用AI狂造几十万首歌，“薅”走流媒体800万美元：史上首例AI音乐诈骗案的警示录

在这个连一杯星巴克都要花掉你几十块钱的时代，你知道一个独立音乐人要在Spotify上让一首歌被播放多少次，才能赚到这杯咖啡钱吗？答案是：大约1万次。

但如果你手里有AI，外加上万个机器人账号呢？

最近，一桩轰动北美的奇案落下了帷幕。53岁的北卡罗来纳州男子迈克尔·史密斯（Michael Smith）在纽约法庭上认罪，他面临的指控听起来简直像是赛博朋克小说里的情节：通过AI生成数十万首歌曲，再用机器人账号疯狂刷播放量，在过去七年里，从各大流媒体平台（包括Spotify、Apple Music、Amazon Music等）硬生生“薅”走了超过800万美元（约合人民币5700万元）的版税。

这也是全球首起被提起刑事诉讼的AI音乐欺诈案。

从“苦哈哈”到“印钞机”的降维打击

坦白讲，看到这个新闻的时候，我的第一反应是既震惊又有些黑色幽默。传统音乐行业的“刷榜”（Payola）历史悠久，从早期的贿赂电台DJ，到后来的雇佣网络水军刷榜单，说白了都是围绕着“人”在做文章。

但史密斯老哥直接把这个古老的灰色产业进行了“工业化升级”。

一开始，他也试过上传自己创作的音乐来刷量，但他很快发现了一个致命瓶颈：人类的创作速度太慢了。流媒体平台的反作弊系统也不是吃素的，如果一首歌的播放量在短时间内出现极不自然的暴涨，很容易被算法封杀。

于是，在2018年前后，他顿悟了——如果不能让一首歌播放十亿次，那为什么不让十万首歌每首播放一万次呢？

他找来了一家AI音乐公司的CEO（检方文件中未具名）合作，开始成吨地批量生产音乐。为了掩人耳目，他甚至写了一个程序，给这些AI生成的无意义音频随机生成乐队名和歌名。比如什么“Zyme Bed”、“Zound Waves”，听起来就像是那种能在宜家家居区当背景音的廉价催眠曲。

堪比好莱坞大片的“蚂蚁搬家”

这起案件中最让我感到背脊发凉的，其实是史密斯极其严密的作案逻辑。

他购买了大量的虚假邮箱，注册了大约1万个流媒体平台的机器人账号。为了防止平台顺藤摸瓜，他甚至专门雇佣人手来管理这些账号，使用VPN伪造不同的地理位置，完美模拟出了一群“品味独特、天天听歌”的真人听众。

每天，这些机器人在云端不知疲倦地播放着由AI生成的、可能连史密斯自己都没听过的“音乐”。在巅峰时期，他每天能刷出惊人的66万次播放量。这就相当于他每天躺在家里，就有几千美元的被动收入进账。

这哪里是做音乐，这简直就是一台永不卡壳的印钞机。

谁在为这场狂欢买单？

你可能会觉得，这不就是个劫富济贫的故事吗？骗点资本家（流媒体平台）的钱怎么了？

大错特错。

这就涉及到了流媒体平台目前普遍采用的“按比例分配”（Pro-Rata）版税模型。简单来说，平台每个月把所有的订阅费放进一个大池子里，然后按照每首歌的播放量比例来瓜分这笔钱。这意味着，版税池子的大小是固定的，这是一个残酷的零和博弈。

史密斯用AI和机器人偷走的这800万美元，并不是流媒体凭空变出来的，而是实打实地从泰勒·斯威夫特、周杰伦，以及千千万万个苦熬黑夜写歌、靠微薄版税交房租的底层原创独立音乐人的口袋里掏出来的。

这也是为什么此案一出，整个音乐产业都出离愤怒的原因。劣币不仅在驱逐良币，劣币还在用流水线直接抢劫良币。

潘多拉魔盒已经打开

回顾这起案件，史密斯的落网其实带有一点偶然性。如果不是他在邮件里过于嚣张地和同伙讨论分赃，如果不是他长达七年的操作最终触发了某些平台的终极红线，这个黑产帝国可能还在暗处运转。

但你想想看，如今的Suno、Udio等AI音乐生成大模型，生成一首逼真流行歌的成本已经降到了几美分，甚至免费。史密斯用的是几年前老旧的AI技术就能骗过平台的耳朵，现在的造假者呢？他们是不是正用着更隐蔽的手段，在瓜分着音乐人的血汗钱？