一句话看懂：快手在最新反诈报告中披露，其基于AI大模型的反诈系统已实现每天84万次模型调用、每周识别近10万个风险账户，成功拦截98.1%的诈骗活动。这标志着AI大模型在短视频平台反欺诈场景正式进入规模部署阶段。
事件核心：发生了什么
在《2026年反电信网络诈骗治理报告》中，快手反诈团队披露了过去一年的治理成果。报告显示，团队构建了覆盖事前、事中、事后全链条的保护体系，核心手段是自研AI大模型。该模型每日被调用超84万次，每周识别约10万个风险账号，风险召回率提升80%。在具体执行层面：平台新增了超200个风控模型和900多条策略，覆盖私信、群聊、视频直播等场景，成功拦截1.76万条诈骗视频和直播，治理能力提升5倍以上。此外，快手还识别出800万潜在易受骗用户，发送超21.4亿次反诈提醒。在警企协作方面，平台每日向警方提供超500条涉诈线索，协助破案超2000起，抓获超600名嫌疑人。
为什么重要
此次报告的意义在于首次公开披露了AI大模型在短视频平台反诈场景下的实际性能指标——日均84万次调用、98.1%拦截率。此前，业界对大模型在风控场景中的实时性、召回率和误报率缺乏公开验证数据。快手给出的80%风险召回率提升和5倍以上治理能力增长，为AI在反欺诈领域的技术可行性提供了可量化参考。同时，该体系覆盖了从模型训练到警企联动的完整闭环，显示平台已从单一规则过滤转向“AI模型+人工+外部协作”的三层防御架构，这一模式可能被其他平台借鉴。
对用户/开发者/创作者的影响
普通用户：受到的保护显著增强。平台在识别到可疑行为（如诱导转账、虚假投资链接）时，会主动推送超过21亿次反诈提醒，并且近99%的诈骗活动在造成实际损失前即被拦截。但对于正常用户的通信，AI模型需平衡拦截率和误杀率，目前报告未公布误报率数据。
AI 工具推荐
想把多个 AI 模型放在一个入口？
GamsGo AI 集成 ChatGPT、DeepSeek、Gemini、Claude、Midjourney、Veo 等常用模型，适合写作、绘图、视频和日常 AI 工作流。
推广链接：通过此链接购买，我可能获得佣金，不影响你的价格。
开发者和安全从业者：快手的风控模型已扩展到200多个，覆盖私信、群聊等不同场景。这意味着在技术上，平台正从“一刀切”规则转向场景化的AI模型。开发者可以关注其公开的模型架构和特征工程方法（如有），这对于从事内容安全、欺诈检测的团队有参考价值。
创作者和MCN机构：治理能力增长5倍以上意味着更高频的账号行为审查。合规创作者需注意聊天、私信、评论区中的诱导性话术会被AI快速标记；不法创作者则面临更精准的封禁风险。目前公开信息显示，平台已拦截1.76万条诈骗视频/直播，审查颗粒度在持续细化。
值得关注的后续
1. 模型误报率与用户体验的平衡：报告未公布AI模型的误报率（正常用户被误判为风险账号的比例）。后续产品能否在拦截率提升的同时，减少对正常用户私信、群聊功能的干扰，将直接影响用户口碑。
2. 技术与欺诈手段的军备竞赛：报告指出欺诈团伙正利用AI技术“快速更新手段”，后续快手是否会公开更细粒度的对抗策略（如实时模型更新频率、对抗样本防御方案）值得关注。
3. 警企协作模式的可复制性：每天提供500多条线索并协助破案2000起的协作机制，若形成行业标准协议，将对整个短视频和直播行业的合规治理产生示范效应。
来源：AIbase
