据央视新闻报道，上海警方日前破获一起利用 AI 生成不实文章敲诈科技企业的案件：犯罪嫌疑人王某某针对一家刚宣布获得融资的科技企业，连续发布十余篇由 AI 生成的抹黑文章，先索要 30 万元“撤稿费”，再索要 200 万元所谓“咨询合作费”，合计 230 万元，目前已被依法采取刑事强制措施。结论先放在前面——AI 并没有创造出新的犯罪类型，但它把“批量生产看起来可信的负面内容”这件事的成本压到了接近零，这才是本案真正值得警惕的地方。
案件复盘：从一则融资喜报开始的勒索
第一步：挑刚宣布融资的科技企业下手
据警方通报，案件起于今年 5 月上海长宁警方接到的一家科技企业报案。该企业称，某自媒体公众号自今年 4 月起频繁发布涉及其业务的不实报道。警方逐条核实文章中提及的财务状况、业务增长等信息后，确认发布内容均为不实信息。
时机的选择相当精准。这家企业刚刚宣布获得融资——融资消息本身自带传播度，同时也意味着企业正处在合作方与投资方高度关注的敏感窗口。负面内容在这个时点出现，杀伤力会被成倍放大。报案企业反映，文章发布后合作伙伴、投资方纷纷前来表达担忧，已经影响到实际经营。
第二步：30 万元“撤稿费”
在内容被确认不实之前，公众号运营者王某某已向企业开口索要 30 万元，作为撤下文章的费用。这一步是典型的“先造谣、后收费删帖”结构：内容本身不是目的，而是用来交换赎金的筹码。只要企业付了第一笔，就等于承认了这套定价逻辑，后续加价几乎是必然。
第三步：200 万元“咨询合作费”
30 万元并不是终点。王某某随后继续发布臆测企业经营实力与财务状况的不实文章，并进一步向企业索要 200 万元所谓“咨询合作费”。从 30 万到 200 万，索要金额在持续施压中不断加码，这正是敲诈勒索罪的典型行为模式——用不断新增的内容维持压力，用“商务合作”的外壳包装对价。
另一个细节同样关键：经警方查证，王某某的专业背景与这家科技企业的业务毫无关联，其发布的涉企文章全部由 AI 生成。目前，相关不实文章均已下架。
AI 把造谣的成本压到了什么程度
这起案件的关键变量不是 230 万元的涉案金额，而是内容的生产方式。传统涉企“黑嘴”需要人工选题、写稿、排版、分发，产量受限，且写作风格容易留下可追溯的特征；换成 AI 之后，同一套指控模板可以在极短时间内量产十余篇措辞不同、但指向一致的文章，形成足以影响合作方判断的信息密度。
| 环节 | 传统人工造谣 | AI 生成造谣 |
|---|---|---|
| 内容产量 | 受人力与写作速度限制，单账号日更有限 | 可批量生成，十余篇指向一致的文章连续发布 |
| 专业门槛 | 需了解行业术语与财务表述 | 与作者背景无关，本案嫌疑人专业背景与标的行业无关 |
| 成本结构 | 人力成本为主，规模越大成本越高 | 边际成本趋近于零，删帖收益几乎均为净利 |
| 取证难度 | 写作风格与账号历史可追溯 | 文本风格随提示词变化，来源核验难度上升 |
| 危害表现 | 单点负面传播 | 连续发布形成信息密度，直接影响合作方与投资方判断 |
把这张表和案情对照会更清楚：王某某并不需要懂这家企业的业务，他需要的只是“持续产出看起来像分析的负面文本”的能力，而这恰恰是当前 AI 最擅长的部分。
治理进展：上海警方今年已清理涉企不实信息 8.7 万余条
单案之外，更值得看的是整体数据。据央视新闻报道，今年以来上海警方共侦破涉企谣言案件百余起，依法清理涉企不实信息 8.7 万余条；同时累计侦破涉企黑客类案件 68 起，抓获犯罪嫌疑人 210 余名。
8.7 万余条这个量级说明，涉企不实信息已经不是零星个案，而是一条靠流量和赎金驱动的流水线。治理动作从“个案处置”转向“批量清理”，本身就是对这种工业化生产方式的直接回应——当内容可以按批生产，处置也必须按批进行。
企业遇到 AI 造谣该怎么办
结合本案的处置路径，可以梳理出一套可执行的动作清单：
- 先固定证据，不要先谈判。本案中警方是先向企业核实文章提及的财务与业务信息、确认内容不实后才推进侦查。截图、链接公证、时间戳留存应该在交涉之前完成。
- 分辨“撤稿费”与正常商务合作。凡是以删除已发布内容作为对价的付款要求，本质上都是勒索。本案 30 万元撤稿费与 200 万元咨询合作费是同一链条的两段，分开看都像商务，连起来看就是敲诈。
- 主动向合作方与投资方同步核查结论。负面内容的杀伤力来自信息不对称。企业主动给出可核验的事实说明，比被动等待对方来问更有效。
- 走刑事报案，而非只做平台投诉。本案中嫌疑人因涉嫌敲诈勒索罪被采取刑事强制措施，平台下架只是结果之一，刑事路径才是让内容真正停止再生产的手段。
FAQ
用 AI 写不实文章敲诈，会按什么罪名处理？
本案嫌疑人王某某因涉嫌敲诈勒索罪被依法采取刑事强制措施。定罪核心在于“以非法占有为目的、以删除负面内容为对价索取财物”的行为结构；内容是否由 AI 生成不改变行为性质，只影响取证与认定的方式。
为什么被盯上的多是刚融资或刚发布新品的科技企业？
因为这类企业正处在舆论高关注窗口，负面内容对合作方与投资方判断的影响最直接，企业也更倾向于“花钱买平安”。本案的标的正是一家刚宣布获得融资的科技企业。
企业怎么判断一篇负面文章是不是 AI 生成的？
单凭文本特征判断并不可靠，更可行的是看行为模式：短时间内密集发布、指控方向高度重复、作者缺乏相关行业背景却大量使用专业术语。本案中警方正是通过核实内容真伪与作者背景，确认了文章的不实属性与 AI 生成来源。
小结
230 万元的涉案金额不算大，但这起案件把一个新现实摆到了台面上：当造谣的边际成本被 AI 压到接近于零，“先造谣、再收费删帖”就从个体行为变成了可复制的生意。对企业而言，应对重点不再是事后删帖，而是把证据固定、事实核查与刑事报案做成标准动作；对平台与监管而言，8.7 万余条不实信息的清理量说明，治理节奏必须跟上内容生产的工业化速度。