“詞元盜用”正在成為AI商業(yè)化面臨的新風(fēng)險(xiǎn)

過去一年，AI 智能體（AI Agent）已經(jīng)從技術(shù)演示逐漸進(jìn)入真實(shí)商業(yè)場(chǎng)景。隨著各種“龍蝦”的爆發(fā)，越來越多AI產(chǎn)品開始具備自主完成任務(wù)的能力：它們能夠搜索信息、調(diào)用工具、連接服務(wù)，甚至可以代表用戶完成復(fù)雜工作流。正如 Stripe 全球數(shù)據(jù)與 AI 負(fù)責(zé)人 Emily Glassberg Sands 所觀察到的那樣，AI 正在從工具演變?yōu)榛ヂ?lián)網(wǎng)中的一種新型經(jīng)濟(jì)參與者——智能體不再只是生成內(nèi)容，而是開始承擔(dān)買家甚至主導(dǎo)交易的角色。然而，這種新的模式也會(huì)滋生新的問題——詞元（Token）盜用。Emily 強(qiáng)調(diào)，這可能是當(dāng)下 AI 行業(yè)最被低估的問題之一。

AI 時(shí)代的新型盜竊：有人盯上的不是錢，而是 Token

傳統(tǒng)互聯(lián)網(wǎng)時(shí)代的黑灰產(chǎn)，其終極目標(biāo)往往是竊取用戶的信用卡信息以進(jìn)行非法套現(xiàn)。但對(duì)于當(dāng)今的許多 AI 企業(yè)而言，攻擊者的目標(biāo)已經(jīng)發(fā)生了轉(zhuǎn)變：他們垂涎的不再是賬戶里的資金余額，而是底層昂貴的推理資源、模型能力和 Token 額度。與之相關(guān)的欺詐方式通常有兩種：一是濫用免費(fèi)試用額度，即反復(fù)領(lǐng)取新用戶權(quán)益；二是賬戶濫用，即批量注冊(cè)虛假賬號(hào)來放大收益。Stripe 的官方數(shù)據(jù)顯示，在 Stripe 上運(yùn)行的 AI服務(wù)中，濫用免費(fèi)試用的情況在六個(gè)月內(nèi)激增了一倍多，且每 6 次注冊(cè)嘗試中就有 1 次來自惡意行為。

Stripe 全球數(shù)據(jù)與 AI 負(fù)責(zé)人 Emily Glassberg Sands 分享注冊(cè)嘗試的惡意行為數(shù)據(jù)

與傳統(tǒng) SaaS 企業(yè)不同，隨著智能體開始參與交易并執(zhí)行任務(wù)，Token 被盜用的破壞力將進(jìn)一步放大。核心原因在于，智能體的計(jì)算資源消耗速度遠(yuǎn)超真實(shí)用戶——一個(gè)惡意腳本在幾小時(shí)內(nèi)就可能消耗掉過去數(shù)周才會(huì)產(chǎn)生的 Token 成本。如果攻擊者能夠利用自動(dòng)化工具不斷創(chuàng)建新賬戶、瘋狂榨干免費(fèi) Token 額度，并在真實(shí)賬單生成前“消失”，那么 AI 企業(yè)損失的將不只是閑置的服務(wù)器資源，而是實(shí)打?qū)嵉默F(xiàn)金流和利潤空間。Stripe 觀察到，在濫用免費(fèi)試用的增長趨勢(shì)中，AI 企業(yè)占據(jù)了最大份額：相比 SaaS 企業(yè)，那些提供自助注冊(cè)并開放 API 的 AI 初創(chuàng)企業(yè)所面臨的濫用情況高出整整 10 倍。

提供自助注冊(cè)并開放API的AI初創(chuàng)公司遇到的免費(fèi)試濫用情況顯著高于企業(yè)級(jí)AI解決方案

這一風(fēng)險(xiǎn)對(duì)于正在積極布局全球化的中國 AI 企業(yè)同樣致命：過去幾年，天生走全球化路線的 AI 創(chuàng)業(yè)者和出海團(tuán)隊(duì)最關(guān)心的是模型能力和全球用戶基數(shù)增長。但隨著越來越多企業(yè)開始采用免費(fèi)試用、按量計(jì)費(fèi)以及智能體服務(wù)模式，如何防范 Token 濫用、資源盜用等惡意行為，已經(jīng)成為商業(yè)化過程必須直面的問題。在全球市場(chǎng)環(huán)境中，攻擊往往表現(xiàn)為跨地區(qū)、跨身份、跨支付方式的自動(dòng)化網(wǎng)絡(luò)，其復(fù)雜程度遠(yuǎn)高于傳統(tǒng)的信用卡盜刷行為。如果不能在產(chǎn)品設(shè)計(jì)之初提前防范，企業(yè)的全球化步伐極易陷入“增長等同于流血”的困局。

當(dāng)欺詐目標(biāo)從資金變成資源，風(fēng)控也亟待升級(jí)

為應(yīng)對(duì)不斷變化的欺詐方式，Stripe 的反欺詐產(chǎn)品 Radar 迎來了史上最大規(guī)模升級(jí)。此次升級(jí)并不是簡單地多增加幾條規(guī)則，而是從底層建立一套真正適用于智能體經(jīng)濟(jì)的新型風(fēng)控體系。數(shù)據(jù)的反饋十分直觀：僅在一個(gè)月內(nèi)，Stripe Radar 就為八家處于高增長階段的 AI 公司成功攔截了超過 330 萬次的高風(fēng)險(xiǎn)注冊(cè)嘗試。

在產(chǎn)品設(shè)計(jì)上，Radar 首先將防線前置，從賬戶創(chuàng)建階段便開始識(shí)別多賬戶的濫用行為。系統(tǒng)實(shí)時(shí)結(jié)合 Stripe 全球網(wǎng)絡(luò)中沉淀的設(shè)備指紋、IP 地址、郵箱域名等歷史風(fēng)險(xiǎn)信號(hào)，對(duì)每一個(gè)新注冊(cè)賬戶進(jìn)行實(shí)時(shí)評(píng)估。在免費(fèi)額度被消耗之前，潛在的濫用風(fēng)險(xiǎn)就已經(jīng)被阻斷。知名語音 AI 企業(yè) ElevenLabs 正是利用這一前置能力，每天精準(zhǔn)攔截約 2000 個(gè)試圖濫用免費(fèi)套餐的虛假賬戶，極大守護(hù)了企業(yè)的核心算力資源。

其次，針對(duì) AI 行業(yè)普遍采用的“按量計(jì)費(fèi)”收費(fèi)場(chǎng)景，Radar 新增了對(duì)惡意欠費(fèi)風(fēng)險(xiǎn)的預(yù)測(cè)能力。過去，企業(yè)只能在月末賬單逾期時(shí)才發(fā)現(xiàn)遇到了“吃霸王餐”的欺詐者；而現(xiàn)在，系統(tǒng)能夠在資源持續(xù)消耗的過程中，預(yù)判該用戶是否存在拒付風(fēng)險(xiǎn)。一旦發(fā)現(xiàn)異常，企業(yè)可以自動(dòng)觸發(fā)預(yù)充值要求、動(dòng)態(tài)下調(diào)并發(fā)請(qǐng)求限額或直接暫停服務(wù)接口，從而將損失降至最低。

此外，隨著智能體商務(wù)（Agentic Commerce）的加速滲透，Stripe 也開始嘗試建立更精細(xì)化的風(fēng)險(xiǎn)標(biāo)尺，以區(qū)分獲得客戶授權(quán)的智能體與惡意“薅羊毛”的機(jī)器人。Radar 會(huì)為機(jī)器交易行為生成風(fēng)險(xiǎn)評(píng)分，幫助企業(yè)識(shí)別那些試圖利用自動(dòng)化能力搶購資源、濫用促銷政策或繞過交易規(guī)則的惡意行為。

縱觀 AI 的演進(jìn)脈絡(luò)，智能體帶來的最大變化或許并不在于其究竟能替人類完成多少繁雜的任務(wù)，而在于機(jī)器本身開始自主消耗資源、創(chuàng)造商業(yè)價(jià)值，甚至直接參與并主導(dǎo)交易的發(fā)生。當(dāng)智能體開始參與甚至構(gòu)建一筆交易，風(fēng)險(xiǎn)也必然隨之遷移。

從盜取資金到盜竊資源，從傳統(tǒng)的支付欺詐到隱蔽的 Token 盜用，AI 時(shí)代正在重構(gòu)底層商業(yè)規(guī)則。對(duì)于身處全球化競(jìng)爭風(fēng)暴眼的 AI 企業(yè)而言，懂得如何利用新一代風(fēng)控基建去捍衛(wèi)這些規(guī)則，已然變得與探索 AI 技術(shù)邊界同等重要。Stripe 則可以依托龐大的全球運(yùn)營規(guī)模和在 AI 領(lǐng)域的持續(xù)觀察與投入，為全球化企業(yè)在 AI 時(shí)代的長期增長保駕護(hù)航。

轉(zhuǎn)載來源：Stripe

本文為量子位獲授權(quán)轉(zhuǎn)載，觀點(diǎn)僅為原作者所有。