近期，美国商品期货交易委员会（CFTC）对预测市场平台 Polymarket 进行广泛调查，涵盖其社交媒体活动等业务环节。此前，美国共和党参议员 John Curtis 与民主党参议员 Adam Schiff 联名致信美 CFTC 主席 Mike Selig，敦促其对 Polymarket KOL 付费虚假营销、使用欺诈性营销手段向美国受众推广博彩类产品等行为发起调查。
过去一年，AI 智能体（AI Agent）已经从技术演示逐渐进入真实商业场景。随着各种“龙虾”的爆发，越来越多 AI 产品开始具备自主完成任务的能力：它们能够搜索信息、调用工具、连接服务，甚至可以代表用户完成复杂工作流。正如 Stripe 全球数据与 AI 负责人 Emily Glassberg Sands 所观察到的那样，AI 正在从工具演变为互联网中的一种新型经济参与者——智能体不再只是生成内容，而是开始承担买家甚至主导交易的角色。然而，这种新的模式也会滋生新的问题——词元（Token）盗用。Emily 强调，这可能是当下 AI 行业最被低估的问题之一。
AI 时代的新型盗窃：有人盯上的不是钱，而是 Token
传统互联网时代的黑灰产，其终极目标往往是窃取用户的信用卡信息以进行非法套现。但对于当今的许多 AI 企业而言，攻击者的目标已经发生了转变：他们垂涎的不再是账户里的资金余额，而是底层昂贵的推理资源、模型能力和 Token 额度。与之相关的欺诈方式通常有两种：一是滥用免费试用额度，即反复领取新用户权益；二是账户滥用，即批量注册虚假账号来放大收益。Stripe 的官方数据显示，在 Stripe 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多，且每 6 次注册尝试中就有 1 次来自恶意行为。
Stripe 全球数据与 AI 负责人 Emily Glassberg Sands 分享注册尝试的恶意行为数据
与传统 SaaS 企业不同，随着智能体开始参与交易并执行任务，Token 被盗用的破坏力将进一步放大。核心原因在于，智能体的计算资源消耗速度远超真实用户——一个恶意脚本在几小时内就可能消耗掉过去数周才会产生的 Token 成本。如果攻击者能够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”，那么 AI 企业损失的将不只是闲置的服务器资源，而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 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情况高出整整 10 倍。
提供自助注册并开放 API 的 AI 初创公司遇到的免费试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 企业同样致命：过去几年，天生走全球化路线的 AI 创业者和出海团队最关心的是模型能力和全球用户基数增长。但随着越来越多企业开始采用免费试用、按量计费以及智能体服务模式，如何防范 Token 滥用、资源盗用等恶意行为，已经成为商业化过程必须直面的问题。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，其复杂程度远高于传统的信用卡盗刷行为。如果不能在产品设计之初提前防范，企业的全球化步伐极易陷入“增长等同于流血”的困局。
当欺诈目标从资金变成资源，风控也亟待升级
为应对不断变化的欺诈方式，Stripe 的反欺诈产品 Radar 迎来了史上最大规模升级。此次升级并不是简单地多增加几条规则，而是从底层建立一套真正适用于智能体经济的新型风控体系。数据的反馈十分直观：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 万次的高风险注册尝试。
其次，针对 AI 行业普遍采用的“按量计费”收费场景，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遇到了“吃霸王餐”的欺诈者；而现在，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，企业可以自动触发预充值要求、动态下调并发请求限额或直接暂停服务接口，从而将损失降至最低。
纵观 AI 的演进脉络，智能体带来的最大变化或许并不在于其究竟能替人类完成多少繁杂的任务，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 则可以依托庞大的全球运营规模和在 AI 领域的持续观察与投入，为全球化企业在 AI 时代的长期增长保驾护航。
但以上这些可能是 Pumpfun Go 仅存的充满“温情”的一面，剩下的大部分任务则是充满侮辱、恶趣味和伤害。
因此，Pumpfun Go 一上线，许多人便将其视为《黑镜》第七季首集《Common People》的现实翻版。然而，早在 10 年前上映的另一部电影《玩命直播》（Nerve），早已预言了 Pumpfun Go 流行必然伴生的流量陷阱、网络暴力与匿名群体的集体癫狂。
电影中女主角 Vee 是一名性格内向的高中生，一次偶然，她下载了一款风靡全网的直播游戏 Nerve，在该游戏中观众可以支付费用为玩家设计挑战。起初，挑战只是一些无伤大雅的事情，例如亲吻陌生人、穿着奇装异服出门等，但随着观看人数暴涨，奖金越来越高，挑战也越来越危险和猎奇，如脱衣、蒙眼骑摩托车高速狂飙等。
电影中男女主被要求在电梯里脱衣
Meme 币炒作的核心是吸引注意力，而从人性角度来讲，猎奇、侮辱、夸张和刺激的内容总是比温情、正能量的内容更容易吸引眼球，玩家为了给 Meme 币制造话题，注定会发布具有争议的赏金任务，Pumpfun Go 也就此走向荒诞与混沌。
走向荒诞与混沌：在额头纹身赚 1.4 万美元
在 Pumpfun Go 的平台规则中，明确禁止了暴力、诽谤威胁、歧视和色情等相关赏金任务的发布。这些带有实质性伤害的内容很容易辨别，但那些带有猎奇色彩、侮辱性的赏金任务却无法禁止。人类对道德和尊严的容忍程度并没有一个通用的底线，而这些任务发布者和挑战者之间存在的就是“一个愿打，一个愿挨”的关系，因为给的实在太多了。
当前，Pumpfun Go 上获得最高赏金的是一名叫“riri_z1”的用户，仅完成了一次任务就获得了约 1.4 万美元（约 9.5 万元）的赏金——他的任务是在额头上纹一个“bounty.fun”。
任务发布者之所以要求挑战者将“bounty.fun”纹在头上，是因为他发行了一个同名 Meme，这么做短时间内能得到大量的关注。完成任务的是一位菲律宾老人，他在提交中只说了一句“we need money”。
Pumpfun Go 上已被完成的高赏金任务均与额头纹身性质类似，充满了猎奇、荒诞和恶作剧。ayushquant 是 Pumpfun Go 支付赏金最多的任务发布者，共支付了约 1 万美元的赏金给挑战者，他发布的任务包括喝一瓶辣椒酱、在镜头前吃掉三只活虫、从屋顶后空翻进泳池等——ayushquant 此前也发布过一些如帮助流浪汉的赏金，但关注度远没有“重口味”挑战任务高。
一位黑人小哥为获得赏金在镜头吃掉三只活虫，获得 174 美元赏金（约 1200 元人民币）
我们到底在唏嘘什么？
尽管所有挑战均由参与者自愿完成，甚至他们在获得报酬后还会对发布者表示感谢，但社会各界仍纷纷抨击 Pumpfun Go 实质上是在诱导底层人群在公共场合做出有损人格的羞辱性行为，放大了人性中幽暗的一面。
在海外社交平台 X 上讨论 arivu 额头纹身相关话题的帖子下面，X 产品经理对此评论称：“很可悲，当所有富人都离开了加密行业后，现在整个行业就只剩下美国的青少年在逼迫穷人做丢脸的事情。”
这场关于道德和尊严底线的争议大概不会有结果。在 Pumpfun Go 的整个机制中，有钱人获得了乐趣，穷人获得了金钱，这看起来似乎是一种各取所需、绝对公平的“双赢”，但为何目睹一切的我们，仍会不可抑制地感到一种深不见底的悲凉和唏嘘？
Pumpfun Go 折射的是实际是这个社会的权力结构，富人拥有的最大资产不是钱，而是穷人。当一个人足够缺钱时，尊严、身体、名誉，都会变成可以被标价的商品，一句“we need money”，究竟能够让人们放弃多少东西？而利用经济不平等让贫困或绝望者为赏金做出永久性或高风险行为，这就是 pumpfun 无论如何也无法洗掉的罪责。
AI 正在以前所未有的速度提升整个社会的生产力，当 AI 真正取代了人类繁重的生存性工作，如果有一天技术创造出的财富足够覆盖每一个普通人的基本生活，让人不必再为了几十元舔厕所地板，不必再为了几千美元把字母纹在额头上，不必再为了生存接受任何羞辱戏虐的挑战，而是都有尊严的活着，人类或许才算真正走出了这长达数千年的蛮荒。
