Feedzai 推出 AI Agent Detection，指向自动化金融犯罪与 MFA 绕过

据 FF News 报道，Feedzai 推出了名为 AI Agent Detection 的新产品能力，指向一个具体的威胁类别：由 AI 智能体自动执行的金融犯罪，其中包括绕过 MFA（多因素认证）的攻击。

这条发布重新设定了反欺诈的假设。传统风控模型习惯把流量分成真人与自动化脚本两类，判断依据之一是行为节奏不像人。而 agent 的特点恰恰是打字、停顿、翻页、重试都更接近真实用户，只在是否自动化的单一维度上做判断会失效。

MFA 被点名，说明攻击链条的关键环节正在变化。当一次性验证码、推送确认等步骤可以被自动化流程诱导或转发时，账户接管的门槛随之下降。

需要说明的是，可获得的信息只包含产品名称、针对的威胁类型以及发布这一事实，没有披露检测依赖哪些信号、误报率如何、覆盖哪些渠道，也没有客户或定价细节。因此这里不对其技术效果作评价。

从行业位置看，这属于防御方用 AI 追平攻击方的一环。过去两年 agent 工具的门槛快速下降，攻击侧自动化前段的成本随之降低，风控厂商的回应是把 agent 行为本身当作可识别的对象。

值得观察的是三个方向：检测能否在不增加普通用户摩擦的前提下工作；银行与支付机构会不会把 agent 流量识别写进采购要求；以及这一能力与已有的设备指纹、行为生物识别方案是互补还是重复。

对金融机构而言，更现实的问题不是要不要防 agent，而是当越来越多合法 agent 也在代表用户操作账户时，如何在放行与拦截之间划线。Feedzai 的这次发布把这个判断摆到了台面上。