一通電話先被做成了信任：Fideuram 的深偽語音詐騙，是一套被排好順序的介面

先回到事件本身。義大利最大銀行 Intesa Sanpaolo 旗下私人銀行 Fideuram 的總裁 Paolo Molesini，於 2026 年 2 月成為一場結合 WhatsApp 假訊息與深偽語音的詐騙目標，公司被騙走逾一億美元，他本人於 3 月辭職。此事於 9 月 29 日經 Solidot 轉述 TechSpot 報導後再度被廣泛討論。

這起案件值得從設計的角度看，因為它幾乎是一份完整的「信任介面」攻擊腳本。詐騙的第一層是一道 WhatsApp 訊息，發送者看起來是母公司執行長 Carlo Messina，內容是請求協助處理一筆巨額海外交易。訊息本身不承擔說服工作，它只負責把情境架好，讓接下來的驗證步驟顯得合理。

第二層才是核心：一通來自「某大型律師事務所資深合夥人」的電話。打電話的並非真人，而是以 AI 模型模仿該律師的聲音。從介面設計的語言來說，這通電話的價值在於它提供了跨通道的一致性印證。Mo­lesini 事後的判斷路徑很清楚：因為聲音對得上，所以先前那則訊息也被回溯性地相信了。一個假的文字訊息，加上一段被合成的聲音，兩者互相背書，完成了整條驗證迴路。

金額的流向同樣顯示這是一場被精心安排的流程。Fideuram 隨後向中國大陸與香港的帳戶轉出 9,500 萬歐元，約 1.08 億美元。在義大利、葡萄牙與中國等有關部門及銀行機構協助下，追回了 5,300 萬歐元，其餘款項則透過海外複雜的帳戶網路兌換成加密貨幣。追回的金額與總額之間的落差，說明資金一旦通過那道被偽造的信任閘門，後續的攔截就只是追趕。

比較的基準在這裡很有用。傳統的商業郵件詐騙只有一個通道：文字。防詐教育多年來教人「打電話回去確認」，正是因為語音長期被默認為比文字更難偽造的憑證。這起案件攻擊的正是那條防線本身。當聲音可以被模型合成，電話就從驗證工具變成攻擊面，而多數組織的安全流程還停在「聽聲音認人」的預設值上。

從介面設計的視角看，這場詐騙真正利用的是組織內部階層的視覺與聽覺符號：執行長的名字、律師的聲音、跨國交易的急迫語境。它沒有破解任何加密，它仿冒的是介面上的一切可信線索。這也是為什麼事後的補救設計多半繞開「辨識真偽」，改為要求資金異動必須走另一條獨立的驗證通道，例如約定的回撥號碼或多人核準，讓單一通道的偽造無法獨力完成說服。

這起案件的觀點可以收得很具體：當聲音可以被排版，防線就不能建在聲音上。Fideuram 損失的那 9,500 萬歐元，買到的教訓是驗證機制必須與通訊媒介分離。介面會被仿冒，流程才是最後一道還沒被深偽攻破的牆。