“词元盗用”正在成为AI商业化面临的新风险

过去一年，词元盗用AI 智能体（AI Agent）已从技术演示阶段加速迈向真实商业场景。正成随着各类“龙虾”级应用的业化爆发，越来越多的面临 AI 产品具备了自主完成任务的能力：它们不仅能搜索信息、调用工具、风险连接服务，词元盗用甚至能代表用户执行复杂的正成工作流。正如 Stripe 全球数据与 AI 负责人 Emily Glassberg Sands 所指出的业化，AI 正在从单纯的面临“工具”演变为互联网中的一种新型经济参与者——智能体不再局限于内容生成，而是风险开始承担买家角色，甚至主导交易流程。词元盗用然而，正成这种范式转移也催生了新的业化安全隐患——词元（Token）盗用。Emily 强调，面临这或许是风险当前 AI 行业中最被低估的风险之一。

AI 时代的新型盗窃：攻击目标从“资金”转向“Token”

在传统互联网黑灰产中，终极目标通常是窃取用户信用卡信息进行非法套现。但在当今的 AI 商业环境中，攻击者的目标已发生根本性转移：他们觊觎的不再是账户内的资金余额，而是底层昂贵的推理资源、模型算力以及 Token 额度。

相关的欺诈手段主要呈现为两种形态：
1. 滥用免费试用额度：反复领取新用户权益。
2. 账户批量滥用：通过注册大量虚假账号来放大收益。

Stripe 官方数据显示，在 Stripe 平台上运行的 AI 服务中，滥用免费试用的情况在六个月内激增了一倍以上，且每 6 次注册尝试中就有 1 次源自恶意行为。

图注：Stripe 全球数据与 AI 负责人 Emily Glassberg Sands 分享的注册尝试恶意行为数据

与传统 SaaS 企业不同，随着智能体深度参与交易并执行任务，Token 被盗用的破坏力将进一步呈指数级放大。核心原因在于，智能体的计算资源消耗速度远超真实人类用户——一个恶意脚本在几小时内消耗掉的 Token 成本，可能相当于过去数周正常用户的总和。

如果攻击者利用自动化工具不断创建新账户，疯狂榨干免费 Token 额度，并在真实账单生成前“消失”，AI 企业损失的将不仅是闲置的服务器资源，更是实打实的现金流和利润空间。Stripe 观察到，在滥用免费试用的增长趋势中，AI 企业占据了最大份额：相比传统 SaaS 企业，那些提供自助注册并开放 API 的 AI 初创企业所面临的滥用风险高出整整 10 倍。

图注：提供自助注册并开放 API 的 AI 初创公司遇到的免费试用滥用情况，显著高于企业级 AI 解决方案

这一风险对于正在积极布局全球化的中国 AI 企业尤为致命。过去几年，天生具备全球化基因的 AI 创业者和出海团队，核心关注点在于模型能力突破和全球用户基数增长。然而，随着免费试用、按量计费（Pay-as-you-go）以及智能体服务模式的普及，如何防范 Token 滥用和资源盗用，已成为商业化过程中必须直面的核心问题。

在全球市场环境中，攻击往往表现为跨地区、跨身份、跨支付方式的自动化网络，其复杂程度远超传统的信用卡盗刷。若不能在产品设计之初构建防御机制，企业的全球化步伐极易陷入“增长等同于流血”的困境。

当欺诈目标从资金变为资源，风控体系亟待升级

为应对不断演变的欺诈手段，Stripe 的反欺诈产品 Radar迎来了史上最大规模的升级。此次升级并非简单增加几条规则，而是从底层构建了一套真正适配“智能体经济”的新型风控体系。

数据反馈直观且有力：仅在一个月内，Stripe Radar 就为八家处于高增长阶段的 AI 公司成功拦截了超过 330 万次高风险注册尝试。

1. 防线前置：从账户创建阶段阻断滥用

在产品设计上，Radar 首先将防线前置，从账户创建伊始便识别多账户滥用行为。系统实时结合 Stripe 全球网络沉淀的设备指纹、IP 地址、邮箱域名等历史风险信号，对每一个新注册账户进行实时评估。在免费额度被消耗之前，潜在的滥用风险即被阻断。

• 案例：知名语音 AI 企业 ElevenLabs利用这一前置能力，每天精准拦截约 2000 个试图滥用免费套餐的虚假账户，极大守护了企业的核心算力资源。

2. 预测恶意欠费：从“事后追责”到“事中干预”

针对 AI 行业普遍采用的“按量计费”场景，Radar 新增了对恶意欠费风险的预测能力。过去，企业只能在月末账单逾期时才发现遭遇了“吃霸王餐”的欺诈者；现在，系统能够在资源持续消耗的过程中，预判该用户是否存在拒付风险。

一旦发现异常，企业可自动触发以下措施，将损失降至最低：
* 要求预充值
* 动态下调并发请求限额
* 直接暂停服务接口

3. 精细化风险标尺：区分授权智能体与恶意机器人

随着智能体商务（Agentic Commerce）的加速渗透，Stripe 开始建立更精细化的风险标尺，以区分获得客户授权的合法智能体与恶意“薅羊毛”的机器人。Radar 会为机器交易行为生成风险评分，帮助企业识别那些试图利用自动化能力抢购资源、滥用促销政策或绕过交易规则的恶意行为。

结语：重构底层商业规则

纵观 AI 的演进脉络，智能体带来的最大变化或许不在于其能替人类完成多少繁杂任务，而在于机器本身开始自主消耗资源、创造商业价值，甚至直接参与并主导交易的发生。当智能体开始参与甚至构建一笔交易，风险也必然随之迁移。

从盗取资金到盗窃资源，从传统的支付欺诈到隐蔽的 Token 盗用，AI 时代正在重构底层商业规则。对于身处全球化竞争风暴眼的 AI 企业而言，懂得如何利用新一代风控基建去捍卫这些规则，已然变得与探索 AI 技术边界同等重要。Stripe 依托其庞大的全球运营规模和在 AI 领域的持续观察与投入，正为全球化企业在 AI 时代的长期增长保驾护航。

转载来源：Stripe
声明：本文为量子位获授权转载，观点仅为原作者所有。

(责任编辑：综合)