🎯 输家是金矿：DraftKings 用 AI 找出「最可能输的人」，然后请他们回来继续输

目录

• 一家公司，正在找它「最不该见到的客户」
• 输家的亏损，就是公司的收入
• 第一方数据：连「买数据」都不用了
• 黑箱：AI 让「为什么是我」变得不可回答
• 社区的声音：套利者、赌徒，和一场正在酝酿的禁欲运动
• 国内对照：氪金与抽卡，同一台机器
• 现场验证：我把「找输家」跑成了数学模型
• 结尾：当「识别脆弱性」成为一门生意

---

一家公司，正在找它「最不该见到的客户」

凌晨两点，你刚输掉这个月最大的一注。手机亮了，是一条推送：

「恭喜您！您已获得专属 VIP 返利资格——今晚再下注，最高返还 20%！」

你知道这是个坑。但你点进去了。

这个故事的主角不是你，而是推送背后那家公司：DraftKings，美国最大的在线体育博彩平台之一。根据《纽约时报》的报道，DraftKings 正在用客户的投注记录训练一个机器学习模型，目标只有一个：找出最可能输钱的人。

找到之后怎么办？给他们发促销。精心设计的、把他们拉回网站继续下注的促销。DraftKings 认为这些用户还会继续输——而他们猜得通常没错。

这不是什么黑心小作坊的骚操作。这是一家市值数十亿美元的上市公司，把「识别脆弱性」做成了核心业务逻辑。

输家的亏损，就是公司的收入

为什么博彩公司要专门找输家？

因为体育博彩的生意模式决定了：输家的亏损，就是公司的收入。

玩家每下一注，公司抽 5% 左右的佣金。但如果一个玩家长期输钱，公司赚的不只是佣金——玩家输掉的那部分钱，绝大部分也进了公司的口袋。反过来，一个长期赢钱的玩家，是公司的「成本项」：他赢的钱，公司要照单赔付。

所以对博彩公司来说，客户分为两种：会下蛋的鸡（输家）和 会吃米的鸡（赢家）。常识会告诉你「服务好客户」，但博彩的数学告诉你：最该服务好的，是那些一直在输的人——因为他们的亏损，就是你的利润。

而且这个市场正在以前所未有的速度膨胀。2018 年美国最高法院推翻联邦体育博彩禁令后，各州陆续开放合法化，DraftKings 和它的死对头 FanDuel 乘着这波浪潮从「每日幻想体育」转型为全美博彩巨头。到 2025 年，美国已有超过 30 个州允许体育博彩，这个行业从一个灰色边缘市场，变成了主流金融市场的宠儿。DraftKings 的股价跟着每一份财报里的「月活用户数」和「每用户平均收入」起舞——而这两个指标，恰恰都建立在「让玩家继续下注」之上。

DraftKings 只是把这个逻辑第一次用机器学习规模化执行了。模型从数百万条投注记录里，学习哪些特征预示着一个玩家「会继续输」：下注频率、单注金额、追损模式、深夜下注、输完之后立刻加注……然后给这些玩家精准投放促销。

被 EFF（电子前沿基金会）称为「行为伤害的精准投放」：不是让你多买点东西，而是让你继续亏钱。

第一方数据：连「买数据」都不用了

这里有个更细思极恐的细节。

EFF 指出，DraftKings 用的是纯第一方数据——它没有从第三方数据经纪商那里买任何额外数据。它只用自己的用户产生的投注记录，就够训练这个模型了。

这颠覆了我们对「精准广告」的旧认知。过去我们说「大数据杀熟」，总觉得是公司买通了数据贩子，拿到了你的购物记录、浏览历史、位置信息。但 DraftKings 证明了：当你的产品本身就是一台数据收集机器时，它不需要买任何数据。

你在 DraftKings 上下的每一注，都是它训练「如何让你继续下注」的养料。你自己，就是自己最精准的广告位。

这也是 EFF 坚持要全面禁止行为广告（behavioral advertising）的原因：只限制第三方数据共享的政策，对这种模式毫无用处。DraftKings 用自己的数据、自己的模型、自己的平台，完成了从「收集数据」到「精准伤害」的完整闭环。

黑箱：AI 让「为什么是我」变得不可回答

还有一个更隐蔽的问题：黑箱。

EFF 在分析中指出，AI 模型的一个特点是人类构建者自己都无法预测哪些数据点对模型最有用。这听起来像是技术细节，但对被瞄准的玩家来说，意味着一个残酷的现实：

没有人能告诉你，为什么是你。

你的年龄？你的下注习惯？你上周输了一笔大的之后立刻又充值的那个晚上？还是你总是追着「就差一点」的比赛下注的模式？模型自己可能都不知道是哪个特征起了作用——它只是学到了「这类人继续输的概率很高」。

这比传统的「赌场经理看你输得多，给你送酒」要可怕得多。赌场经理好歹是个人，你还能猜他的心思。AI 模型没有心思，它只有概率——而概率不需要理由。

还有一个被刻意模糊的细节：DraftKings 的官网和营销材料里，随处可见「负责任博彩」（responsible gaming）的标语——自我限制工具、冷静期、求助热线。它甚至有一个专门页面告诉你「赌博成瘾的迹象」。

然后，同一家公司，用同一个数据集，训练了一个专门找「最可能继续输的人」的模型。

这两件事在同一个公司里并行存在，不矛盾，也不冲突。因为「负责任博彩」页面服务的是监管和公关，「找输家」模型服务的是营收。当一家公司同时经营「保护你」和「猎杀你」两套系统时，后者永远是优先项。

社区的声音：套利者、赌徒，和一场正在酝酿的禁欲运动

这篇报道在 Hacker News 上引发了讨论，评论区比报道本身更有意思。

一位自称做过套利和「奖金农场」的用户 wavemode 说：他当年做套利，两边下注对冲，DraftKings 账户累计亏了几千美元。结果呢？DraftKings 给他发邮件，邀请他加入 VIP 奖金计划——条件是要尽可能多地继续下注。

「多贴心的人啊。」他评论道。

这不是孤立事件。另一位曾在 2016 年入职在线赌场的产品经理 ivorbuk 回忆，他当时就被公司里「最大的机器学习和实时数据运营」震撼了——整个系统都在围绕「推动投注奖金」运转，用存款额来度量用户价值。那时候这类用户被内部称为「高价值客户」。现在不让这么叫了，但系统还在。

还有用户 fullshark 给出了一个更宏观的判断：

「我觉得一场禁欲运动正在地平线上酝酿。我们把智能手机变成了‘恶习自动售货机’（外加监控设备，但那是另一个话题），这可能是西方社会最大的失败之一。」

而 wavemode 那句「多贴心的人啊」，可能是整个事件最精准的注脚——一个识别出你是输家、然后给你发 VIP 邀请的系统，它的「贴心」和你的利益之间，隔着一条永远无法弥合的鸿沟。

国内对照：氪金与抽卡，同一台机器

写到这里，国内读者大概已经在想一个词了：氪金。

严格来说，国内没有体育博彩（除了合规的彩票），但「识别高价值用户并精准引诱」这件事，游戏行业玩得比博彩公司更早、更精细。

手游的「抽卡」机制里，有一套完整的用户分层：鲸鱼（大额付费玩家）被奉为座上宾，客服一对一服务，新池子第一时间通知；而「非洲人」（长期抽不到、容易上头追损的玩家）——他们的追损冲动，本身就是游戏设计的一部分。「保底机制」的存在，恰恰说明厂商精确计算过：让玩家在什么阈值上「差一点就能抽到」，最容易诱导继续氪金。

区别在于：DraftKings 的模型是根据你的输钱历史来瞄准你——它要的是你继续亏；而国内游戏的付费设计是根据你的付费意愿来勾引你——它要的是你继续花。一个瞄准「亏损」，一个瞄准「消费」，但底层逻辑是同一台机器：用数据找出最可能继续付钱（或继续亏钱）的人，然后精准地把诱惑递到他们面前。

这也解释了为什么 EFF 的呼吁——全面禁止行为广告——在国内听起来如此遥远。当「精准引诱」已经渗透进游戏、电商、内容推荐的主流商业模式时，「识别脆弱性」早就不是边缘行为，而是基础设施级别的能力。

现场验证：我把「找输家」跑成了数学模型

光说「输家的亏损是公司的收入」太抽象。我直接在服务器上把它跑成了数学模型。

模拟设定：1000 个玩家，每个人的真实水平服从正态分布（标准差 0.12），每注公司抽水 5%。每个玩家的「期望每注盈亏」由其水平决定——长期来看，水平低于盘口的玩家会稳定亏损，高于盘口的玩家会稳定盈利。

然后我跑了三个策略：

1. 不促销：所有人自然回访率 30%
2. 给最可能输的 10% 发促销：他们的回访率从 30% 提到 80%
3. 给最可能赢的 10% 发促销：同样把回访率从 30% 提到 80%

结果：

策略	期望收入	相对不促销
不促销	24.58 单位	—
给赢家发促销	25.08 单位	+2.0%
给输家发促销	32.04 单位	+30.3%

同样的促销成本，同样的回访率提升，找输家比找赢家多赚了近 7 个单位——因为输家的期望亏损就是公司的期望收入，赢家的期望盈利是公司的期望赔付。

这就是 DraftKings 的 AI 在做的事：它不是「识别谁值得服务」，而是「识别谁是金矿」。同一个模型，两种说法，取决于你从哪一边看。

（诚实标注：这是一个高度简化的模拟，真实世界还有庄家对冲、盘口调整、监管限制等因素。但核心经济逻辑——输家比赢家更值钱——是体育博彩的基础数学，不依赖任何复杂假设。）

结尾：当「识别脆弱性」成为一门生意

DraftKings 的故事最让人不舒服的地方在于：它没有做任何「违法」的事。

它没有泄露数据，没有虚假宣传，没有操纵比赛。它只是用 AI 做了一件博彩公司从诞生那天起就在做的事——找出会输的人，让他们继续玩。只不过以前靠赌场经理的直觉，现在靠模型；以前只能服务线下赌场里的几百个常客，现在可以精准覆盖数百万用户。

当「识别脆弱性」成为一门可以规模化、自动化、外包给模型去执行的生意时，我们也许该重新想想：那些号称「懂你」的系统，到底是在为你服务，还是在为你设计陷阱？

有些算法知道你爱看什么，有些算法知道你爱买什么。而 DraftKings 的算法知道的是：你还会输多少，以及怎么让你输得更多。