邮件中的 AI 生成钓鱼邮件（AI Phishing）有什么新特征？传统反垃圾引擎能否识别？

AI 生成技术正在彻底改变钓鱼邮件的面貌。与传统的"尼日利亚王子"式钓鱼不同，AI 生成的钓鱼邮件在语言质量、个性化和可信度方面有了质的飞跃。这给传统反垃圾引擎带来了严峻挑战。

一、AI 钓鱼邮件的新特征

• 完美的语言质量：没有语法错误、拼写错误或翻译腔（这些是传统垃圾邮件的经典特征）
• 高度个性化：AI 可以结合上下文（收件人的姓名、职位、公司、最近业务活动）生成独特的诱骗内容
• 无模板化：每封邮件都是独一无二生成的，传统的签名匹配和模板匹配失效
• 通过认证：越来越多 AI 钓鱼邮件使用合法域名和正确的 SPF/DKIM 配置，DMARC 验证通过
• 非标准结构：不使用传统的 HTML 表单链接，而是用自然语言引导收件人执行操作
• 渐进式诱骗：AI 可以维持多个邮件来回的对话，逐步建立信任后实施欺诈

二、传统反垃圾引擎的局限性

技术	对传统钓鱼	对 AI 钓鱼
签名/规则匹配	有效	无效（每封都不同）
贝叶斯过滤	中等	低（AI 内容分布与正常邮件重叠）
SPF/DKIM/DMARC	有效防域名伪造	部分有效（AI 钓鱼常使用合法域名）
URL 黑名单	有效	部分有效（URL 存在但可能使用 OAuth/合法服务）
信誉评分	有效	部分有效（新域名/IP 低信誉）
AI 内容检测（新）	—	中等-高（困惑度分析、LLM 指纹识别）

三、新一代防御方案

1. AI 内容分析：使用语言模型检测邮件内容的"AI 生成概率"（perplexity/burstiness 分析）
2. 行为分析：关注链路行为而非内容（如分析点击后跳转的域名注册时间）
3. DMARCbis 增强：利用 dmarc-reject 码的精细决策，结合发信人的历史信誉模式
4. 身份验证增强：结合 BIMI+VMC 品牌认证、以及 ARC 转发链的验证
5. 用户培训：即使是最逼真的 AI 邮件，教育用户保持"先怀疑后验证"的习惯