AI造歌、机器人听歌、真人买单：一场席卷千万美元的流媒体“幽灵播放”骗局

在 Spotify 的推荐歌单里，你可能偶然听过一首旋律简单、人声模糊、连封面都像用 AI 一键生成的电子小调——它没名字、没艺人、甚至没有一句能记住的歌词。但你大概不会想到：这首“歌”，可能根本不是为人类创作的；而它的“听众”，也从未眨过一次眼。

这并非科幻设定，而是刚刚被美国司法部钉在公告栏上的真实案件：北卡罗来纳州52岁的迈克尔·史密斯（Michael Smith），已正式向曼哈顿联邦法院认罪——他用AI批量生产歌曲，再用机器人账号伪装成真实用户，在Spotify、Apple Music和Amazon Music上制造数十亿次“幽灵播放”，七年狂骗超1000万美元版税（约合人民币7250万元）。

🔍 他是怎么做到的？三步，冷酷又高效：
1. 造歌流水线：不写词、不录音、不编曲。史密斯用现成AI音乐工具（如Suno等早期版本）每天自动生成数千首短小、重复、无版权风险的纯器乐或合成嗓音轨道。这些作品刻意避开艺术辨识度——不抓耳、不走心、不署名，只为“可播放”。
2. 养号矩阵网：他操控数千个自动化账号，分布在不同IP、设备与时区，像呼吸一样自然地点播、循环、跳过——每首歌只刷几十次，但几十万首歌叠加起来，日均播放量稳稳踩在66万次红线之上。
3. 分钱机制钻空子：流媒体平台的版税池是“按播放占比分配”的。当史密斯的AI曲库占掉总播放量的0.3%（看似微小），却分走数百万美元时，真正靠粉丝支持发歌的独立音乐人，就默默少了一杯咖啡的钱——七年下来，损失的是真实创作生态的血液。

💡 这不是“灰产试水”，而是美国首例AI驱动型流媒体诈骗成功定罪案。史密斯面临的不仅是最高5年监禁，还有800多万美元非法所得的强制没收。更关键的是，他的认罪书，首次在法律层面将“AI生成内容+自动化交互+经济欺诈”链条完整锚定为犯罪事实。

⚠️ 行业警钟已然敲响。据业内监测，目前主流平台每日接收的AI生成音轨已突破数万条，其中相当比例缺乏元数据、无艺人信息、无发行方背书。而反作弊系统仍在追赶：它们擅长识别“同一IP刷同一首歌1000次”，却难以分辨“1000个IP各刷1000首不同歌”是否合理——尤其当那些歌，本就不该存在。

🎵 最讽刺的一句行业评论，或许道出了本质：

“他用AI写了歌，又用AI当了听众，最后，让所有认真做音乐的人，为这场数字幻觉买单。”

这不是关于技术善恶的辩论，而是一次价值重估的倒计时：当播放量可以被制造，当听众可以被模拟，那么“一首歌值多少钱”，还该由算法决定，还是该由真实的人类共鸣来定义？

流媒体的下一章，必须从“防刷”，升级为“证真”。