能否用技術阻止李文星、蘇享茂的死亡？

從橫屍水中的李文星，到一躍而下的蘇享茂。這些人的死激起輿論巨浪，但其實他們不過是做了一些正確的事：剛畢業的孩子渴望一份工作，辛苦的創業者渴望一份愛情，這是無比正常甚至天經地義的追求，但得到的結果卻無比殘酷。

這兩個人的悲劇，甚至更早的魏則西，分別來自不同的遭遇與不同的出發點，但他們的共同點在於，都使用了互聯網提供的平台信息交互功能並相信了它。結果卻都是落入圈套。

這類網路平台引發的血案，更驚悚的部分在於它總是挑選人群中的「好人」下手——他們單純、急切、懷抱希望，但社會卻對造成惡果的機體源頭無從下手。

這裡思考另一種給噩夢上鎖的可能：能否用技術保護信任？

信息交互平台的原罪

為什麼在互聯網安全問題鋪天蓋地的時代里，李文星這樣立志以IT為生的大學生，甚至蘇享茂這樣的網路技術大牛，還是分別倒在了招聘平台與婚戀平台開啟的深淵中？

歸根結底，在於他們遇到的並非是以技術驅動的「我，某某，打錢」這種純信息詐騙。在他們的遭遇中，Boss直聘、世紀佳緣這類平台只起到信息交互作用。身為當事人，除非從最後的結果回頭看，否則根本看不到疏於監管、審查不嚴的平台漏洞。反而對於當事者來說，這些平台是給他帶來剛需信息的通道。

無論是李文星遭遇的偽招聘實傳銷，還是蘇享茂遭遇的疑似騙婚，都是從線上平台導流，到線下再完成所有可能的非法行為。這樣一方面在線上不留蛛絲馬跡，可以讓勾當繼續下去。一方面便於近距離控制受害者，以免受害者發生警惕馬上中斷聯繫。

這一類的欺騙，往往對於有深度網路使用習慣，卻相對缺乏真實社會經驗的人來說防不勝防。假如沒有網路環境，相對內向、單純、不喜社交的人同時也更加可能隔離非法活動信息。但網路環境深入人心以後，社交網路在放大連接能力的同時，也把社交群落狹窄的人連接到了原本不屬於其「圈子」的非法行為當中。就這個邏輯看，信息交互平台對於一部分人是有其原罪的。

當然，任何技術都是增值與降值的雙面體。招聘、婚戀，甚至生活服務和電商平台，本質都是放大信息發出與接收雙方的效率。這其中也包括惡人的效率。

所以徹底封殺信息平台是不可取的，阻礙信息就是斷絕可能，那是對另一些人的不公平。正確的解題思路，在於把「惡」的那一部分信息和信息釋放者找出來。但傳銷、非法集資、非法醫療、平台信息泄露帶來的線下騷擾，這類問題卻依舊難以禁止，似乎永遠都能死灰復燃，搞一個更大的新聞出來，這是為什麼？

或許是因為我們賴以對抗這類犯罪的武器，其實是不足以令人信任的——不能相信人性、不能相信常識理性與主動防範意識、不能相信平台的道德水準、不能相信監管效率。

這類騙局的漏洞

難道借道網路平台的騙局就無敵了嗎？恐怕未必。

雖然很難相信常規手法和個體的自覺來對抗這類詐騙，但這類騙子無論是傳銷還是騙婚，亦或假醫療、假項目、假專家，都有要通過信息平台的留下眾多信息和介面。這些痕迹，就是他們的漏洞所在。

最簡單直接的就是身份漏洞。從李文星的案例看，事涉的偽招聘公司資質有大量問題，甚至已經有人在社交媒體上就這家公司的身份漏洞提出了明確質疑。問題在於李文星沒有看，或者看了不願相信這些懷疑，他自己也無從在網路上驗證這些懷疑。

其次，這類騙局因為長期經營信息平台，必須要進行重複的對接、洽談和引導，這些信息事實上是可以被存儲與記憶的。反覆進行某種引導也很容易被未上當的用戶發現，需要的只是將這些信息收集並放大出來。

線上導流的騙局，另一個問題在於經常要進行一些類似的行為指引。比如如何來我公司、如何找到本醫院、曬財產證明才能見面相親等等，這些行為是可以標記的數據。也是發現騙子的核心方法之一。

利用這些漏洞，或許可以構建起更優質的技術防護網，把噩夢隔絕在好人的生活之外。而不是發現一起查一起，爆料一起罵一起。

技術解決方案

通過上面介紹這類騙局的共性與弱點，我們認為整個流程邏輯中，有三處是可以被技術重壓的。

這裡我們舉例一種用「區塊鏈+人工智慧」來構築平台智能防騙的方案，其實這種方案類似於Fintech中的風控技術。只是目標不再是數據，而是有血有肉的人。

針對社交與信息網路上的個人安全進行防護，技術以外的難點有二：首先是不能相信任何平台的立場；其次是必須嚴格保護公民隱私，不能讀取用戶數據完成防騙（也就是說你不能監控一個人的微信聊天記錄，然後突然在屏幕上跳出來說：這女人在騙你快跑啊！）

一、建立平台入駐者的區塊鏈信用體系。雖然區塊鏈最近被喊打喊殺，但就像不能把恐怖襲擊歸結於火葯的發明一樣，區塊鏈本身是相當有益處的技術突破。無論是招聘還是生活服務，入住商家的不透明與信息輕易變更是對用戶最大的信任風險。通過區塊鏈建立不可更改的信用數據體系，並進行開放可視化，很多有危險可能的商家將無處遁形。

延伸一步來看，通過區塊鏈體系數據，對企業方的高危行為、傾向性暗示，甚至不好的誘導進行標記，並通過智能決策體進行分揀，通報給與之交流的用戶，則形成了良好的預警機制。甚至可以通過機器學習技術模擬特定演算法，對企業、商家，甚至某些特別領域的個人用戶進行評分，最大化提高詐騙的犯罪成本。

就像歐洲很多國家推出的「電子公民」計劃一樣，信用數據的關鍵點在於通用和共享，並且要為正常企業提供實時變更信息的通道。

二、被動發起的智能決策體。人工智慧的應用場景中，有一個重要節點就是通過綜合數據進行機器學習，自動預測與推理目標行為，而這項能力或許可以運用在用戶對網路另一頭產生安全疑慮時。說白了，主動搜集和分析用戶數據是非法的，但如果讓用戶主動把各種數據輸入到一個智能決策體中。通過對提供的聊天信息、社交網路信息、資質文件進行綜合分析與大數據配比，反過來告訴用戶你是不是在跟騙子交往，或許是可行的辦法。

不難發現，蘇享茂和李文星的案例中。李文星雖然與朋友溝通了，但他缺乏能給出明確建議的朋友。蘇享茂或許有這種朋友，但出於面子與隱私，他並沒有選擇與朋友溝通。智能決策體或許可以承擔這個角色——至少在蘇享茂的案例中，機器人可以很輕易地發現他自己並沒有意識到或者不願相信的種種異常。

三、針對「個人安全」的AI防火牆。通常意義上講，所謂個人防火牆保護的其實不是你這個人，而是你的終端和數據。但在人工智慧時代，通過AI抽樣和評估個體數據，建立網路安全環境中的警告與提示功能，或許已經十分必要了。

世界如此美好，我們當然不希望每個人都變成五花八門的防騙專家。而這些事或許可以交給AI來做。個人AI尤其是手機AI正在快速形成風口，但相比於讀取用戶習慣提供針對性服務，讀取用戶信息提供個人安全服務或許是更急迫的一件事。

以上提供的只是一些技術邏輯出發的防騙可能。重點是想表明，在平台環節、信息交互環節與個人環節建立技術預警，是社交媒體環境中安全技術的基本思路。

噩夢永遠無法被徹底鎖在箱子里，但用技術為這個箱子加上一把鎖，是我們對那些不幸者的基本尊重。他們的悲劇本可以避免——如果我們不是沉湎於網路帶來的興奮，而是提早重視它的污穢。

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！