这两天我接到两个陌生来电。一个响两声就断，一个接通了，那头没人说话。以前遇到这种，我都归到骚扰电话里，这次多想了一层：它会不会在等我先开口。这个联想不是我编的，国家安全部这两天发了一条提醒，说的正是「接到陌生来电先沉默三秒」。先交代出处：我看的是 IT 之家 10 月 11 日的报道，内容引自国家安全部的公开提醒。国安部原文我没找到【暂无相关资料】，下面凡是直接引用的说法，都是报道转述的口径。
沉默三秒，防的是什么？报道的原话是：不法分子接通电话后，可能刻意保持沉默，诱使受害者回应。你一开口，几秒钟的语音样本就到手了。
报道写得直接，这几秒可能被拿去 AI 声纹克隆，进而冒充身份实施诈骗。换个说法，以前骗子得先骗到你，再拿你的名义去骗别人；现在中间那一环，骗子自己就能补上。
你熟悉的声音，成了工具。
报道里说的三条路径
国安部这次列了四样：声纹、人脸、虹膜、步态。密码丢了能改，这四样改不了，改不了的东西就成了最值钱的目标。报道提到三条路径：一条是过度采集，有的 App 挂着「刷脸验证」的名字，多抓你的脸和声音，你未必知道；一条是深度伪造，一张照片加几秒语音，能拼出以假乱真的「数字分身」，报道举的场景，是有人用「熟人」的视频来借钱。
第三条。
还有一条是信息整合。报道说，部分研究表明 AI 能靠人脸影像推测一部分体态与生理特征，结合步态还能辅助分析年龄、识别情绪倾向。这里我要把话说慢一点。国安部用的词是「部分研究」「可辅助分析」，并没有说「AI 看张脸就知道你的一切」。相关性研究不等于定论，原文也没给样本量和方法，我查不到原始论文【暂无相关资料】。
声纹为什么好偷
声音这东西，随口就有。
你打电话要出声，发语音要出声，视频会议要出声。想采集，根本不用你配合。报道里有一句话，我读了两遍：当眼见不再为「实」、耳听不再为「真」，深度伪造正在冲击网络空间的信任。信任这东西，碎了是双向的。
你收到家人的语音求助，要多想一遍；家人收到你的语音，也要多想一遍。防的成本，最后摊到每个人头上。
能做的就这几条
报道给的提醒很朴素。
看清用途、范围、保护措施，记住「非必要不提供」。翻成人话是这么几条：陌生号码接通了，先别出声，听对面讲什么，对面一直不吭声就挂了；遇到要转账的语音、视频，自己拨回去核实，别回拨对方给的号码；碰上动不动要你「刷脸」「念一段话」的 App，先问一句这个功能非用不可吗。
还有一条，是法律的底线。报道提到，最高法明确，非法获取、出售或者提供人脸照片、视频这类公民个人信息，情节严重的，构成侵犯公民个人信息罪。技术没有立场，用技术的人有。
我自己的判断
先把局限摆出来。我没做过声纹克隆实验，也没有拿真实案例验证过克隆出来像不像。上面关于「几秒够不够」的说法，全部来自国安部的提醒，不是我的实测【本人未实测】。在这个前提下，我有三点想法。
第一点。「沉默三秒」的重点不在三秒。三秒是给普通人的一个抓手，真正要守的是「别主动把声音交出去」，这一点不分年龄。
第二点更重要。真正变难的，是「靠声音认人」这件事。这个习惯恐怕得改。这和信不信任家人无关，是声音这层凭证本身不再牢靠。防线要从「我别被骗」挪到「我别被拿去骗人」，这是两个方向。
最后
这类提醒发出来，评论里总有人说又是贩卖焦虑。我起初也有点这个感觉。看完那三条路径，我改了这个判断。它没让你买什么，也没让你装什么，只是让你接电话的时候多等三秒。
三秒的成本，很低。比起一次被骗的代价，几乎可以忽略。
