OpenAI 关闭柬埔寨诈骗网络，但封禁账号只能触及其中一层

OpenAI 发现某一组织至少支持四类诈骗后，封禁了一个协同运作的 ChatGPT 网络；而传统防御手段往往将这些欺诈视为彼此独立的活动。该公司表示，这些账号很可能源自柬埔寨波贝附近。它们帮助操作者实施投资、恋爱、赌博及冒充执法机构等诈骗。

这一案例之所以重要，是因为 ChatGPT 并非只是生成孤立的钓鱼信息。OpenAI 表示，该网络将其模型用于一个正在运作的犯罪组织的多个环节，包括人设开发、翻译、推广设计、内部公告、招募材料和员工管理。

这种广泛应用带来了核心矛盾。OpenAI 可以识别账号、阻断访问并共享技术指标，但背后的组织仍可在不同平台、叙事方式、劳工和 AI 服务之间转移。

WhatsApp 提供了促使 OpenAI 展开调查的线索。OpenAI 随后与技术合作伙伴及相关主管机构分享了更多信号。这一过程表明，没有任何单一平台能够完整掌握一个横跨通信应用、社交网络、支付渠道和 AI 工具的行动。

该网络还揭示了一个更棘手的现实：部分发送诈骗信息的人，可能是受胁迫工作的人口贩运受害者。因此，保护目标对象不只是过滤有害内容，还需要区分组织者与被困在同一犯罪体系中的人。

OpenAI 实际关闭了什么

OpenAI 打击的是一层运营支持体系，而非诈骗背后的实体组织。

在 7 月 31 日的披露中，OpenAI 表示，其封禁了一个极可能源自柬埔寨的协同 ChatGPT 账号网络。该公司评估认为，该网络可能在班迭棉吉省波贝或其附近活动。

波贝并非这一事件中的无关背景。公开报道多次将这座边境城市与网络诈骗园区及人口贩运活动联系起来。这段历史为相关账号行为提供了超出常规平台滥用之外的现实背景。

该网络使用 ChatGPT 创建虚假网络人设，并为潜在目标生成信息。操作者还翻译对话、研究约会资料，并为欺诈性邀约制作推广内容。

部分用户要求系统制作伪造或误导性的视觉材料。OpenAI 在所请求的文件和图像中发现了护照、法律通知、股票购买确认函及赌博界面。

该行动并不依赖单一的受害者转化路径。一个约会人设可能先建立情感信任，随后引入加密货币或现货黄金机会。另一个账号可能冒充赌博平台代表，提供虚构的中奖收益。

冒充执法机构则提供了另一种施压手段。操作者据称告诉目标对象，他们犯下了严重罪行，必须缴纳罚款。故事会改变，但索取付款的目标始终一致。

该公司将这一流程描述为“ping, zing, and sting”。ping 是最初接触；zing 用于制造信任、恐惧、紧迫感或其他强烈情绪；sting 则是骗取资金或账号信息。

在 ping 阶段，操作者使用 ChatGPT 起草并翻译在 WhatsApp 和 Telegram 上的接触信息。他们还生成社交帖子，并整理虚构身份所需的细节。

在 zing 阶段，信息会承诺保本回报、无风险投资、浪漫关注或即将到期的奖金。一些信息还要求目标对象对这段关系保密，以降低家人质疑该说法的可能性。

在 sting 阶段，操作者索要保证金、激活费、虚构罚款，或声称需额外付款才能释放奖励。随后，目标对象会被要求提供转账截图或账号详情。

OpenAI 表示，该行动可能与数百名目标对象有过互动。这一估计来自诈骗者自身的对话，而非独立的受害者统计。

这些对话提到，个别损失高达数千美元。OpenAI 明确表示，无法独立核实这些说法。总体财务损失仍然未知。

因此，这项账号调查提供了有关手法、地理位置和组织形式的证据，但并未确立该行动的完整规模、收入、领导层，或其在 ChatGPT 之外的当前状态。

这一区别很重要。“被打击”意味着已识别账号失去访问权限，并面临旨在阻碍其重新返回的措施；它并不意味着每名操作者都被逮捕、每名受害者都被识别，或其他平台上的所有关联账号都已消失。

这套诈骗剧本旨在持续切换

该网络的优势在于，它将不同叙事视为可互换的工具，而非彼此独立的业务。

安全团队常将恋爱欺诈、投资欺诈、赌博诈骗和冒充政府机构归为不同类别。犯罪操作者无需遵守这些边界。

同一个目标对象可以在一次对话中经历多个类别。一段恋爱关系可以演变为投资推销；一次投资提现可以引出虚假的税费要求；抵制则可能触发来自所谓权威机构的威胁。

这种灵活性有助于操作者挽救不再奏效的对话。如果情感无法说服某人，紧迫感或许可以；如果承诺的回报失去可信度，虚构的合规费用便能制造新的付款节点。

生成式 AI 适配这一模式，因为它降低了在不同策略间切换的阻力。操作者无需为每场活动另组写作团队，就能改变语气、语言、身份或辅助材料。

翻译尤为重要。多语言诈骗行动可以在集中管理脚本和监督的同时接触更多目标。语言支持也能帮助工作人员维持必须显得个性化的长时间对话。

模型无需构思完整骗局也能提供价值。微小的贡献可以在数百项日常任务中累积，包括改写信息、本地化姓名、修正语法，以及生成后续回复。

同样的原则也适用于视觉内容。虚假的交易界面或推广图像能让薄弱的故事显得具体可信。伪造文件则可以为本就缺乏可信度的要求制造程序性压力。

OpenAI 此前的威胁报告描述了恶意网络中的类似模式。威胁行为者往往将 AI 用于常规生产力工作，而不是获取全新的攻击能力。

这一发现改变了组织评估 AI 赋能犯罪的方式。问题不在于模型是否自主设计了前所未有的骗局，更相关的问题是它消除了多少运营瓶颈。

过去需要翻译人员的工作人员，如今可以直接起草信息。主管可以更快制定内部政策。招聘人员可以面向不同受众制作多份招聘广告。

这更接近于工作流加速，而非自主犯罪。然而，当工作流本身已包含胁迫、冒充和金融盗窃时，工作流加速依然至关重要。

FBI 将加密货币投资欺诈描述为一种基于信任的骗局。诈骗者会先建立关系，再引入虚假的投资机会，通常通过一个展示虚构收益的受控平台进行。

该机构的受害者联络计划说明了问题的严重性。截至 2025 年 12 月，该计划已通知 8,103 名潜在受害者，其中 77% 并不知道自己正遭遇诈骗。

FBI 估计，这些干预避免了超过 5.11 亿美元的额外损失。该数字涉及该机构更广泛的行动，并非 OpenAI 识别出的柬埔寨网络。

不过，这一对比解释了为何长期建立信任仍具吸引力。表面上的投资仪表盘只是其中一个组成部分。当提现失败或出现新费用时，关系本身会让目标对象继续投入。

OpenAI 的案例也使基于可识别模板的防御更加复杂。一个多元化网络能够修改措辞、更换所声称的机构，并个性化其接触方式。

因此，检测必须跨类别关联行为。重复的翻译模式、人设管理、欺诈性付款要求和伪造文件，可能比任何单独一句话都更重要。

OpenAI 面临能力与控制之间的权衡

帮助合法用户沟通的通用功能，同样减少了有组织诈骗行动中的人力需求。

翻译、图像生成、起草、总结和研究本身并不可疑。数百万项日常任务都依赖于 OpenAI 调查中观察到的相同功能。

这种重叠限制了简单的内容过滤。封锁所有涉及投资信息的请求，会妨碍银行、金融教育机构和合法营销团队。封锁恋爱写作则会带来更广泛的问题。

犯罪意图也会随时间显现。单次翻译对话的请求看起来可能无害；但涉及虚构身份、保证回报、伪造通知和付款指示的模式，则传递出不同信号。

账号层面的分析能够揭示这种模式。它可以关联重复活动、共享基础设施、相关提示词，以及用户之间的协同行为。

然而，账号执法会在两个方向上带来压力。平台需要足够的可见性来识别协同危害；用户和组织同样期待隐私、比例原则，以及防止错误执法的保障。

OpenAI 尚未公开披露本案使用的全部信号。这种克制可以保护检测手段不被立即规避，但也限制了独立评估。

该披露没有说明被封禁账号的数量，也没有确定所用模型、访问持续时间，或生成材料中实际触达目标对象的比例。

它同样没有证明 ChatGPT 在多大程度上改善了该行动的结果。该网络可能在采用 AI 前就已实施类似诈骗，也很可能可以通过其他工具继续运作。

这些缺口并不否定调查结果，而是界定了现有证据所能支持的范围。

最有力的结论是，一个协同犯罪网络将 ChatGPT 纳入了其工作流的多个阶段。较弱的说法则是，AI 创建了该组织或决定了其成功。

这种差异应当影响责任划分。模型提供商应检测并打击对其服务的滥用；通信平台必须处理欺骗性接触；支付公司必须识别可疑转账。

社交网络同样承载着开启许多互动的个人资料和广告。电信服务商控制着另一条非请自来联系的渠道。执法机构仍应对组织者、诈骗园区、人口贩运和资产追回负责。

没有任何一方掌握完整的证据链。WhatsApp 可以看到 OpenAI 看不到的可疑通信模式。OpenAI 则可以看到为这些对话提供操作背景的请求。

银行或加密货币平台或许能观察到诈骗行动，却看不到最初的联络。执法机构则可以将这些数字痕迹与实际地点、雇主、招聘人员和受害者联系起来。

OpenAI 表示，它已与行业合作伙伴及相关部门共享了有关指标。如果这种跨平台交换能够促成关联调查，这将是此次应对中最具影响力的部分。

仅仅封禁账户可能导致犯罪活动转移。操作者可以开设新账户、更换服务商、使用被盗凭证，或重新使用人工制作的模板。

共享指标会提高这种转移的成本。它们可以将 AI 账户与通信活动、虚假域名、收款目的地或招聘活动联系起来。

但这种共享必须保持范围有限、合法且以证据为依据。标准不足可能会将合法用户卷入不透明的执法体系。

因此，有效的打击既取决于覆盖范围，也取决于克制程度。服务商需要开展足够广泛的协作来描绘整个行动，同时保留审查机制、隐私保护以及纠正错误的渠道。

人口贩运信号改变了事件的性质

部分实施诈骗的人也可能是受害者，这使一起平台滥用事件转变为劳工与人权调查。

OpenAI 发现了一些内容，表明这些活动可能与人口贩运和被迫犯罪有关。它并未声称所有用户都受到胁迫，也无法确定每个人的具体处境。

相关活动包括在 Poipet 发布的“chatter”岗位社交媒体广告。据称，这些广告承诺提供机票、住宿、餐食、签证和工作许可。

其他对话似乎涉及员工管理。用户维护的记录包括员工债务、工资扣减、纪律罚款和贷款偿还。

他们还翻译了有关移民身份、工作许可、签证逾期和招聘激励的讨论。一些材料提及拘禁、逃离尝试以及潜在刑事责任。

这些迹象与东南亚诈骗园区已有记录的做法相似。招聘者以合法工作为名发布广告，将求职者跨境运送，没收证件，并施加债务或处罚。

随后，若工人拒绝完成诈骗指标，可能面临威胁或暴力。这会产生两类受害者：在线被骗走钱财的人，以及被迫进行这些对话的人。

Amnesty International 在其 2026 年的 Cambodia 调查中，从透明度、问责、正当程序和受害者保护等方面评估了诈骗园区。该机构质疑，执法行动是否充分保护了被困在这一行业中的人。

这一视角使粗暴执法变得复杂。逮捕园区内发现的所有人，可能会将人口贩运受害者视为自愿犯罪者；忽视工人的行为，则可能让金融诈骗受害者失去保护或证据。

调查人员需要建立甄别程序，区分组织者、主管、招聘人员、自愿参与者和受胁迫工人。这些差异需要通过访谈、移民记录、金融证据和对场所的实地接触来判定。

数字记录可以提供帮助。债务账本、纪律通知、招聘广告和关于逃离的提及，可能证明在面向受害者的信息中看不见的工作条件。

它们还可能揭示指挥结构。关于工资扣减的对话与浪漫诈骗话术用途不同，但两者都可能属于同一组织。

因此，OpenAI 对行政用途的可见性十分重要。它让人得以看到诈骗人格背后的人事配置、控制和惩罚机制。

INTERPOL 表示，与人口贩运有关的诈骗中心已经超出其最初集中于东南亚的范围。其 犯罪趋势更新发现，截至 2025 年 3 月，来自 66 个国家的受害者被贩运至这些中心。

该机构表示，74% 已确认的人口贩运受害者被带往东南亚的中心。它还报告称，中东、西非和中美洲正出现相关活动。

INTERPOL 已观察到 AI 被用于虚假招聘广告、虚假资料、情感诈骗和性勒索。这意味着 AI 可能出现在人口贩运链条的两端。

一则精心制作的招聘广告可以将工人诱骗进园区。同一名工人后来可能使用生成内容欺骗其他地方的目标。

这种循环使招聘内容成为安全信号，而不只是就业政策问题。托管招聘广告的平台，可能在金融诈骗开始前就看到行动的开端。

因此，Cambodia 案例拓宽了 AI 安全的含义。拒绝生成一份伪造通知固然相关，但它只解决了眼前的输出问题。

更困难的目标是将输出与有组织的剥削联系起来。这项工作需要科技公司、金融机构、反人口贩运专家和地方执法部门之间的协作。

OpenAI 的报告并未证明什么

这份披露显示了有实质影响的平台滥用，但无法衡量该网络对 ChatGPT 的依赖程度。

OpenAI 掌握账户证据，并发布了自己的评估。外部研究人员尚未审阅底层对话、账户关联或执法阈值。

这对于仍在进行中的威胁调查而言很正常。公开原始材料可能暴露受害者、泄露检测方法，或干扰执法行动。

但这仍造成了证据限制。读者可以评估该公司陈述的发现、支持性示例，以及其与其他报道的一致性；但无法独立复现归因结论。

有关地理位置的表述仍刻意保持谨慎。OpenAI 表示，这些账户极有可能源自 Cambodia，并可能在 Poipet 附近活动。它没有点名任何具体园区或犯罪组织。

报告也没有给出精确的受害者总数。“数百名目标”是根据内部通信得出的估计。目标并不一定是已经转账的人。

所提及的损失同样不确定。诈骗者讨论过有受害者损失数千美元，但 OpenAI 无法核实这些说法。

犯罪团伙可能在内部夸大业绩，尤其是在管理者追踪配额时。一段对话也可能多次提及同一个人。

生成内容的作用仍是另一个未知数。报告证明了相关使用行为，但没有显示转化率、收入变化或节省的劳动力。

一张由 ChatGPT 制作的欺诈图片或许说服了目标，也可能始终只是未被使用的草稿。

这种区别很重要，因为关于 AI 驱动诈骗的宽泛说法可能掩盖既有原因。这类行动在当前生成式模型出现前就已存在，并且早已使用话术、翻译工具、虚假网站和盗用照片。

AI 可以提升规模和适应性，却并非实施犯罪的必要条件。移除一个模型，并不会消除金融激励、被控制的劳动力或通信渠道。

该报告也无法说明，该网络在受到执法处置后是否转移至其他服务商。当平台各自独立披露事件时，活动转移很难衡量。

更高的透明度将帮助研究人员比较案例。有用的汇总字段包括账户数量、活动持续时间、请求类别、检测来源，以及封禁后观察到的迁移情况。

服务商必须在这种透明度与行动安全之间取得平衡。公开精确规则可能教会对手如何保持在执法阈值之下。

可信的报告模型应将高置信度观察结果与估计值区分开来。OpenAI 在多处通过标注地理位置评估和未经核实的损失说法做到了这一点。

该公司应在未来披露中保持这种区分。当账户活动、犯罪影响和归因确定性被压缩进同一个标题时，安全报告就会失去价值。

来自执法部门的独立证据可以强化整体图景。Cambodia 在 2025 年宣布开展大规模网络犯罪打击行动，其中包括在 Poipet 及其他地点的行动。

一份 执法报道称，其中一次行动逮捕了约 1,000 人。这些逮捕是更广泛的背景，并未被确认属于 OpenAI 案件的一部分。

这种区分至关重要。相似的地理位置和手法，并不能证明两项调查涉及同一组织。

OpenAI 最有力的贡献更为具体。其内部数据揭示了一个协调网络如何在受害者联系、内容生产和内部管理中使用通用模型。

这足以为防御措施提供参考，却不足以宣称该组织已被瓦解，或量化 AI 对其收入的影响。

三项信号将表明这种打击是否持久

下一项考验在于，共享情报能否在账户、支付、招聘和实体行动之间形成持久压力。

第一项信号是通信和社交平台的关联执法。WhatsApp 提供了最初的线索，使合作伙伴有机会追踪关联的人设和对话。

有意义的结果应包括超出最初 ChatGPT 账户范围的移除行动。协同行动将强化这样一种判断：跨平台情报能够揭示完整工作流程。

沉默并不一定意味着没有采取行动。平台通常会避免在调查进行期间披露信息。不过，之后的透明度报告可以显示是否识别出相关集群。

第二项信号是金融打击。投资、赌博和冒充诈骗最终都需要支付路径，即便关系始于社交平台。

银行、支付处理商、加密货币服务商和执法部门可以识别与重复投诉相关的收款账户。冻结或扣押将施加新 AI 账户无法抵消的成本。

通知受害者是另一项可衡量的结果。及早联系可以在目标变卖积蓄或借入更多资金前中断这段关系。

FBI 的经验说明了时机为何重要。通过 Operation Level Up 联系到的大多数人，在执法部门找到他们时并不知道自己正遭遇诈骗。

第三项信号是在招聘和工作场所附近采取以人口贩运为中心的行动。账户封禁无法解救护照被没收或债务被人为制造的工人。

有关部门需要识别组织者，同时将工人筛查为可能的人口贩运受害者。未来行动应报告受害者保护情况，而不只是逮捕总数。

招聘平台也发挥作用。若与已知诈骗地点有关联，反复发布承诺旅行、住房、签证和定义模糊的“chatter”工作岗位广告，应受到更严格审查。

如果这三项信号同时出现，这次打击将更像是对一个组织施加压力，而非只针对一项服务。如果只有账户消失，该网络很可能会在其他地方重新组建。

该案例也让 AI 用户和企业采购方有了关注来源可靠性的现实理由。生成文本、翻译信息和精美视觉内容并不自带可信度。

组织在相信投资机会、紧急法律要求或远程工作邀约前，应通过独立渠道核实身份。他们也应为调查人员保留可疑通信记录。

处理威胁报告的团队需要能够跨平台、日期和身份搜索证据。一套严谨的信息捕获流程可以让截图和笔记保持关联，同时不将生成内容视为经核实的事实。

OpenAI 的行动仍具有重要意义。该公司识别出协同滥用行为，移除了相关访问权限，并在自身平台之外分享了相关指标。

然而，这份报告更深层的启示在于犯罪网络的灵活性。该网络可以从恋爱诈骗转向投资诈骗，再从虚假的获利转向捏造的罚款。

防御体系也必须实现同等程度的联动。AI 提供商可以观察生成模式，通信服务可以发现接触行为，金融机构则可以识别资金转移。

有关部门和人口贩运专家可以将这些痕迹与招募者、工作场所、胁迫行为及组织者联系起来。任何账号封禁都无法替代这最后一步。

如今的问题已不在于 OpenAI 是否将一个网络从 ChatGPT 中移除，而在于由此产生的证据，是否能够传递到有能力阻止其下一次对话的人员和系统手中。