专访WWDC得奖者Evan研发SilverGuard：模拟情境应对AI诈骗陷阱｜一年一度的苹果全球开发者大会（WWDC）不仅是科技界的盛事，更是不少年轻人展现创意的舞台。今年香港唯一一位获奖者，是来自香港的学生开发者Evan。他凭借一款反诈骗应用程式“SilverGuard”，在众多参赛者中脱颖而出，夺得Swift Student Challenge 全球学生挑战赛的奖项。这款程式的核心理念并非单纯的知识灌输，而是透过拟真度极高的互动式情境，训练使用者在面对高压诈骗威胁时，依然能保持冷静并作出正确的决策。

研发初衷源于母亲险被骗经历

研发这款程式的契机，源于两年前其母亲亲身经历的一次诈骗危机。当时仍在外地求学的Evan，得知母亲接到一通伪装成商家的电话，声称其购买的货物被“公安”拦截，怀疑涉及违禁品。诈骗份子利用一环扣一环的心理战术，恐吓其母亲若不缴纳保证金证明清白，将会被列为网上逃犯。在极度慌张下，其母亲甚至前往银行准备汇出近数万元的大额款项，幸好在最后关头被专业的银行职员及时拦截，才免于蒙受重大财产损失。这次经历让Evan深刻体会到，不少手机的使用门槛与心理压力，往往是中老年人面对诈骗时最脆弱的环节，促使他思考如何利用技术守护长辈。

创新Swift UI模拟高压环境

目前虽有政府推出的反诈骗应用程式，但大多数功能集中于检测可疑电话或提供文字资讯。Evan指出，诈骗份子能得手的关键在于利用人性弱点，刻意营造一个高度紧张的氛围，令受害者在压力之下失去理智。因此，SilverGuard 的设计重点不在于死记硬背诈骗手法，而是透过 Swift UI 技术，模拟出极其逼真的来电页面与短讯介面。用家在程式中并非被动阅读，而是需要主动点击与回应，并在模拟的压力环境中体验决策后带来的后果。这种即时的反馈机制，比传统的问答题更能帮助长辈建立肌肉记忆，学会遇到紧急状况时先冷静思考，而非盲目跟从指示。

在技术层面上，Evan 用了Apple最新的 Core ML 框架，提升了程式的智能辨识能力。SilverGuard 内置的本地化机器学习模型，能够分析短讯内容并识别潜在的欺诈资讯。程式会以颜色标记危险程度，例如橙色代表可疑，而红色则标注为高风险链结，让使用者对诈骗讯息的特征有更直观的认识。此外，针对目前日益严重的 AI 深度伪造威胁，Evan亦在程式中加入虚拟视讯场景。利用自己的照片与声音演示技术如何凭空生成动态影像与模拟语音，让使用者亲眼见证科技造假的过程，从而提高警觉，明白眼见亦不一定为实。

扩展本地化场景应对新科技威胁

考虑到不同文化背景对诈骗内容的敏感度，Evan在设计初期挑选了全球通用的诈骗场景。他观察到中西方文化对公权力的认知有所差异，因此目前的版本集中于银行账户冻结及 AI 家人冒充等场景。展望未来，Evan计划在将程式正式上架至 App Store 前进行本地化改良，加入更多香港特有的诈骗手法，例如二手交易平台的虚假支票陷阱等。同时，程式亦将由纯英文版本扩展至支援繁体中文与简体中文，以照顾不同语言使用者的需求。他亦计划将受众扩展至留学生群体，因为这群年轻人离家在外，同样容易成为专业诈骗组织的目标。

谈到 AI 技术在网络安全中的角色，Evan认为这是一场永无止境的攻防战。当诈骗份子的技术门槛与成本随著 AI 发展而降低时，防守方亦必须引进更强大的检测技术来应对。他强调，教育长辈了解最新科技趋势至关重要，但技术始终只是辅助，最核心的防御力仍来自于人与人之间的联系。他建议大众应鼓励长辈在遇到任何涉及金钱的疑难时，第一时间与子女沟通。透过 SilverGuard 这种创新的模拟训练工具，结合家庭成员的支援，才能真正建立起一道足以对抗不断演变之诈骗手段的社会防护网，展现科技以人为本的真正价值。