一句话看懂：Meta 正在 WhatsApp 上测试一项名为 Scam Alert 的可选功能，用手机端本地运行的机器学习模型识别疑似诈骗消息并弹出警告。值得关注的不是“AI 反诈”本身，而是 Meta 选择把分类模型完全放在端侧，让消息内容不出设备。
事件核心：发生了什么
据 The Verge 报道，Meta 已开始在 WhatsApp 上限量测试 Scam Alert 功能。该功能基于端侧机器学习模型，用户开启后，系统会在本地判断收到的消息是否疑似诈骗。一旦被标记，聊天界面会出现一条警告，且这条警告只有接收方自己能看到，对方不会察觉。用户可以选择屏蔽、举报或继续对话，也可以把该聊天标记为“信任”，之后这个聊天不会再触发提醒。
值得注意的是，用户标记信任时，可以主动选择将最近收到的 5 条消息发送给 WhatsApp，用于优化模型准确率。Meta 表示，开启该功能后，“没有任何消息内容离开用户设备用于分类”，也不会自动向 WhatsApp、Meta 或任何第三方上报内容，用户可以随时关闭功能。
背景数据来自美国联邦贸易委员会（FTC）：2025 年，仅通过 WhatsApp 发生的骗局就导致受害者报告损失 4.25 亿美元，而社交媒体平台上的骗局总损失超过 21 亿美元。WhatsApp 目前拥有超过 30 亿用户，一直是“杀猪盘”、电汇诈骗等犯罪的重灾区。今年早些时候，Meta 还曾在 WhatsApp 上针对设备关联请求推出过诈骗检测。
为什么重要
这表面上是又一项反诈小功能，实际上代表了端侧 AI 在隐私敏感场景的一次关键落地。WhatsApp 的核心卖点是端到端加密，如果把消息传到云端做 AI 筛查，等于在加密链条上开一个口子，既损害品牌信任，也容易触碰 GDPR 等隐私合规红线。Meta 选择用端侧模型完成分类，等于把“AI 安全防护”和“端到端加密”一起保住了，这两件事在以往常被看作不可兼得。
同时，整个行业也在往同一方向走：Google Messages 已经在用 AI 检测诈骗短信。头部厂商不约而同把安全检测做成端侧推理任务，说明大模型的商业化路径不只有聊天助手和图像生成，端侧小模型在高频、实时、隐私敏感的安全场景里，可能更快形成用户可感知的价值。
对用户/开发者/创作者的影响
对普通 WhatsApp 用户来说，这是一道额外的防线，尤其是面对“杀猪盘”等长线骗局时，本地警告可能帮助用户在转账前停下来。但端侧模型无法做到零误报，用户仍需要自行判断，误报后如何纠正的体验将成为关键。
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。
对开发者而言，Scam Alert 最有价值的部分是用户授权机制：当用户标记聊天为
