本文研究 AI 增强型诈骗的有效干预措施。背景：2025 年全球诈骗直接损失估计达 4420 亿美元，美国 2020 至 2025 年报告损失增长近 400%。AI 在诈骗中的应用虽是新现象，却显著改变了诈骗的经济性和运营瓶颈。作者构建了一个简单的诈骗利润模型，分析不同干预措施如何渐近地影响诈骗运营。研究聚焦三个关键杠杆：举报率、举报集中度、举报准确性。模型发现这三个杠杆对每个诈骗渠道的预期受害者数量具有乘数效应，即同时降低每个渠道的收入并增加成本。由于乘数效应，同时作用于三者的干预措施可能对诈骗商业模式盈利能力产生显著影响。分析表明，即使针对高价值诈骗基础设施的适度举报率，也可能对诈骗盈利能力产生重大影响。文章属于 cs.CY 类别，主要贡献是为反诈骗干预提供经济学模型视角，量化不同干预组合的效用，尤其适合政策制定者、反诈骗平台设计者和安全运营人员参考，用以理解在 AI 驱动的诈骗生态中应优先投入哪些干预资源。