QIAN数据：每个被骗的人都说过一句话：我不会上当

先验直觉： 被骗从来不是智商问题。研究201份真实诈骗案件报道后发现，受害者有一个共同特征——他们都在某个时刻对自己说过"我不会上当"。恰恰是这种自信，让骗子有了可乘之机。骗子不挑人，挑的是人性。

关键词： 诈骗心理学，信号检测理论，贝叶斯更新，话术分析，受害者画像

---

1. 数据的真相

先看我们分析的数据来源——201份公开的诈骗案件报道摘要，均来自法院已审结的真实案件。这些不是受访者自述，不是网络调查，是已经法庭认定的事实。每份摘要包含：作案手法、涉案金额、受害者特征和量刑结果。

这些案子覆盖了市面上几乎所有诈骗类型：

诈骗类型	案例数	平均涉案金额
冒充身份（公检法/领导/亲友）	70	约200万
投资/集资诈骗	18	约57万
合同诈骗	16	约211万
贷款/信用卡诈骗	22	约39万
电信诈骗	50	约602万
婚恋/社交诈骗	10	约110万
传销	15	—
网购/退款诈骗	14	约2万
招聘诈骗	8	约3万
针对老年人	12	约95万

每个数字背后都是真实的人——有一个算一个，他们在被骗之前，都觉得自己不会被骗。

2. 六个剧本

201起案子，骗子的手法五花八门，但话术框架只有六种。

2.1 冒充公检法

话术逻辑： "你涉嫌洗钱/诈骗案→需要配合调查→将资金转入安全账户→验证资产→冻结"

这是最常见的一种，占比超过三分之一。经典手法是：冒充公安局、检察院或法院工作人员来电，精准说出受害者的姓名和身份证号，然后抛出"你涉嫌洗钱""你的银行卡被用于犯罪"等指控。对方会感到恐惧——这时候骗子给出的解决方案是"配合调查，将资金转入安全账户"。

识别信号： 主动来电自称公检法 + 要求转账到"安全账户" + 不允许挂电话 + 发送虚假通缉令

典型案例：某财务人员接到"公安局"电话，称公司账户涉嫌洗钱，要求将资金转入"安全账户"核查。对方在电话里扮演了"警官""检察官""法官"三个角色，持续通话4小时。结果：411万被骗走。

2.2 杀猪盘/婚恋诈骗

话术逻辑： "交往→秀收益→带你投资→先赚小钱→大额投入→消失"

这类骗局周期最长。骗子在社交平台上以虚假身份接近目标，建立恋爱关系——每天嘘寒问暖，关怀备至。在一到两周的感情铺垫后，开始展示"投资收益截图"，邀请对方一起赚钱。先投几百块，确实赚了，能提现。然后追加几千、几万，最后几十万。等投入达到某个临界点，平台崩溃，对方拉黑。

识别信号： 网上认识后迅速建立恋爱关系 + 从不视频/见面 + 展示虚假投资收益 + 诱导到第三方平台投资

典型案例：某女子通过微信认识"富二代"，交往1个月后对方推荐投资平台，先投5万赚了8000元，随后追加到47万。平台无法提现，"富二代"同时失联。

2.3 冒充熟人/领导

话术逻辑： "我是你领导/朋友→换了新号码→急需用钱周转→转这个账户→以后还你"

骗子通过非法获取的个人信息，精准说出你的名字、工作单位甚至最近的社交动态。然后用"换号了"降低警惕，以"紧急""不方便""别让其他人知道"等理由制造情境压力。

识别信号： 陌生号码自称熟人 + 拒绝视频/见面确认 + 理由紧急 + 催款

典型案例：骗子盗取留学生QQ号后，冒充其身份向家长要"培训费"，家长看到QQ头像和聊天记录都是孩子的，没多想就转了6万。

2.4 投资理财诈骗

话术逻辑： "内幕消息/稳赚不赔→先试水赚几百→加大投入→无法提现→平台跑路"

这类案子单案金额通常最高。骗子搭建虚假投资平台，通过微信群、直播间等渠道推广。一开始确实能赚钱提现——这是"喂糖"阶段。当受害者追加到大额后，平台会以"系统维护""账户冻结""缴税"等理由阻止提现，最终跑路。

识别信号： 承诺保本高收益 + 非正规APP交易 + 先给甜头后要求追加 + 提现各种理由

典型案例：某团伙搭建虚假黄金期货交易平台，通过直播间"老师"带单。200多名投资者投入超过1000万，平台在一个月后关闭。

2.5 网购退款诈骗

话术逻辑： "您购买的商品有质量问题→给您退款→扫二维码/点链接→输入验证码→钱被转走"

这是最"技术流"的一种。骗子精确掌握受害者的购物信息——买了什么、多少钱、什么时候买的——然后冒充客服来电。受害者听到对方准确报出订单信息，几乎不会怀疑。接下来骗子引导受害者打开支付宝/微信的"退款"页面，实际上是一个虚假转账链接。

识别信号： 主动来电退款 + 引导你操作转账 + 发链接/二维码 + 索要验证码

典型案例：某女大学生接到"淘宝客服"电话，称她买的衣服有质量问题要退款。对方准确报出订单号，她信了。按指引操作后，卡上20万被划走——那是她父母准备给她买房的首付。

2.6 针对老年人的诈骗

话术逻辑： "免费体检/义诊→查出严重健康问题→这款保健品/仪器能治→高价购买→无效消失"

这是最令人心酸的一种。骗子利用老年人对健康的焦虑和对"权威"的信任——通常身穿白大褂、打着"中国老年协会""三甲医院专家"的旗号。现场"体检"后，每个老年人都会被查出"严重问题"，然后推销数千元到数万元的保健品。

识别信号： 免费/赠送为诱饵 + 上门服务或线下讲座 + 夸大病情制造恐惧 + 高价兜售

典型案例：某团伙以"免费义诊"为名，在多地酒店举办健康讲座。70位老人参加，平均每人花费4300元购买"能治百病"的保健品。总涉案金额30万。

3. 为什么"我不会上当"本身是个陷阱

201份案件摘要告诉我们一个反直觉的事实：受害者群体并没有明显的智力或教育水平差异。被骗的人里有退休教授，也有初中毕业的打工者；有企业高管，也有全职妈妈。

问题出在认知偏差上。

① 乐观偏差（Optimism Bias） 大多数人倾向于认为负面事件发生在自己身上的概率低于平均水平。"交通事故会发生在别人身上""疾病不会找上我"——同样，"诈骗离我很远"。这种偏差让人在面对诈骗信号时不会启动防御机制。

② 权威遵从（Authority Bias） 冒充公检法之所以成功率最高，不是因为骗术高明，而是受害者骨子里对"公权力"的服从倾向。当对方说出"我们是公安局的"，很多人第一反应不是怀疑，而是紧张。

③ 沉没成本（Sunk Cost） 杀猪盘和投资诈骗中，受害者明知可能有问题，但已经投入了几万甚至几十万。"我再投一笔就能把之前的钱拿回来"——这句想法的结局，通常是越陷越深。

④ 社会认同（Social Proof） 群里除了你全是托。投资诈骗群里，几十个"托"每天晒盈利截图——"今天又赚了5000""感谢老师带我飞"。当周围的人都在做一件事，人会不由自主地跟随。

4. 信号检测理论：诈骗识别的数学框架

认知偏差解释了"为什么人会被骗"，但没能回答一个更根本的问题：人在什么条件下会相信一个可疑的信号？

这个问题，信号检测理论（Signal Detection Theory, SDT）给出了数学解答。

4.1 两个分布，一个阈值

SDT的核心思想是：任何需要判断"信号是否存在"的决策场景，都可以用两个重叠的概率分布来建模。

这里，诈骗识别的过程可以抽象为两种状态：

• 噪声分布：对方是正常的通话/消息（没有诈骗）
• 信号+噪声分布：对方正在实施诈骗

人的决策取决于两个因素：感知到的信号强度 $x$ 和决策阈值 $\beta$。当信号强度超过阈值，人就判断"这是诈骗"；低于阈值，就判断"这不是诈骗"。

这就是为什么"我不会上当"这句话如此危险——它把决策阈值设得过高，导致大量诈骗信号被归入"正常"，被称为漏报（Miss）。

4.2 敏感度与偏好的分离

SDT最漂亮的地方在于，它把两个概念分开了：

• 敏感度 $d^{\prime }$：区分信号和噪声的能力，取决于受害者的知识储备和经验
• 决策偏好 $\beta$：做出"是"或"否"判断的心理阈值

公式很简单：

$$d^{\prime }=Z(\mathrm{HR})-Z(\mathrm{FAR})$$

其中 $Z(\cdot )$ 是标准正态分布的逆函数。$\mathrm{HR}$（Hit Rate）为命中率，$\mathrm{FAR}$（False Alarm Rate）为虚报率。 $d^{\prime }$ 越大，说明辨别能力越强；$\beta$ 越高，说明人越保守（倾向于"不是诈骗"）。

"我不会上当"的心态，本质是把 $\beta$ 推到极端高位，代价是命中率急剧下降。

4.3 ROC曲线下的真相

如果我们画出不同 $\beta$ 取值下的命中率和虚报率关系，就得到ROC曲线。曲线下的面积（AUC）衡量一个人的诈骗识别能力。

201份案例中，大量受害者在被骗前对诈骗信息有**AUC接近随机水平（0.5）**的表现——不是因为笨，而是因为 $\beta$ 过高，操作点落在ROC曲线的左下角。

5. 贝叶斯更新：骗子如何一步步瓦解你的信念

如果说SDT解释了"为什么你一开始没识破"，那么贝叶斯更新解释了"为什么你越陷越深"。

5.1 从怀疑到相信的数学轨迹

贝叶斯定理给出了人在接收到新证据后更新信念的数学公式：

$$P(H|E)=\frac{P(E|H)\cdot P(H)}{P(E)}$$

在冒充公检法诈骗的场景中：

• $P(H)$ = 初始先验概率：你认为"对方是警察"的概率（最初很低，比如5%）
• $E_1$ = 证据1：对方准确说出了你的姓名和身份证号
• $P(E_1|H)$ = 如果是警察，提供这些信息的概率 ≈ 99%
• $P(E_1|\mathrm{\neg }H)$ = 如果是骗子，提供这些信息的概率（由于信息泄露）≈ 30%

第一次更新：

$$P(H|E_1)=\frac{0.99\times 0.05}{0.99\times 0.05+0.30\times 0.95}\approx 14.8\mathrm{\%}$$

受害者从"5%相信"变成"15%相信"——已经翻了3倍。

但骗子不会只出一次牌。

$E_2$ = 证据2：对方说"你可以拨打114核实这个号码"，并给了你一个号码。你挂了电话，打了114，确实查到了那个单位。

$E_3$ = 证据3：对方发来了一份印有你照片的"逮捕令"。

每一次证据更新，都会让后验概率大幅上升。下图模拟了这个过程：

当后验概率超过90%，受害者已经完全相信对方——这时候无论多么荒谬的要求（"转账到安全账户"），都会被执行。

5.2 关键洞察

这个模型揭示了反诈最关键的一步：不是提高人的辨别能力（$d^{\prime }$），而是打断证据链。只要在某个证据传递环节插入一个"停下来"的信号，贝叶斯更新就会中断，后验概率不会继续攀升。

这解释了为什么"转账前打给另一个人确认"是最有效的防骗策略——相当于人为地制造了一个负面的证据项，让贝叶斯更新向反方向运行。

6. 那么谁更容易被骗？

从201份案件摘要提取受害者特征：

特征	被提及次数
女性	33
老年人	16
退休人员	11
学生/大学生	10
农民	8

但这张表的正确理解方式不是"女性更容易被骗"——而是女性在社交类诈骗（杀猪盘、婚恋）中被精准瞄准，老年人在保健类诈骗中被精准瞄准，学生在网购退款和兼职诈骗中被精准瞄准。

骗子不是随机选目标。他们有精准的猎物画像——选那些对自己最可能放松警惕的人。

7. 数学文化：从心理物理学到行为经济学

信号检测理论诞生于20世纪50年代的雷达探测研究。1954年，美国心理学家威尔逊·坦纳（Wilson Tanner）和约翰·斯韦茨（John Swets）受美国空军委托，研究雷达兵如何在噪声中识别敌方信号。他们发现，雷达兵的决策不仅取决于信号强度，还取决于他们的"心理阈值"——这个发现后来被应用到人的感知和决策研究中。

几乎同一时期，丹尼尔·卡尼曼（Daniel Kahneman）和阿莫斯·特沃斯基（Amos Tversky）在以色列开始研究人类决策中的系统偏差。他们发现，人在不确定性下的决策并不符合理性人假设，而是依赖一系列启发式（heuristics）——这些思维捷径在大多数情况下有效，但在特定条件下会导致系统性错误。

1981年，特沃斯基和卡尼曼发表了著名的"前景理论"（Prospect Theory），用数学模型描述了人在面对风险和收益时的非对称行为：损失带来的痛苦大约是等量收益带来快乐的2.5倍。这个发现在诈骗场景中有直接应用——骗子利用"即将损失"的恐惧来压制理性判断。

2002年，卡尼曼获得诺贝尔经济学奖，尽管他从未上过一堂经济学课。

从SDT的数学公式到前景理论的 $\lambda$ 系数，这些理论告诉我们：人的决策不是逻辑运算，而是有偏的统计推断。 骗子不是利用了人的愚蠢，而是利用了人的认知架构——那些在进化中帮助人类快速决策的机制，在精心设计的话术面前变成了弱点。

8. 一句话的防御

回到标题那句话："我不会上当"。

说出这句话的人，可能恰恰是最危险的目标。因为：

• 说"我不会上当"的人，不会主动了解诈骗手法
• 说"我不会上当"的人，遇到诈骗时更倾向于相信自己能识破（$\beta$ 过高）
• 说"我不会上当"的人，被骗后更不愿意承认，导致错过最佳报案时机

真正有效的防骗，不是相信自己"聪明到不会被骗"，而是承认自己有可能被骗——然后在关键时刻停下来。

从SDT的角度，把决策阈值降低一点——"任何提到转账的陌生来电，先假设有问题"——就能大幅提高命中率。

关键要点

1. 201份案件摘要只总结出6种核心话术——骗子没有你想的那么有创意，他们翻来覆去就这几招。
2. 被骗和智商无关——受害者包括教授、高管、大学生和退休老人，"我不会上当"本身就是最危险的心态。
3. SDT模型表明诈骗识别的关键在于决策阈值 $\beta$，而非辨别能力 $d^{\prime }$——骗子不是骗术高明，而是利用了你的心理阈值。
4. 贝叶斯更新揭示了骗子如何一步一步瓦解你的信念——每一次被你"验证"的证据都在推高后验概率。
5. 最好的防骗只有一句话：转账前先停下来——打断证据链，让贝叶斯更新反向运行。

---

完整内容请关注公众号「QIAN数据 · AI工具实验室」