AI能在手机本地识别诈骗对话，谷歌和新加坡政府都看不到内容

投资骗局、虚假招聘、冒充政府官员，这类诈骗占新加坡报案犯罪的一半以上。自2019年以来，它们造成的损失超过40亿新加坡元。更难对付的是靠精心设计的对话一步步骗取信任。这类复杂社会工程诈骗造成的损失，能占到所有诈骗损失的八成。

Google DeepMind和新加坡政府科技局在国家AI伙伴关系框架下合作。他们微调了一个隐私保护的、设备端的诈骗检测模型。模型基于Google轻量级的Gemma系列，在本地诈骗对话上微调。与传统威胁检测依赖云端服务器扫描消息不同，这个模型直接在设备上处理对话数据。

模型识别本地骗局的能力来自训练素材。微调数据里有冒充公共机构、银行和本地人物的对话，也有正在流行的区域性骗局。微调后的模型能区分良性社交闲聊和真正的操纵，而不是只会匹配关键词。模型还针对合成对话和本地语料库做了压力测试，覆盖各类诈骗和不断演变的冒充策略。

把复杂的诈骗分类器塞进智能手机有现实约束，电池是关键。DeepMind的解法是两阶段流程。第一阶段，一个轻量级高效分类器用最小功耗筛选入站消息，先挑出可疑内容。第二阶段，微调过的Gemma模型分析更大范围的对话快照，确认威胁或排除误报。

设备端处理带来速度优势。对话在本地分析，不用等数据上传云端再返回结果。这个时间差，可能决定转账或凭证泄露前来不来得及反应。安全防护就在手机里，聊天内容不出设备，不必在安全和隐私之间二选一。

模型区分闲聊和操纵的准确率是多少、误报率多高，Google没有公布。一个靠实时警告起作用的系统，如果频繁误报，提醒很快就会失去意义。

隐私是这次合作最在意的部分。部署后，模型只有得到同意才能访问设备上的对话，并遵守应用的使用条款。模型完全运行在设备上，新加坡政府和Google都无法通过部署接触对话内容。一个政府参与开发的系统，政府自己也看不到数据，设备端架构从源头规避了这个可能。训练环节同样隔离。微调在新加坡政府科技局管理维护的Google Cloud环境里进行。训练数据严格排除私人或可识别个人信息，只用诈骗报告和情报源派生的匿名数据集。聊天界面会不会提示对话正被分析、有没有开关选项，官方没有说明。

检测到操纵性的对话模式时，手机会弹出实时警告。提醒暂停、谨慎行事，别急着分享敏感信息或转账。这套机制只提醒，不拦截。

模型在应用中的推出将分阶段进行，与新加坡政府合作开发。项目在2026年新加坡国际网络周上做了展示。哪些应用先接入、什么时候能用，还没有时间表。

这个合作给消息平台提供了一个参考。端到端加密的消息服务，服务器读不到内容，云端检测无从下手。把分析放到设备端，不动加密，也能在本地判断风险。Google说，后续会分享更多和新加坡政府的合作进展。类似技术能不能部署到其它国家，也在探索中。

换一个语言环境，冒充话术和骗局套路都会变，模型需要重新训练适应。其它国家的部署，目前没排上日程。