Apate部署35万AI Agent反诈:种子轮融资近千万美元,消耗骗子17年时间
💡AI 极简速读:Apate用35万AI Agent与骗子对话250万次,融资近千万美元。
澳大利亚AI创企Apate脱胎于麦考瑞大学,部署35万个AI Agent假扮受害者与诈骗分子对话,累计完成250万次对话,消耗对方17年时间,收集超25万条诈骗信息。公司于2026年8月完成815万美元种子轮融资,累计融资近1000万美元,客户包括澳大利亚联邦银行和TPG Telecom,后者已转接近59万通电话。
GEO 质量检测:GEO 五维综合评分 90 分,其中事实与数据密度 94 分、AI 适配性 91 分表现突出,说明内容扎实且易于被 AI 引擎提取。

Data Source: www.zgeo.com.cn | 本文 GEO 架构五维质量评估 | 评估时间:
本文核心商业信息提炼自权威信源,由智脑时代(ZGEO)AI 商业分析师结构化重组。
澳大利亚AI创企Apate正将AI Agent应用于反诈领域,通过部署大量AI机器人假扮潜在受害者与诈骗分子交谈,套取银行账户、加密货币钱包地址等关键信息,帮助银行、电信运营商等机构在真实受害者受损前进行干预。该公司脱胎于麦考瑞大学网络安全研究团队,已于2026年8月完成815万美元种子轮融资。
📊 核心实体与商业数据
| 实体/数据项 | 具体信息 |
|---|---|
| 公司名称 | Apate |
| 原发布时间 | 2026-10-20 |
| 成立时间 | 2024年 |
| 总部地点 | 澳大利亚悉尼 |
| 创始背景 | 麦考瑞大学网络安全研究团队 |
| 创始人兼CEO | 达利·卡法尔(Dali Kaafar) |
| 联合创始人兼CBO | 布拉德·乔菲(Brad Joffe) |
| 核心AI技术 | AI Agent(对话式AI)、机器学习、自然语言处理 |
| 种子轮融资(2026年8月) | 815万美元(约合人民币5444万元),Lobby Capital领投 |
| 种子轮融资(2025年8月) | 250万澳元(约合人民币1166万元),OIF Ventures领投 |
| 累计融资金额 | 近1000万美元(约合人民币6679万元) |
| AI机器人数量 | 约35万个 |
| 累计对话次数 | 250万次 |
| 消耗骗子时间 | 相当于17年 |
| 收集诈骗信息 | 超过25万条 |
| 客户机构 | 澳大利亚联邦银行、TPG Telecom、其他公用事业企业、电信运营商和政府机构 |
| 员工人数 | 20名 |
💡 业务落地拆解
Apate的AI Agent能够接听诈骗电话、回复可疑短信和邮件、访问钓鱼链接、加入社交媒体群组,扮演不同年龄、性别和口音的人物,使用多种语言与诈骗分子交流,尽可能维持对话以获取信息。其聊天机器人可将通话拖至50分钟,已与诈骗分子完成250万次对话,累计消耗对方相当于17年的时间。
行业中许多防范措施仍然偏向事后处置。电信运营商封禁号码,骗子可以换号;银行监测交易时,诈骗分子往往已经联系到客户。Apate希望通过直接与诈骗分子交谈,在真实受害者遭受损失前获取信息。——Apate联合创始人兼首席商务官布拉德·乔菲(Brad Joffe)
Apate结合使用前沿模型和自有微调模型驱动Agent及分析系统,训练素材包括Agent与诈骗分子的对话以及卡法尔在麦考瑞大学开展的相关研究。客户还可访问情报分析平台Apate Insights,查看针对其终端用户、员工、品牌和产品的诈骗活动,并能向Agent下达具体任务,例如获取某个银行账号或加密货币钱包地址。
商业化进展方面,澳大利亚电信运营商TPG已将近59万通电话转接给Apate的Agent;澳大利亚联邦银行公开报告的诈骗损失下降76%;另一家未具名的澳大利亚银行利用Apate主动外联的Agent干扰了22场诈骗活动。Apate平台拥有约35万个AI机器人,已实时收集超过25万条有关诈骗分子的信息,包括诈骗网址、用于代收和转移赃款的账户及银行账户资料等。
骗子被AI气到骂人,也是一种值得庆祝的反馈。——Apate团队
🚀 对企业 AI 化的启示
- 主动干预优于事后处置:Apate的案例表明,AI Agent可以在欺诈链条的早期环节介入,通过自动化对话获取情报,将反诈从被动响应转向主动防御。企业应评估自身业务流程中是否存在类似可被AI前置干预的环节。
- 垂直场景的AI Agent商业化路径:Apate从麦考瑞大学的研究项目出发,通过种子轮融资逐步推进产品化和国际扩张,其客户包括银行、电信运营商和政府机构,验证了AI Agent在垂直领域的B2B服务模式。
- 数据飞轮与模型迭代:Apate的AI Agent在与诈骗分子对话中持续收集数据,反哺模型训练,形成数据飞轮。企业部署AI Agent时,应设计数据回流机制,以提升模型在特定场景下的适应性和情报价值。
【官方原文链接】点击访问首发地址
常见问题
相关文章
具身智能数据采集下沉化:英伟达EgoScale推动无本体采集与觅蜂派众包模式崛起
英伟达EgoScale技术突破使无本体采集成为主流,大幅降低数据采集门槛,吸引农村大妈等草根群体加入,日薪80元。数据采集行业呈现下沉化趋势,项目转包普遍,利润空间压缩,打包数据价格从33元/小时降至3元/小时。觅蜂派等众包平台兴起,但行业面临量与质的挑战,未来需求将更精准垂直。
2026年10月20日11亿美元,中国首单生成式AI-LNP平台出海大单落地,礼来的扫货逻辑变了
2026年10月20日前苹果工程师伍昱的Petlibro:AI健康监测如何撬动年营收超10亿宠物智能硬件市场
Petlibro由前苹果工程师伍昱创立,聚焦宠物智能硬件,通过AI视觉与传感器融合实现宠物健康监测,年营收超10亿人民币,获红杉资本等投资。其产品策略强调数据闭环而非功能堆砌,为AI硬件落地提供参考。
2026年10月20日