当黑灰产用“智能体”养号，如何以AI识别？

AI时代，技术给人带来了便利，但黑灰产也可能会是这一“便利”的受益者。对于最近引发火热讨论的AI手机，有专家指出其触发一些App风控机制的原因之一是,“AI让App难以判断操作手机的是不是用户本人”。而这，仅仅是AI Agent（智能体）爆发后带来的问题之一。

12月11日，在黑灰产风控领域积累了十年经验的数美科技提出了“AI风控新范式”。新京报贝壳财经记者采访了数美科技首席技术官梁堃，在他看来，正常人的AI手机助手和黑灰产的机器操作仍然有本质区别，有办法对其进行判定。

数美科技首席技术官梁堃接受新京报贝壳财经记者采访。受访者供图

如何识别用户“是好是坏”？看行为

对于近期AI手机的安全性话题，梁堃告诉新京报贝壳财经记者，这是一个巨大的挑战。未来互联网上的操作行为将从“人占绝大多数”转变为“智能体占绝大多数”。但即便都是机器操作，正常人的AI助手和黑产的机器操作仍然有本质区别。

“我们可以依据‘反欺诈三定律’来进行区分：首先是多样性定律，正常人即使使用AI助手，其设备环境也往往是多样的，比如手机型号有华为、苹果、小米等，系统版本各异，电池电量也分布在30%、70%、100%等不同状态。而黑产为了控制成本，往往批量购买设备，你会发现一个团伙的手机型号可能全是同一款，或者电量状态惊人一致，行为模式（序列）也高度相似。”

“还有一致性定律，正常人不会刻意频繁改变IP、手机号等基础信息。黑产需要注册大量账号，必须不断购买新的IP、手机号等资源。这会导致他们的信息一致性出现断层或异常。”

“最后则是关联性定律，正常用户的社交关联通常也是正常用户，而黑产往往是孤立点，或者其关联的‘朋友’也是黑产账号。这样，通过分析团伙的行为序列、设备多样性、信息一致性以及关联关系，我们仍然能有效识别出哪些是黑产，AI助手只是改变了操作方式，但改变不了设备物理特征和网络环境的聚集性。”梁堃说。

AI让黑灰产养号更方便了，如何应对？

2025年是智能体火爆的一年，其大大提高了AI大模型的落地应用。黑灰产是否也会使用这一工具来“提高效率”，令风控也更难？

“感受非常明显！”梁堃说，现在黑灰产正全面利用大模型技术来提高获利效率，特别体现在养号薅羊毛、模仿用户行为和突破传统验证手法上。

“过去，黑产在薅羊毛时，新注册的账号往往受限，获利较少，需要‘养号’。以前养号很麻烦，回复帖子需要人工准备文案，如果文案重复很容易被系统识别。而现在利用大模型，黑产可以自动生成非常贴合主题的回复。比如在一个特定主题下，AI能生成看似非常真实的评论。这使得账号被‘养’得像真人一样，极大降低了养号成本，提高了后续获利的效率。”

“在行为模式上，过去黑产使用自动化脚本控制工具（如按键精灵），这种方式容易露马脚，例如点击速度过快（非人类速度）。如果为了拟人化在代码中加sleep（暂停），固定的暂停时间会形成‘等间距’特征，容易被识别；如果做随机间隔，代码编写和维护成本较高。而现在，黑产开始使用智能体调用 API和自动化工具。智能体能理解指令并调用函数，几乎零成本地执行复杂操作，且其生成的点击、浏览等行为序列非常像真人，不再有明显的脚本特征。此外，目前多模态大模型还能轻易识别图片内容。比如验证码要求‘点击图中的汽车’，多模态模型能轻松识别并点击，导致传统行为验证码失效。黑产利用这些高效工具，使得攻击更隐蔽、对抗性更强。”梁堃告诉新京报贝壳财经记者。

对于这一新变化，梁堃表示，靠纯人工去对抗已经非常难了，“我们目前的应对体系简单来讲，是先由我们的黑产研究院研究清楚作恶路径，策略团队在‘攻防路径图’上标记需要在哪里识别、防御和处置黑产。然后在原有数美积累的特征基础上，利用大模型来自动生成风险特征。大模型能发现哪些特征对刻画风险非常有用，生成的特征会输入到账号风险模型、行为模型等评分模型中。”

梁堃认为，未来5-10年，人类每天接触的信息将有超过50%来自AI，在此背景下，内容风控的进化将从“识别对象”变为“理解意图”。面对新挑战，引入基于大模型的审核智能体是办法之一。

新京报贝壳财经记者 罗亦丹

编辑 岳彩周

校对 卢茜