该推文已被作者删除。
但我们已保存所有内容 🙂。
过去,在区块链上追踪罪犯是一个漫长而耗费精力的过程,每一个新钱包都可能将调查带入死胡同。如今,这项工作越来越多地由人工智能接管:它能迅速将零散的转账信息拼凑在一起,变成一幅连贯的图画。这不仅改变了调查方法,也改变了整个加密货币市场的游戏规则。
本文翻译自原文。点击此处阅读由我们的通讯员撰写的原文.
随着更明确规则的出现,情况开始发生变化。美国、欧洲和亚洲国家收紧了对交易所的要求,引入了 KYC,并对可疑交易实施监控。与此同时,区块链分析工具也在不断发展,学会了对地址进行聚类、追踪资金流并将其与现实世界的服务联系起来。
因此,一个长期以来被认为实际上是匿名的系统正在变成最透明的金融基础设施之一。区块链一直是一个公共账本。现在,这些痕迹也可以被快速读取、关联和归属。
Elliptic、Chainalysis以及后来的TRM Labs等公司开始构建平台,收集来自多个区块链的数据,对地址进行聚类,追踪资金流,并标记风险活动。重要的是,这些解决方案从未面向零售用户,而是面向大型客户--政府机构、执法部门、银行和加密货币交易所。
交易所利用这些系统对交易和客户进行筛查,银行利用这些系统避免与 "肮脏 "资金打交道,政府机构则利用这些系统进行调查和执行制裁。
值得注意的是,它们的有效性很快在实践中得到了证明。这些工具已被用于调查大规模洗钱计划、关闭非法服务以及追踪与受制裁辖区相关的交易。
这些方法解决了市场的核心问题--数据量。在处理数十亿笔交易和跨越多个网络的复杂路径时,人类根本无法快速处理所有信息。这就是为什么分析师越来越依赖于能够识别海量数据集模式并发现人工分析无法发现的联系的模型。2024 年,依利浦报告了一项基于近 2 亿笔比特币交易的新研究,在这项研究中,经过训练的模型不仅能检测出单个可疑钱包,还能检测出整个洗钱计划。
随着时间的推移,这些系统的作用不断扩大。它们不仅开始标记风险,还开始帮助构建调查:跟踪资金流、建议地址之间可能存在的联系以及减少分析时间。依利浦明确表示,这些模型有助于发现新的洗钱计划和以前未知的非法钱包,其结果已被用于改进其产品。
实际上,人工智能已成为分析平台中的 "隐形层"。但即使具备了这些功能,一个关键的局限性依然存在:系统可以协助分析师,但不能完全取代他们的工作。
实际上,这改变了区块链数据的处理方式。用户用自然语言提出查询,系统会独立选择相关数据、构建分析逻辑并给出答案。Chainalysis 强调,此类解决方案依赖于数十亿次交易和数百万次先前调查--有效地利用了典型资金流、风险和计划的知识库积累。
关键的转变是分析师的角色开始发生变化。以前,由人工进行端到端的调查,而系统只负责加速。现在,这台机器可以追踪资金流向、构建事实,并将其编译成报告供进一步核实。据该公司称,在某些情况下,这已经将复杂的调查从几天缩短到几分钟。
与此同时,进入市场的门槛也在发生变化,因为分析技术的使用范围在逐渐扩大--不仅是狭隘的专家和大型企业,而且还有更广泛的市场参与者,他们可以提出疑问并获得现成的见解。
实际上,市场正在从单纯加速分析的工具转向在分析过程中承担部分思考工作的系统。
这意味着风险数据变成了一种竞争优势。谁能更早地发现有问题的路径,谁就不容易因延误而损失时间、面临阻塞或处理失败的结算。对资金来源的分析正逐渐成为交易基础设施不可或缺的一部分,就像费用或执行速度一样。
对于合法市场来说,这基本上是个好消息:可预测性更高,有毒资金更少,传统金融的信任度更高。而对于那些在灰色地带运作的人来说,则恰恰相反。但关键的一点是不同的:一个靠不透明建立声誉的市场正变得越来越难以与传统金融基础设施区分开来。这可能是最重要的后果--不是对监管者,而是对加密货币市场本身。