一家澳大利亚公司，让AI假扮受害者去接诈骗电话、混进投资群，陪骗子从几十分钟聊到"永远差最后一步转账"，再把骗子的收款账户和加密钱包地址交给银行。这就是最近热度很高的反诈创企Apate。TechCrunch在10月14日的报道中给出了一组数字：其AI Agent已与诈骗分子累计完成250万次对话，相当于耗掉骗子17年的人工时间。 今年8月，这家公司完成815万美元种子轮融资，Lobby Capital领投，OIF Ventures、Investible、Concept Ventures和Baobab Ventures跟投，累计融资接近1000万美元，团队只有20人左右。TechCrunch智东西
资本看中的不是"AI戏耍骗子"的段子，而是段子背后那条能收费的链路：骗子的钱最终要进账户、要有人收款转款，这是整条诈骗链条里最难换掉的环节。Apate让AI在骗子急着收钱的时候，提前把收款情报套出来，交给银行和电信商。据TechCrunch报道，它的客户包括澳大利亚联邦银行（CBA）、电信运营商TPG，以及其他公用事业、政府和电信类机构，TPG已累计把近59万通可疑来电转给Apate的AI接听，CBA则实现了公开报告的诈骗损失较峰值下降76%。TechCrunch
两个入口与一套"不挂断"工程：AI是怎么陪聊的
接电话只是Apate的一半入口。另一半是主动出击：文本Agent会搜索论坛、投资群和加密社群，再以虚构身份加入对话，顺着对方的话术往下聊，直到骗子主动报出收款账号。 公司官网把产品拆成Voice、Text、Insights三条线，前两条负责接触骗子，Insights负责把对话中出现的收款账户、加密钱包、诈骗网址、被冒用的品牌加工成可交付的情报，用官网的话说，这套系统不只看元数据，捕获的是诈骗通信的完整载荷。TechCrunchApate官网
为了让骗子相信电话那头是真人，这套系统按"把对方摁在线上"的目标专门调教过。官网显示，假"受害者"机器人可以把骗子留在电话里最长50分钟。 底层模型上，Apate同时使用前沿大模型和自有微调模型驱动Agent与分析系统，训练素材正是Agent与骗子的大量真实对话——这是普通大模型拿不到的语料。Apate官网TechCrunch
产品层面还有一个更直白的优化目标：官网把"为更长的对话而优化"列为特性，用强化学习去最大化诈骗通话时长。 团队还把骗子辱骂机器人的内容放进了路演材料，视其为对方受挫的信号。Apate官网TechCrunch
假身份同样做得完整：多语言人设机器人名下可以"持有"银行账户、证件这类资产，能查看多媒体内容，在骗子的逐步试探下保持行为链自洽。Apate官网
不过对外披露的规模口径并不统一，读新闻时要留心。WIRED在10月的报道中援引创始人Dali Kaafar的说法，称平台拥有约35万个AI机器人。 而TechCrunch和Apate官网的表述都是"数千个""成千上万"在运行，另有中文报道称虚拟人设库到8月已扩到约20万套。 机器人实例、并发在线的Agent和人设库本就是三个统计对象，公司没有公布统一口径，但量级判断一致：这是一条自动化流水线，不是人工陪聊。智东西TechCrunch硅基观察
银行和运营商为什么付钱：买的是"钱到账之前"的知情权
反诈行业的传统动作几乎都是事后处置：运营商封号码，骗子换号重来；银行监测到交易异常时，客户往往已经被引导完成了转账。Apate联合首席商务官Brad Joffe的说法是，他们直接去找骗子，在任何人受到伤害之前拿到信息。 这句话点出了这门生意的立足点——它不卖"拦截"，卖的是拦截所需的信息。TechCrunch
它的经济逻辑建立在诈骗产业链的一个刚性环节上：收钱。号码、话术、身份都可以批量更换，但收款账户要开户、要实名、要有人负责接收和转移资金，这正是"钱骡"生意存在的原因。骗子可以随时放弃被盯上的旧账户，但招募新账户有真实成本；而当AI扮成"马上要转账的大客户"，骗子为了促成交易，会把收款渠道一句一句主动交代出来。据WIRED报道，Apate称已实时收集超过25万条诈骗情报，包括诈骗网址、用于代收和转移赃款的账户及银行账户资料等。智东西
对企业客户来说，情报的价值窗口在"付款之前"。银行过去要等受害者报案才能追踪资金流向，钱多半早已转走；提前拿到卡号和钱包地址，才有机会直接拦下交易。TechCrunch提到，一家与Apate合作的澳大利亚匿名银行，已用它的出站Agent干扰了22场诈骗活动。 这也是买家是企业而不是个人用户的原因——个人至多为"不被骚扰"付费，企业要为一个"更早的处置机会"付预算。TechCrunch
公司本身脱胎于学院派：2024年成立于悉尼，技术底座是麦考瑞大学研究团队多年对诈骗通话的识别与干预研究，创始人Dali Kaafar原是该校教授。 公司名取自希腊神话里的欺骗女神。TechCrunch智东西
钱分两步进来：2025年8月先完成250万澳元种子轮，由OIF Ventures领投、Investible参投。 加上今年8月的815万美元，累计融资接近但不足1000万美元，将投向产品迭代与国际扩张，包括开设伦敦办公室、扩大美国业务。智东西TechCrunch
热闹数字的另一面：两个漏斗与一道归因题
“250万次对话”"17年"读起来解气，但这两个指标把两种收益混在了一起。第一种是干扰收益：骗子最贵的是操作员的人工时长，一个骗子被假客户拖住50分钟，就少碰50分钟的真人目标。第二种是情报收益：对话里挖出的收款账户和诈骗基础设施，银行拿来就能处置。两者的成立条件完全不同。干扰收益默认骗子还在用人海战术打电话，而自动化已经发生在攻击侧：据TechCrunch援引FBI数据，2025年FBI收到超过22000起AI相关犯罪投诉，涉及约8.93亿美元损失，其中投资类骗局超过6.32亿美元，诈骗分子已经在用AI维持对话、伪造名人和高管的声音形象。 一旦攻击方的对话成本趋近于零，"拖时间"的收益会被稀释，真正撑得起订阅价的只剩情报。TechCrunch
情报交付本身也有漏斗。一篇2025年9月发布的arXiv论文对另一套基于大模型的邮件诱骗系统做了五个月真实部署评估：系统主动发起超过2600次交互，只有48.7%的骗子回复了初始消息。 论文同时报告其信息披露率约32%。这套系统的渠道和打法都与Apate不同，数字不能直接套用，但它划出了一条现实基准——从发起对话到产出可用情报，每一层都在掉量，“17年时长"换不来"17年的拦截确定性”。arXiv
归因同样要留余地。CBA"下降76%“的成绩单里还包含交易提醒、账户名称核验等多项措施，不能单独记在Apate头上；官网展示的运营商案例——每月约30万通电话导入系统、15.9万通被机器人接听——也缺少完整口径说明，613小时通话时长与平均通话分钟数甚至无法互相复算。 到目前为止，这家公司证明了"有机构在真实采购”，还没证明"每一元情报投入换回多少损失拦截"。知乎
最朴素的生意问题留到最后：流量入口在运营商手里，资金处置权在银行手里，一家20人、累计融资不足千万美元的公司，凭什么拿住中间的定价权？Apate押的是跨渠道关联：同一家银行看不到的、散落在不同运营商、不同群组、不同骗子手里的碎片，在它这里被拼成同一个诈骗网络的画像。这个壁垒成不成立，取决于它能否持续交付客户自己挖不到的新线索，并在合规边界内跨客户复用数据。接下来值得盯的信号很具体：伦敦和美国能否复制"CBA+TPG"这种银行加运营商的双端合作，下一份战报里敢不敢出现"某条情报导致某笔转账被拦截"这样可归因的句子。
至于此刻，骗子们唯一能做的，大概还是每天上班时祈祷：对面那个迟迟不肯转账的大客户，至少得是个真人。
