AI 与加密货币带来的成本优势，将让欺诈行为持续激增，同时也为搭建反欺诈基础设施的企业创造了巨大机遇。

撰文：Daniel Barabander，Variant 投资合伙人兼首席法务官

编译：Saoirse，Foresight News

由于篇幅过长，本文做了适当的删减与调整。

加密货币与人工智能将会加剧金融欺诈。

加密货币让互联网不记名资产成为可能，这意味着欺诈者现在可以即时、不可逆、无需身份验证地完成结算，既压缩了套现时间，又消除了传统支付渠道提供的资金追回机制。人工智能则让欺骗内容可以大规模生成与部署，大幅提升社会工程学攻击的效果，同时削弱现有身份验证方式的可靠性。

两者都在改善欺诈的单位经济效益。更好的盈利模式将带来欺诈行为的持续上升，同时也为反欺诈基础设施赛道带来巨大机遇。

欺诈是一门生意

人们想到欺诈时，通常会脑补一个人躲在地下室里，为了好玩骗别人的钱。但这是错误的认知。

欺诈更应该被理解为一门生意，而且是一门规模极其庞大的生意。纳斯达克估计，2023 年各类欺诈造成的损失总额达到 4850 亿美元。和任何生意一样，它的目标是：收入最大化，成本最小化。

提高欺诈收入的因素：

• 欺骗受害者的高转化率
• 快速、可靠的结算
• 低可逆性与低资金追回风险

提高欺诈成本的因素：

• 运营开销
• 资金转移或套现中的摩擦与瓶颈
• 执法追责风险

当利润变好，欺诈这门生意就会变得更有吸引力，更多人会进入这个市场。而互联网不记名资产 + AI，正在剧烈地改善欺诈的利润。

互联网不记名资产

在互联网出现之前，绝大多数欺诈只能针对一种资产：实体不记名资产。不记名资产的所有权仅由「占有」决定 —— 现金就是最典型的例子。

历史上，欺诈者对实体不记名资产的态度是爱恨交织：

好处：

• 结算即时、不可逆、无需身份；
• 大幅降低追回风险与执法风险；
• 个人自托管资产时，防护责任完全在用户，欺诈更容易成功。

坏处：

• 很难规模化；
• 欺诈者必须物理在场，资产要物理运输、洗钱，成本极高。

互联网出现后，出现了另一类目标：可远程访问的账户型资产。这从根本上改变了欺诈的经济学，但对欺诈者来说依然利弊参半：

对欺诈不利：

• 需要身份，提高伪造难度与执法风险；
• 有管理员，交易可撤销，资金容易被追回；
• 平台有动力做风控，能全局监控行为模式；

对欺诈有利：

• 可扩展性极强；
• 欺诈者可在全球任何地方远程作案；
• 跨境司法难度大，执法风险降低。

长期以来，欺诈者被迫在两类资产之间做权衡：

• 实体不记名资产：结算干净，但难规模化；
• 账户型资产：易规模化，但可追回、可监管。

然后，加密货币出现了。加密货币的核心创新，是把两者合二为一：互联网 + 不记名资产。人们仅凭持有就拥有价值，这种价值具备可证明的稀缺性，又天生运行在互联网上。这是加密货币所有优点的根源，但它也无意间为欺诈者创造了近乎完美的目标资产。

互联网不记名资产，把物理世界和互联网世界的「对欺诈最有利的特性」结合在了一起：

• 高转化率
• 低追回风险
• 低运营成本

数据也印证了这一点：FBI 互联网犯罪投诉中心（IC3）报告显示，2024 年互联网犯罪损失 166 亿美元，约 83% 属于网络欺诈（投资、冒充、杀猪盘等）。其中 93 亿美元与加密货币支付有关，较 2023 年增长 66%。

换句话说：加密货币不只是出现在欺诈里，它已经迅速成为欺诈最主要的结算方式之一。

人工智能

欺诈的核心是欺骗，也就是扭曲现实。你越能成功扭曲现实，就能骗到越多的人。直到最近，大规模扭曲现实的成本还很高，限制了欺诈者发动大规模攻击的能力。但现在，AI 正在把这个成本在很多场景里压向零。

这并不意外，因为衡量 AI 的经典测试 ——图灵测试，本质上就是一场「伪装成人类」的欺骗测试。

以社会工程学为例：传统攻击面临一个权衡：

• 静态内容（如尼日利亚王子邮件）：自动化、成本低，但不个性化，转化率低；
• 动态内容（如杀猪盘聊天）：个性化、转化率高，但难以规模化，需要大量人力。

AI 消除了这个权衡。AI 可以自动生成个性化动态内容，让欺诈者同时拥有：

• 静态群发的可扩展性
• 个性化沟通的高转化率

比如杀猪盘，现在可以同时启动数千个 AI 账号，与受害者进行亲密、自适应的对话，而这在以前需要一整个诈骗园区才能做到。

AI 同样在瓦解我们现有的身份验证体系。

过去，伪造驾照、伪造社交账号痕迹、伪造账单、工作记录等成本很高，天然限制了欺诈。现在，AI 可以几分钟生成逼真证件照片，规模化批量制造合成身份，让 KYC 验证变得极易被攻破。

数据同样触目惊心：

• ChatGPT 发布后一年内，恶意钓鱼邮件增长 1265%，凭证钓鱼增长 967%；
• 2024.5–2025.4，诈骗中 AI 使用率同比上升 456%；
• 德勤预测，到 2027 年，仅美国生成式 AI 相关欺诈损失将达 400 亿美元，年复合增长率 32%。

随着制造可信谎言的成本持续下降，欺诈总量还会继续上升。

投资反欺诈技术

尽管听起来令人沮丧，但作为投资者，我看到了巨大机会。如果「欺诈论点」成立，那么反欺诈技术的需求将会爆发式增长。

反欺诈技术大体分为两类：

• 预防欺诈
• 欺诈后追回

我重点看好两个方向，各占一类。

(1) 预防欺诈：现实的密码学证明

AI 的核心威胁是：它极大降低了扭曲数字现实的成本。但 AI 无法轻易伪造物理现实。

我们需要的是：把物理世界的高安全成本，通过密码学继承到数字世界，创造出 AI 难以伪造的、互联网原生的现实证明。

比如驾照 / KYC：

• 伪造物理驾照成本很高
• 但伪造一张驾照照片，现在 AI 随手就能做

物理凭证的「成本即安全」属性，在转为数字图片后就消失了。

我们需要现实的密码学证明：把物理世界的保证用密码学封装，让其完整性在数字世界中保留。这样，物理世界中扭曲现实的高成本，就会被带到数字世界，大幅降低 AI 欺诈的效率与收益。

这类技术已有一些雏形：

• 护照芯片：由政府数字签名，证明本人到场
• 信用卡 EMV 芯片：证明实体卡在场

但它们都不是互联网原生的，无法直接用于线上 KYC、远程验证。

互联网原生的现实证明会是什么样？

• WorldCoin：线下虹膜扫描，用硬件密码学证明「这是一个独一无二的真人」；
• Octet：用手机多传感器（加速度、陀螺仪、气压计、磁力计等）计算位置，并由安全硬件签名，生成不可伪造的位置证明。

这种位置证明可以用于：

• 网购：异地异常操作直接判定欺诈；
• 跨境汇款：收款人必须在指定地理位置才能提款；
• 地理围栏权限：仅总部设备可访问敏感数据；
• 大额转账审批：CFO 必须物理在场才能授权；

只要伪造成本高到不划算，欺诈就会被显著抑制。

(2) 欺诈后追回：加密资产扣押网络（加密资产追缴链）

加密货币消除了交易可逆性，压缩了结算时间，让欺诈资金极难追回。我们需要重建追回风险。需要一套协同系统，能够：追踪 → 冻结 → 追回被盗资产。

当前加密资产追回非常原始、低效：

• 受害者被骗后，很容易再被「追回专家」二次诈骗；
• 执法机构链上追踪慢、步骤多；
• 等分析完成，资金早已洗白变现。

传统银行有几十年的合规、冻结、协查体系，但加密世界至今没有统一、可互操作的快速追回网络。这个缺口，是巨大的创业机会。

Heights Labs 正在做这件事：

• 执法机构一键追踪资金流向交易所
• 交易所接入网络，实时响应冻结请求
• 自动形成完整资金链证据，便于申请司法令状
• 最终实现资产追回

未来甚至可以出现面向普通用户的「加密 911」：用户一键报案，按追回效果付费，类似交通罚单申诉工具。这套「加密资产追缴链」会重新拉高欺诈者的败露成本与追回风险。

更多解决方案即将到来

反欺诈基础设施的空间非常广阔：

• 链上监控（如 Blockaid）
• 反欺诈保险
• 自主猎捕欺诈的智能体

一整个生态将会出现，重新平衡如今偏向攻击者的经济格局。

核心原则很简单。欺诈之所以规模化，是因为：

• 转化率上升
• 追回风险下降
• 运营成本暴跌

应对方式不能是小修小补，而需要结构性地投资那些能降低欺诈转化率、提高欺诈成本的技术。

我在文中提到两类技术：

• 现实密码学证明：提高实施欺诈的成本
• 加密资产追缴链：提高逃脱追责的成本

两者一起，从两端夹击欺诈的单位经济效益。

如果「欺诈论点」正确，未来十年不只会出现更多欺诈，还会诞生一整套全新的、专门遏制欺诈的安全底层设施。

感谢 Benjamin Fels（Octet）、@daniel_goldsmth（Heights Labs）、David Stearns、@m_mosier_（Arktouros 和 ex/ante）、@zweinberg（ex/ante）、@zackbshapiro（Rains）、@nlevine19（a16z）以及 @lsukernik（Reverie）为本篇文章提供的富有洞见的评论和反馈。