一人操盘，数千段虚假恋情：AI 欺诈的新经济学

科技公司谈到安全问题时，通常会关注外部威胁，例如数据泄露、基础设施漏洞或凭证被盗。但对于依赖人与人互动的企业来说，最严重的威胁之一可能就藏在产品内部，潜伏于用户以为属于真实人物的账户中。在线约会尤其容易受到这类问题的影响：人们会分享个人信息、投入时间交谈，并与陌生人建立情感联系。欺诈造成的后果不止于与陌生人产生情感联系。它还会影响用户对平台以及通过平台结识之人的信任意愿。

根据Sumsub 于 2026 年发布的研究，在接受调查的英国约会应用用户中，84% 认为 AI 生成的内容让他们更难信任潜在匹配对象，或更难顺利约会；2025 年这一比例为 64%。另有 61% 的受访者曾亲自遭遇假资料欺骗，或认识曾有此经历的人。这些发现反映的是消费者的看法，而非欺诈账户的实际普及程度。尽管如此，它们揭示了一个行业面临的问题：这个行业的成功取决于人们是否愿意与陌生人互动。AI 正在降低制造虚假互动的成本，这给以真实人际互动为基础的企业带来了根本性挑战。

AI 如何改变欺诈的经济学

恋爱诈骗并非新鲜事。数十年来，诈骗者一直利用盗来的照片、捏造的身份和编好的对话行骗。真正发生变化的是大规模运作此类骗局所需的成本和复杂程度。过去，要维持数千个看似可信的个人资料，需要投入大量人力；诈骗者还得管理对话、记住个人细节、维持前后一致的身份，并在较长时间内持续回复用户。生成式 AI 大幅减轻了其中许多运营负担。

2026 年 9 月，Anthropic 发布了一项调查，揭露了一家位于中国的工作室运营的诈骗网络，该网络涉及 20 多款欺骗性约会应用。在为期两周的时间里，研究人员发现，AI 虚拟人物与至少 25,000 人进行了 4,700 多次互动，并生成了约 236 万条消息。这项运营将 AI 生成的对话与人工工作人员结合起来，由后者处理需要真人参与的互动，包括实时视频通话。这些应用掩盖了服务由自动化系统提供的事实，同时向用户呈现看似真实的约会机会。这些应用本身就是围绕欺骗设计的，而不是在成熟的约会平台内运营的虚假个人资料。不过，这一案例表明，AI 能大幅减少制造逼真人际互动所需的资源。

对于正规的约会平台而言，类似技术带来了日益严峻的挑战。生成的照片、自动发送的消息、被盗用的身份，以及旨在绕过验证系统的工具，都可能被用于创建和维护欺诈账户。问题已不再局限于识别可疑资料。平台必须应对日益复杂的攻击，而实施这些攻击的成本却在不断下降。这也改变了经营约会业务的经济模式。信任既是产品问题，也是商业问题。

欺诈带来的商业成本不止于内容审核。假账户会产生注册、点赞和对话，在产品分析中看起来都合乎常理，进而扭曲推荐算法和 A/B 测试所依据的信号。此外还有商业层面的影响：持续遇到虚假资料的用户可能不再主动开启对话，活跃度下降，或减少付费。不过，这种影响的程度因平台而异，必须通过测量来判断，不能想当然。在约会服务中，反欺诈因此也是产品经济的一部分，而不只是安全职能；随着 AI 让制造虚假活动的成本越来越低，区分真实互动和人为制造的互动已成为一项核心产品决策。

管理层的两难：安全与增长如何权衡

面对日益复杂的欺诈手段，加强验证似乎是显而易见的应对方式。但实际决策要复杂得多：注册流程中每增加一个步骤，都会带来阻力。要求用户提交身份证件、进行生物识别验证或反复接受检查，或许能防止某些形式的滥用，却也可能让合法用户不愿完成注册，直接影响获客经济效益。如果相同的营销预算带来的注册用户和激活用户减少，那么每完成一次注册所需的获客成本就会上升。

对于约会应用而言，影响可能超出注册流程。与许多其他消费类产品不同，约会平台依赖本地网络密度：在特定地理区域内，用户需要有足够多相关且活跃的潜在交往对象，匹配体验才能正常运作。因此，如果验证流程不必要地限制了合法用户注册，就可能拖慢本地网络的发展，减少匹配机会并影响用户留存。与此同时，放任欺诈账户继续活跃也会带来其他成本：基础设施消耗、内容审核工作量增加、推荐结果失真，以及用户信心下降。安全措施过度会让产品难以使用；安全措施不足则会让人无法信任产品。

欺诈防范应作为产品和业务决策来管理，而不应被视为一项孤立的技术职能。基于风险的方法会将注册时的基础保护措施，与行为分析、设备信号、内容监控相结合，并在出现可疑活动时加强验证。即便如此，通过验证也不代表用户值得信任，因为证明某人确实存在，并不能证明其意图可信。评估防范成效时，应综合考量多个维度，包括检测效果、误报率、处置速度、验证成本、转化率和留存率。提高检测能力，却错误地限制了许多真实用户，并不算是更好的业务成果。隐私则带来另一层考量，因为分析通信内容或收集额外的身份信号，都需要做到透明、遵循数据最小化原则，并实行严格的访问控制。关键不在于平台能拦截多少欺诈账户，而在于平台能否在降低风险的同时，为合法用户保留良好的体验。

超越验证：社区的作用

随着 AI 生成的对话越来越逼真，产品层面也随之出现一个问题：约会平台是否应只专注于数字互动，还是也应创造更多机会，让这些互动在线下真实世界中延续？在 Fledge，我们正在探索一种模式，将基于匹配度的配对与线下活动和社区体验结合起来，让用户从算法推荐走向线下见面时，感觉更加自然。活动无法证明任何人值得信任，也不能取代验证，但能提供个人资料和聊天无法复现的社交背景。我们认为这是一个颇具前景的方向，但并非解决 AI 欺诈的独立方案。

AI 应帮助人们找到合适的匹配对象、支持内容审核并检测可疑行为，而不是制造出关系真实存在的假象。因此，衡量成功与否，不应只看活跃用户数、匹配数和转化率，还应纳入互动质量、真实性，以及用户真正追求的结果。如果一个平台互动量很大，却鲜有真实联结，就可能是在优化错误的目标。

信任是竞争优势

AI 将继续增强欺诈者和防御欺诈的平台的能力，而且不太可能有哪一种技术方案能够独立解决问题。防护工作需要持续调整、部署多层检测机制，并负责任且审慎地评估业务取舍。但这一挑战不止关乎网络安全。信任影响产品质量、网络增长、用户行为和长期营收；随着虚假互动的成本越来越低，真实互动也变得愈发宝贵。在约会领域，信任并非一项安全功能；再强调一次，信任本身就是产品。新一代平台或许不再靠制造更多互动取胜，而是通过营造一种环境，让用户相信这些互动真实可信，从而脱颖而出。