三秒窃取：为何AI语音诈骗跑赢了所有防御

莎伦·布莱特韦尔听到女儿在电话那头哭喊，这让她原本可能采取的任何辩护都化为泡影。那声音分明是艾普丽尔的声音——至少所有的直觉都如此认定：同样的音调，同样的破碎节奏，仿佛一位身处困境的年轻女子。

那声音告诉她，自己当时正开车发短信，还撞到了一位孕妇，而且她的手机被警方扣押了。随后，一名男子接过了电话，自称是艾普丽尔的律师，并解释说，要交纳一万五千美元的现金保释金。

他警告布莱特韦尔，千万别把这笔钱用来做什么告诉银行，因为这可能会损害她女儿的信用记录。不到一小时，这位来自佛罗里达州多佛的退休老人便取出了这笔钱，并将钱交给了她以为与法院有联系的快递员。

直到她见到真正的艾普丽尔时——艾普丽尔一上午都在上班，从未靠近过车祸现场——她才恍然大悟：原来，她的女儿根本没打过那通电话。

那通电话，根本不是由人类拨打的。那些哭喊声不过是通过一段音频片段合成而成的；而她以为自己正在拯救的女儿，其实只存在于某个人的电脑中的一串数字之中。

2025年夏天，这一事件在全美各地的本地新闻中被报道，如今却已成为美国最寻常的犯罪案件之一。同时，它也是技术最为先进的犯罪之一：一场欺诈行为，竟然能够在普通老奶奶的厨房里、以大规模的方式、且毫无代价地实施——而这一切，竟只需借助机器学习这一近乎前沿的技术手段。

正是这两者之间的巨大反差——一个本可以轻易被识破的骗局，却竟能在普通老奶奶的厨房里，以如此之高的规模上演——成为了一个问题的核心特征：执法机构、银行、电信公司以及监管机构，花了整整两年时间，却始终未能有效遏制这一现象。

如今，人们不再纠结于这项技术是否可行——它已经出色得令人震惊。真正的问题在于：当攻击的复杂程度与目标的警觉意识之间所存在的差距，不再以月为单位来衡量，而是以年为单位来衡量时，我们究竟需要怎样的切实保护？

在一份长达二十六年的账簿中，又添上了一道新记号。2026年4月，联邦调查局的网络犯罪……