在线体育博彩公司DraftKings正在用人工智能找出最可能输钱的客户，再把他们“请”回来继续输钱。电子前沿基金会（EFF）的Deeplinks博客在9月24日刊文指出，DraftKings把用户的投注记录喂给机器学习模型，让模型学会识别“输家”画像，随后推送量身定制的广告与促销，把他们拉回网站继续下注。文章作者为Devanshi Nishar。这并非EFF第一次开火，该组织多年来一直主张彻底禁止行为广告。
这套打法的商业逻辑冷酷而直白：持续输钱的用户才是博彩公司真正的利润来源，赢钱的客户反而是成本。EFF写道，被模型判定的“问题赌徒”——那些明知赌博损害自己、财务和人际关系却停不下来的人——恰恰最容易被盯上。定向促销把他们留在平台上继续下注，等于把人的脆弱性直接折算成收入。平台没有任何动力帮他们收手，模型的KPI和戒赌的目标从第一天就是对立的。
《纽约时报》的调查揭开了这套定向机制的完整链条
据《纽约时报》报道，DraftKings的模型完全建立在客户自己的投注数据之上：投注频率、单笔金额、下注类型、活跃时段，每一条记录都是特征。模型不需要知道用户是谁，只需要算出谁最可能在收到下一轮广告后回来输钱。更棘手的是黑箱特性——连构建模型的工程师也说不清哪些数据点最管用，只能不停地收集更多数据来“喂”模型，数据饥渴就这样变成死循环。
EFF认为，AI放大了行为广告本就存在的结构性危害。行为广告的商业模式天然鼓励无节制的数据收集：数据越多，广告越“准”。而AI的加入让公司能更快处理海量数据、挖出更隐蔽的行为模式，收割效率指数级提升。文章的结论很干脆：与其修修补补，不如直接禁止行为广告。监管如果只盯着个案处罚，永远追不上模型的迭代速度，而每一次迭代，受害的都是最脆弱的那群人。
广告数据正在喂养比博彩更大的监控产业链
行为广告收集的数据不会停在广告系统里。EFF指出，这些数据会被卖给保险公司、银行，以及海关与边境保护局（CBP）等联邦执法机构，变成风控、定价乃至执法的原料。今年早些时候，美国移民与海关执法局（ICE）还发布过一份信息征询书（RFI），想摸清商业大数据和广告技术供应商的家底，看看市场上能买到什么。你的投注记录，正在变成别人风控模型里的一个特征。
换句话说，一次下注记录可能同时服务于两个主人：帮博彩公司找到下一个输家，也帮数据经纪人丰富你的画像。EFF把这类操作称为“掠夺性行为广告”，并警告说，当AI成为行业标配，伤害会沿着数据链条继续放大。今天被模型盯上的是赌徒，明天可能是任何行为数据足够丰富的人。当“选择退出”这个选项本身越来越贵，沉默的大多数甚至意识不到自己正在被算计。