Coinbase 的 AI 詐欺偵測技術讓入金詐欺減少 30%
Coinbase表示,在一項線上A/B測試中,其AI詐欺偵測系統讓加密貨幣購買服務Onramp的詐欺交易減少30%,詐欺涉及的美元金額也減少22%。Onramp讓使用者透過合作夥伴應用程式購買加密貨幣,也支援以訪客身分結帳。
Coinbase首先在既有的機器學習檢查和規則引擎中加入AI風險代理。代理會檢視交易序列,並為通過前置檢查的付款提供風險評級;最終決定則由應用程式程式碼做出。代理無法推翻上游系統所做的封鎖決定。
接著,該公司利用專有交易資料微調開放權重模型Qwen3.5-9B。在一項涵蓋7,293名使用者共16,140筆交易的基準測試中(包括813筆已確認的詐欺案例),Coinbase表示,該模型在精確率、召回率、F1分數及按美元金額加權的召回率方面,都勝過Anthropic的Opus 4.5。公司公布的回應時間中位數為0.683秒,比Opus 4.5快55%;使用單一GPU訓練的成本則低於100美元。Coinbase也表示,部分較新的前沿模型版本在基準測試的某些項目上,得分低於較早版本;GPT-5.6的精確率有所提升,但召回率較低。
結果顯示,針對特定任務設計的AI詐欺偵測,或可協助加密貨幣平台減少詐欺損失、延遲及營運成本。不過,Coinbase的專有基準測試尚未經獨立驗證,而且只涵蓋一項產品及一種使用情境,因此這些結果不足以證明其在整個產業中的廣泛表現。
Neutral
報告未指出對任何特定加密貨幣價格的直接影響。更有效的詐欺偵測可能提升 Coinbase Onramp 服務的安全性與營運效率,長期而言或有助於增進使用者信心,並支持更廣泛的加密貨幣生態系。然而,報告所述結果只是公司根據一項僅限於單一產品的專有測試所提出的說法,並未提供代幣需求、交易量、流動性或網路活動出現變化的證據。因此,個別加密資產的短期交易反應可能有限;長期效益則取決於結果能否獲得獨立確認,以及能否更廣泛地採用。對加密貨幣本身的市場影響為中性。