先对齐事实
视频怎么说，实际是什么
视频的说法
- 35 万个 AI 假扮退休大爷大妈
- 24 小时接诈骗电话、回短信、混进骗子群
- 套出银行卡、假网站、加密钱包，卖给银行和电信封杀
- 250 多万次诈骗电话，浪费骗子 17 年
- 骗子不划算，慢慢就没人做了
公开资料能支持的说法
- AI 代理扮演"真实受害者"，年龄、性别、口音、语言都有，老人只是其中一类；"35 万"找不到出处
- 渠道包括电话、短信、邮件、网页、WhatsApp/Telegram 和社交群组（公司自报）
- 公司卖的是平台和情报服务，客户是银行、电信、政府等机构；电信同时是诈骗来电的分流渠道；封不封由客户决定
- 250 万+ 次是对话，包括文字；17 年是公司累计口径，计算方法没有公开
- 没有证据表明诈骗在减少：澳大利亚报告损失 2025 年反而回升
公司背景
它是谁：从一通 44 分钟的电话到美国公司
联合创始人：Dali Kaafar（CEO，Macquarie University 教授）、Peter Eckermann（CPO）、Brad Joffe（CCO）。团队约 20 人。
- 2021-11Kaafar 在悉尼家庭野餐时接到诈骗电话，故意装傻拖了对方 44 分钟。他意识到这 44 分钟骗子没去骗别人，但自己的 44 分钟也浪费了，于是想把这件事自动化。创始人自述，TechCrunch / BigGo 转述
- 2023-06Macquarie University 网络安全中心发布研究原型，有 Malcolm（英国口音老年男性）等多个人设，原型平均通话约 5 分钟；获澳大利亚国家情报办公室 A$72 万资助。高校发布，经媒体转引
- 2024成立公司；2024 年 11 月与澳大利亚联邦银行 CBA 合作，这是它的第一家大银行客户。媒体报道
- 2025融资 A$250 万（OIF 领投）。与 TPG 电信的试点被 GSMA 写成行业案例。媒体报道、GSMA 案例
- 2026-088 月 25 日起改为美国特拉华公司；8 月 31 日宣布 US$815 万种子轮，Lobby Capital 领投，OIF、Investible、Concept、Baobab 跟投；累计融资不到 US$1000 万。公司公告、Startup Daily
- 2026-10TechCrunch Disrupt 2026 创业大赛亚军。伦敦办公室是公司计划，不是已经落地的海外业务。TechCrunch、公司公告
产品流程
它怎么运转：分清"已知能力"和"还没证明的闭环"
产品分三块：Apate Voice（语音代理）、Apate Text（文字代理）、Apate Insights（情报分析）。下图按证据强度分三层，越往右证据越弱。
第 1 层 · 产品已知能力
公司公开说明 + GSMA 运营商案例
- 运营商识别可疑来电，通过 SIP/RTP 转给 AI；呼叫中心也可转接；文字代理可自行部署
- AI 扮演受害者对话，单次最长可达 2 小时；TPG 试点中最长一通 54 分钟
- 按客户派的任务套取信息，例如收款账户或钱包地址
- 客户在仪表盘和洞察门户里看告警与情报；本地或私有云部署，公司称"不到一天"上线
↓ 情报交给客户之后
第 2 层 · 客户可能采取的动作
由银行、电信、平台、执法机构各自决定
- 核实线索是否真实
- 拦截号码、冻结或关闭骡子账户
- 下架钓鱼网站、标记加密钱包
- 与其他机构共享情报
套出一个账号 ≠ 这个账号已被封。"情报产出量"和"有效处置量"是两个数字，公司只公开了前一个。
↓ 处置结果能不能回来
第 3 层 · 待验证的闭环
公开资料没有证据
- 处置结果是否反馈给 Apate
- 反馈是否用于训练模型或调整策略
- 一个客户的情报能否合法地给另一个客户用
商业模式
怎么赚钱：买单的是机构，不是被保护的人
定价是"可定制"，没有公开。下面"收入方式"一栏是本页推断，不是公司披露。
谁付钱
机构买方：银行、电信为主
已公开的合作方是 CBA 银行和 TPG 电信；公司称也服务其他电信、公用事业和政府机构，本页没有核实付款情况。付费方和受益者不是同一个人：普通用户少被骗，但掏钱的是机构。
为什么愿意付
损失、成本、监管三重压力
- 诈骗损失和赔付：英国 2024-10-07 起，符合规则的 APP 诈骗（受害者被骗后自己授权付款）由银行强制赔付，最高 £8.5 万，汇出与收款机构各担一半
- 客服和调查成本
- 监管：澳大利亚《诈骗防范框架法》2025-02-13 通过，覆盖银行、电信、数字平台，单次违规最高 A$5000 万
买了 Apate 不等于就履行了法定义务，这只是购买动机之一。
卖什么
打乱诈骗 + 可行动情报
语音/文字代理负责"拖住并套话"，Insights 负责把对话变成告警和情报。浪费时间更像副产品和传播点。
怎么进入客户
接入现有管道
运营商网络分流、呼叫中心转接、本地或私有云部署。客户不需要改变自己的用户流程。
收入方式（推断）
平台费 + 用量费
可能按代理数量、对话量或情报模块收费。公司没有公开价格、合同额或续约率，本页不估毛利和收入。
关键资源
研究背景 + 背书 + 语料
高校研究、国家情报办公室资助、CBA 和 TPG 的试点、GSMA 案例，以及积累的诈骗对话。模型用前沿大模型加自研微调模型。
一单生意怎么走完：采购链
单位经济学：需要验证的 6 个数
定价未公开，下面只列要问的问题，不填数字。
- 每通转入的诈骗电话成本多少（模型调用 + 线路）
- 每拿到一条有效情报花多少钱
- 误转一通合法来电造成多少成本
- 部署和维护一个客户要多少人工
- 一个客户一年付多少钱
- 客户续约率是多少
出海的四道门槛
改成美国公司、拿到融资、计划开办公室，不等于已经拿到当地客户。
- 运营商接入：每个国家的电信网络和监管不同
- 语料和语言：本地诈骗话术、口音、语言要重新适配
- 隐私和数据跨境：录音告知、数据保存地、情报共享规则各不相同
- 采购和处置合作：要有本地银行、平台、执法机构愿意用情报去封堵
护城河
"数据飞轮"现在只是一个待验证的假设
对话越多、情报越全，听起来像护城河。但数据多不等于数据独占，更不等于对手做不出来。下面每一环都要成立，优势才成立。
目前公开的只有第一环的累计量（25 万+ 条，公司自报）。后四环没有公开数据。
事实核对
视频 12 个说法逐条核对
每条有两个标签：判定结果，以及证据来自哪里。"公司自报"表示数字来自公司或创始人，没有第三方独立核实。
"澳大利亚有一家 AI 公司"
Apate.ai，总部悉尼，源自 Macquarie University 研究；2026 年 8 月起注册地改为美国特拉华。
"核心业务只有一个：让 AI 假扮受害者"
对话代理是核心技术，但收钱的是"打乱诈骗 + 情报分析"的平台，产品有 Voice、Text、Insights 三块。
"假扮最容易受骗的退休大爷大妈"
人设覆盖不同年龄、性别、口音、语言，老人只是其中一类。网上流传的"AI 奶奶 Daisy"是英国 O2 电信 2024 年的营销项目，不是 Apate。
"总共弄了 35 万个 AI"
没有找到出处。公司说的是"数千个代理"，二手媒体称约 20 万个人设。人设数和同时在线的代理数不是一回事。
"24 小时接诈骗电话、回钓鱼短信、混进骗子群"
渠道包括电话、短信、邮件、网页、WhatsApp/Telegram 和社交群组。公司称代理每天和数以万计的骗子对话。
"疯狂装傻来浪费骗子的时间"
单次对话最长可达 2 小时（公司说法）；TPG 试点中最长一通 54 分钟。
"套出银行卡、假网站、加密钱包"
公司称已提取 25 万+ 条情报，包括冒充手法、钓鱼网址、骡子账户和加密钱包。有多少条被核实为真，没有公开。
"把信息卖给银行和电信公司进行封杀"
卖的是平台和情报服务，收费结构没有公开。电信不只是买方，也是把诈骗来电转给 AI 的渠道。封不封由客户自己决定。
"跑了 250 多万次诈骗电话"
公司说的是 250 万+ 次对话，电话和文字都算，不全是电话。TPG 一家已转入近 59 万通电话。
"相当于浪费了骗子 17 年的时间"
是公司累计口径，文字对话怎样计时、并发怎样累计都没有公开。下方计算器可以看它换算后是什么量级。
"8 月份拿到了 815 万的融资，准备全球扩张"
2026-08-31 宣布，单位是美元（约 A$1140 万）。改为美国公司、在澳洲、欧洲、亚洲、非洲有业务；伦敦办公室是计划。
"骗子投入和成本不对等，慢慢就没人愿意做了"
没有证据支持。澳大利亚报告的诈骗损失 2024 年 A$20.3 亿，2025 年回升 7.8% 至 A$21.8 亿。CBA 诈骗损失下降 76% 是创始人口径，36Kr 报道指出该行同期还上了多项其他措施，不能全归功于 Apate。
数字解读
"浪费骗子 17 年"到底有多大
按公司累计口径粗略换算：17 年 ≈ 14.9 万小时，除以 250 万次，约 3.6 分钟/次。这是两个累计数相除的派生均值，不一定等于真实平均通话时长。拖动滑杆看不同假设下的结果。
公司当前口径是 250 万+ 次。往右拖可以看规模扩大 10 倍时的结果。
口径说明：① 人年是时间换算，不等于骗子损失了这么多员工或这么多钱。② "22 万人"取联合国人权高专办 2023 年的估计：缅甸至少 12 万人、柬埔寨约 10 万人可能被迫从事网络诈骗。这只是两个国家，也不是全球诈骗从业人数，只用来感受量级。③ TPG 试点 28 万+ 通电话累计占用骗子 100+ 天：两个数都只是下限，假设取 100 天和 28 万通，100 × 24 × 60 ÷ 28 万 ≈ 0.5 分钟/通；实际均值未知，而且与公司总体指标统计范围不同，不宜直接对比。④ 滑杆默认值按 3.6 分钟舍入，所以显示 15 万小时，略多于按 17 年精确换算的 14.9 万小时。结论：这个换算判断不了诈骗是否"亏本"，因为还缺诈骗收益、成本和有效处置数据。它只说明一点：被拖住的时间和诈骗劳动力的规模相比很小，所以视频把"浪费时间"当成让骗子退场的主因，证据不够。
同类对照
四个"AI 钓骗子"项目不在同一条赛道
它们目标、客户和成熟度都不同，不做排名，只看五个维度。
| 项目 | 主要目标 | 互动渠道 | 客户 | 证据强度 | 商业化程度 |
|---|---|---|---|---|---|
| Apate.ai（澳大利亚） | 打乱诈骗 + 生产情报 | 电话、短信、邮件、网页、社交群组 | 银行、电信、政府 | 公司自报为主；有 GSMA 运营商案例 | 已有银行、电信合作和试点；付款情况本页未能确认；种子轮 |
| O2 "AI 奶奶 Daisy"（英国） | 营销与防骗宣传 | 电话（诱饵号码） | O2 自有品牌传播 | O2 自报：拖住 1000+ 骗子，单通最长 50 分钟 | 营销活动，不是独立产品 |
| Netcraft 对话式诈骗情报 | 获取收款账户等情报 | 文字对话 | 金融机构、品牌、安全团队 | 公司自报：约六分之一的对话拿到银行账户 | 成熟安全公司的产品线 |
| arXiv 2509.08493 学术系统 | 验证可行性 | 文字消息 | 无 | 5 个月 2600+ 次接触，约 32% 拿到敏感金融信息，仅 48.7% 骗子回复首条消息 | 研究原型 |
学术系统的比例只说明特定实验可行，不能用来预测 Apate 的实际表现。
风险与限制
看好之前要知道的 8 件事
数据多为自报
250 万次、17 年、25 万条情报都来自公司，口径没有公开，也没有第三方审计。
收入和定价未知
没有公开价格、合同额、续约率，无法判断生意是否赚钱。
误转合法来电
识别错了会把真客户的电话转给机器人。GSMA 案例提到试点检测准确率 98%，并专门设计了"误判逃生"流程。
AI 对 AI
骗子也在用 AI，可能学会识别机器人，或者用机器人反过来消耗 Apate 的算力。
录音与隐私合规
录音告知、数据保存、跨境共享在每个国家规则不同，出海时成本会上升。
骡子账户背后可能是被胁迫的人
东南亚诈骗园区里有大量被贩卖、被强迫的人，收款账户也可能属于被利用的普通人。封堵时要考虑这部分人。
欺骗的伦理边界
AI 主动骗骗子，要和执法、平台规则配合，避免越界去"反向诈骗"。
依赖少数渠道
电话量主要靠运营商转入，一两家大客户的合作变化会明显影响规模。
给 AI 教育与一人公司的启发
6 条启发，每条附一个要回答的问题
研究背景、政府资助、头部客户背书是 Apate 的具体条件，不能照搬。能借鉴的是下面的思考方法。
成本不对称要算全
对方花人工，你花算力，这是 Apate 的出发点。但算力之外还有号码、接入、误判、人工复核和合规成本。
问自己：对方每多花 1 小时，我要花多少钱？
传播故事和收费产品分开
"AI 耍骗子"负责上新闻；情报和合规支持负责收钱。两者对应的受众不同。
问自己：我的作品里，哪部分负责传播，哪部分负责收钱？
找有损失、有压力、有预算的买方
银行要赔钱、要应对监管，所以愿意为反诈付费。被保护的普通用户反而不付钱。
问自己：客户现在为哪种损失付钱？谁有预算和采购权？
接进客户已有的流程
Apate 接入运营商网络和呼叫中心，客户不必改变用户体验。
问自己：我的服务能不能放进客户现在就在用的工具或流程里？
用试点证明一个可核对的数
TPG 试点给出了转入量、准确率、减损估算，这些数字后来成了 GSMA 案例。
问自己：我的第一个试点，能证明哪一个别人能核对的数字？
信任要一级一级搭
Apate 是研究 → 政府资助 → 头部客户。普通创作者对应的是：公开作品 → 小额付费试点 → 可引用的客户案例。
问自己：客户第二次付钱的理由是什么？
能做的小版本
低风险的方向：防骗教育，不是去钓骗子
以下是待验证的想法，不是已证明的生意。先用小额报价测有没有人愿意付钱、学完后识别能力有没有提高，再考虑做复杂的 AI 产品。
想法 A
中文诈骗话术识别课
把常见诈骗话术拆成"危险信号清单"，配真实公开案例讲解。
门槛：只用公开案例；不提供可直接拿去行骗的完整脚本。验证：学员课前课后各做一次识别测验，看正确率变化。
想法 B
家庭防骗演练包
让 AI 扮演骗子，家人练习"挂断 → 用官方号码回拨核实 → 告诉家人"三步。
门槛：全程使用虚构身份和虚构账户；开始前告知参与者这是演练；不记录真实银行卡、验证码等信息。验证：有没有子女愿意为父母付费。
想法 C
小组织防骗工作坊
给社区、老年大学、小企业财务做一次性演练和复盘。
门槛：和机构合作、由机构通知参与者；不收集个人敏感信息。验证：机构是否愿意第二次付费。
不建议
个人主动去"钓骗子"
个人主动接触骗子，可能暴露自己的号码、账号和住址；录音和数据处理也可能有法律风险。个人没有银行级的核实和封堵渠道，套到的信息基本没法用。
同样不建议：自建诱饵号码、收集或转卖诈骗情报。
来源
来源列表
按一手优先排列。标注"本次未能直接打开"的页面，内容来自检索摘要或其他媒体转引。
- 公司公告 Apate.ai：US$8.15M 融资与美国重新注册公告（2026-08-31）；官网产品说明
- 行业案例 GSMA：Apate 与 TPG 试点案例（本次未能直接打开）
- 高校 Macquarie University Lighthouse：Scamming the scammers（2023-06，本次未能直接打开）
- 官方数据 Scamwatch：Targeting Scams 2024；NASC：Targeting Scams 2025（本次未能直接打开）
- 监管 英国 PSR：APP 诈骗强制赔付；Jones Day：澳大利亚《诈骗防范框架法》解读（2025-03）
- 联合国 联合国人权高专办 2023-08-29 关于东南亚诈骗园区被贩卖人员的新闻稿（本次未能直接打开，经检索摘要转引）
- 媒体 TechCrunch：Apate sends AI agents undercover…（2026-10-14）
- 媒体 Startup Daily：A$11.4M 种子轮报道；FinTech Global：融资报道（2026-09-01）
- 媒体 36Kr Europe：Apate 报道（含 CBA 76% 不能单独归因的说明）
- 二手聚合 BigGo Finance：Apate 报道（约 20 万人设、6 周 60 万通等说法）
- 公司新闻稿 Virgin Media O2：Daisy AI 奶奶（2024-11-14）；Marketing Week：Daisy 营销复盘
- 公司产品页 Netcraft：Conversational Scam Intelligence（本次未能直接打开）
- 论文 arXiv：2509.08493，LLM 钓骗系统实测（2025-09）