研究称 AI 恋爱诈骗更能取信：同意率接近一半

公开报道援引一项由四所大学研究人员参与的实验称，AI 聊天机器人在模拟“长期恋爱诈骗”前期时，取得了比真人骗子更高的信任效果。

实验涉及 ChatGPT、Claude 和 Gemini 等聊天机器人。受试者并不知道对话对象可能是 AI，始终以为对面是真人；研究人员则通过主观信任评分和行为测试，观察长期聊天能把人带到哪一步。

结果有点离谱，但更该看清它测了什么。

真人聊几个月，AI 可能把这件事批量化

所谓“长期骗局”，核心不是一上来要钱，而是先经营数月关系：人设足够理想、回应足够勤快，再用海外工作、旅行等理由拖延见面。信任攒够以后，才会出现突发求助、虚假投资或引导转账。

研究将这一前半段搬进模拟环境。对话结束时，研究人员以“下载一款应用程序”测试受试者是否愿意进一步行动：真人逐步建立关系的一组，18% 的受试者同意；对话对象为 AI 的一组，这一比例接近一半。

受试者给出的信任评分里，AI 也明显高于真人。这并不等于 AI 已经被证明能让更多人实际汇款，但至少说明，在低风险、看似普通的下一步请求上，模型已经很擅长把警惕感磨掉。

风险真正吓人的地方，是规模。真人诈骗需要大量人力轮班、维护话术和人设；自动化机器人却能同时和数千名潜在目标持续聊天。诈骗团伙只要把真人放在最后的收款或规避风控环节，前面的“养号、陪聊、建立信任”都可能被机器接管。

模型有禁令，不等于诈骗链条失效

报道显示，Anthropic 表示其政策禁止使用 Claude 从事诈骗或冒充真人，并部署了相应防护。OpenAI 和谷歌则未就该研究置评。

这类平台规则当然必要，但不能把安全责任全押在模型拒答上。真实诈骗链条未必直接向模型输入“帮我诈骗”的指令，也可能把聊天拆成大量无害片段：关心、安慰、闲聊、分享投资经历，再由人工或外部脚本拼接成完整流程。

站内判断：这不是“AI 突然比人聪明”的故事，而是低成本、全天候、可复制的情感操纵开始具备工业化条件。 对开发者、产品团队和普通用户而言，最该防的不是一条明显可疑的消息，而是一段持续数周、看起来处处正常的关系。

遇到这几步，先把对话拉回现实

• 对方长期拒绝视频、见面或身份核验，同时总能给出合理借口，不要把“回复及时”当作真实身份的证据。
• 一旦聊天从情感陪伴转向下载陌生应用、安装描述文件、共享屏幕、投资开户或代收款，立即暂停操作并用独立渠道核验。
• 不要因“熟人式长期聊天”降低设备权限和资金操作门槛。陌生链接、安装包、二维码和远程协助请求，都应默认高风险。
• 团队若在做客服或陪伴型 Agent，应明确披露 AI 身份，并为涉及支付、投资、身份信息和外部跳转的场景设置人工确认与风险提示。

更稳妥的做法很简单：聊天可以继续，钱、设备权限和身份凭证不要跟着情绪走。AI 最擅长的是持续对话，不该让它顺带拿走用户的判断力。

对需要同时接入 Claude Code / GPT / 多模型的开发者来说，统一网关往往比各家 Key 分散配置更省事，也少踩限速和换号的坑。可参考 code80.ai。