的事。要求视频通话。在Google、LinkedIn和Facebook上一起搜索其声称的姓名和雇主。如果你有分享链接，可以在susit.ai上通过BOT or NOT对其资料进行检测——该工具会搜索能证明此人真实存在的证据，并标记出与合成或欺诈账号相符的模式。如果对方发过照片，反向图片搜索依然能识别出盗用的照片（而非AI生成的照片），而且这不花你一分钱。

一场军备竞赛

随着AI让诈骗资料变得更加以假乱真，基于AI的检测技术也在同步进步。能够分析跨平台网络存在感、行为一致性和已知欺诈模式的检测工具，可以揭示出人类直觉容易忽略的信号——尤其是在数周的情感投入让客观判断变得更加困难之后。这类骗局的核心运作方式——在提出资金请求之前先建立信任——几十年来始终未变。无论运营者使用什么工具，理解这套套路本身，始终是最好的防御手段。