當AI換臉成為流水線崗位

24歲的烏茲別克斯坦女孩Angel對著鏡頭整理頭發，用流利的英語、中文、俄語和土耳其語自我介紹。她剛抵達柬埔寨西哈努克市，"隨時可以開始工作"。

這不是普通的求職視頻。Angel應聘的是"AI臉模"——一種專門為詐騙集團提供面部數據的新職業。她的簡歷寫著"1年AI模特經驗"，招聘方還要求她報上身高體重。

WIRED的調查揭開了這條隱蔽的產業鏈：Telegram上充斥著來自土耳其、俄羅斯、烏克蘭、白俄羅斯和多個亞洲國家的求職視頻，目的地都是柬埔寨和東南亞的"詐騙園區"。越南反詐騙非營利組織ChongLuaDao的調查員Hieu Minh Ngo告訴我：「從去年到現在，他們一直在招AI模特。給你軟件，換臉，然后做 romance scams（情感詐騙）。」

Ngo曾是黑客，現在專門追蹤詐騙園區活動。他在Telegram上發現了約24個頻道發布AI模特招聘。反人口販賣組織Humanity Research Consultancy也追蹤到多人在"已知詐騙樞紐城市"應聘"模特"和"AI模特"崗位。

這個崗位的運作邏輯很直白：詐騙集團用AI換臉技術，把Angel的臉實時疊加到騙子臉上。當美國受害者要求視頻通話驗證身份時，屏幕里出現的是Angel的面孔、騙子的聲音和話術。一天可能要打100通這樣的視頻電話。

正方：技術民主化降低了犯罪門檻

AI換臉技術正在完成一次"犯罪工具的普及化革命"。

傳統"殺豬盤"有個致命弱點——不敢視頻。騙子用偷來的網紅照片包裝身份，一旦受害者要求視頻通話，整個騙局就穿幫。這是整個鏈條上最脆弱的一環。

Deepfake（深度偽造）技術填補了這個缺口。早期需要專業設備和算力，現在一部中端手機+開源軟件就能實時換臉。詐騙集團把這套系統拆解成標準化崗位：有人負責腳本，有人負責聊天，有人專門"出鏡"——就是Angel這樣的AI臉模。

這個分工極其高效。臉模不需要懂詐騙話術，只需要坐在攝像頭前保持表情自然；后臺的騙子可以用任意身份、任意語言與受害者對話。一張臉可以賣給多個"客服"同時使用，實現真正的"規模化情感勞動"。

從商業視角看，這是典型的"技術外包"邏輯。詐騙集團把高風險的"身份驗證環節"剝離出來，雇傭廉價勞動力承擔法律風險，核心操盤手隱藏在技術層之后。Angel們被抓到，也很難指證上游——她們確實"只是坐在電腦前"。

更隱蔽的是數據資產的積累。一個臉模工作一年，其面部微表情、角度、光線適應數據會被持續訓練進模型。這意味著即使她離開，她的"數字分身"仍能繼續工作。這是傳統模特行業從未有過的"剩余價值榨取"模式。

反方：人的因素仍是瓶頸，技術被高估了

但這條產業鏈的擴張速度，可能沒想象中快。

首先，實時換臉的技術門檻依然存在。開源工具如DeepFaceLab需要一定的技術配置，而詐騙園區的網絡基礎設施并不穩定。視頻通話對延遲極其敏感，稍有卡頓就會暴露"數字面具"的邊緣瑕疵。

其次，臉模的供給并非無限。招聘視頻顯示應聘者多為年輕女性，這個群體在詐騙園區的流動性極高——她們可能是被誘騙入境的，也可能是主動求職后發現真相想逃離。Humanity Research Consultancy的追蹤表明，部分"應聘者"本身就是人口販賣的潛在受害者。

更重要的是，詐騙的核心從來不是"臉"，而是"信任構建"。傳統殺豬盤的轉化率靠的是長期情感經營，平均周期2-3個月。加入視頻環節后，雖然驗證通過率提升，但也會加速關系推進，反而可能提高受害者的警覺性。

一個反直覺的數據：2023年美國FBI接到的" confidence fraud/romance scams（情感詐騙）"投訴中，損失金額同比增長了約22%，但案件數量增長僅約9%。這意味著單案金額在上升，但騙局總量并未爆發——技術升級沒有帶來預期的"規模效應"。

此外，平臺方的反制正在收緊。Meta、TikTok等已經部署了深度偽造檢測模型，視頻通話中的異常生物特征（如缺乏眨眼、光影不一致）會被標記。詐騙集團需要持續投入對抗性訓練，這侵蝕了技術紅利。

我的判斷：這是"犯罪工業化"的關鍵節點，但窗口期有限

AI臉模的出現，標志著網絡詐騙從"手工作坊"向"流水線工廠"的躍遷。

這個判斷的核心依據是組織形態的演變。傳統殺豬盤依賴單個騙子的全能性：要會找照片、會聊天、會心理操控、還要敢視頻。現在這些能力被拆解成可替換的模塊，臉模只是其中一環。這種"泰勒制"分工讓培訓周期從數月縮短到數天，人員流失的影響被降到最低。

但窗口期可能比想象中短。三個變量正在壓縮這個商業模式的壽命：

第一，技術對抗的軍備競賽。當實時換臉成為標配，平臺方的檢測模型也會針對性進化。這不是"矛與盾"的靜態博弈，而是算力成本的比拼。詐騙集團的邊際成本在上升。

第二，供應鏈的脆弱性。臉模招聘依賴跨境人口流動，而東南亞各國對詐騙園區的打擊正在收緊。2023年以來，柬埔寨、緬甸妙瓦底等地多次被國際媒體曝光，當地政府的容忍度在下降。人才供給渠道一旦被切斷，整個分工體系就會崩塌。

第三，也是最關鍵的：受害者教育正在追趕。深度偽造的公眾認知度在2023-2024年快速提升，"視頻也可能是假的"正在成為常識。當驗證手段失效，詐騙集團被迫回到更傳統的信任構建方式，技術投資的ROI（投資回報率）就會逆轉。

Angel們的處境值得持續關注。她們處于產業鏈的最末端，卻承擔最高的法律風險和身體風險。西哈努克市的詐騙園區以暴力控制聞名，"離職"從來不是可選項。AI臉模這個崗位的"創新"，本質上是把技術風險轉嫁給最弱勢的群體。

從更宏觀的視角看，這個案例揭示了生成式AI（Generative AI）的陰暗面：當技術民主化降落到犯罪領域，它首先激活的不是"超級罪犯"，而是"超級組織"——把原本分散的犯罪能力整合成可規模化的生產體系。這對全球執法合作提出了新要求：追蹤的不是單個騙子，而是跨國的人力-技術-資金網絡。

最后說個細節。Angel的求職視頻里，背景是西哈努克市某酒店的標準間。窗簾半拉著，能看到外面的建筑工地。她說自己"隨時可以開始工作"，眼神飄向鏡頭右側——那里可能站著招聘方的人。

這個畫面本身就是最好的隱喻：技術讓詐騙變得更"真實"，但真實的背后，依然是舊式的脅迫與剝削。AI換得了臉，換不了這個。