Coinbase (COIN) AI代理令比特币(BTC)交易所欺诈支付减少30%
Coinbase宣布,其微调后的Qwen3.5-9B AI代理在Onramp支付方案上令欺诈交易减少30%、欺诈损失下降22%。16,140笔支付的基准测试显示召回率胜过前沿闭源模型,为比特币买家收紧了安全防线。
AI 摘要AI
- Coinbase的Qwen3.5-9B代理使Onramp欺诈交易减少30%
- 基准测试覆盖16,140笔支付和813笔确认欺诈
- GPT-5.6精确率上升但召回率下滑
- Coinbase (COIN)报182.49美元,24小时跌0.37%
Qwen3.5-9B上线Onramp支付风控
Coinbase把一个AI风控代理接入实时支付审查后,欺诈交易减少了30%。这一结果来自该公司对其加密货币购买支付方案Onramp的线上实验。支撑这次部署的模型是Qwen3.5-9B,一个开放权重模型:Coinbase没有向外部供应商租用闭源模型,而是用自家的交易数据对其做了微调。实验中,该代理作为一道额外的验证环节服务于一组用户,这组用户的异常交易数量下降30%,实测欺诈损失下降22%。CEO Brian Armstrong表示,这个专用模型完成异常检测任务的成本远低于最先进的前沿模型,处理速度也更快。他的判断是:通用模型擅长覆盖宽泛的任务,但一个针对单一领域专门训练的小模型,在该领域内部反而更强。这次部署的意义不止于一家公司的指标。Onramp位于散户买家建立比特币(BTC)价格敞口的购买路径上,因此这套通道的筛查质量直接决定了普通用户最先接触到的比特币安全层。与旧式规则引擎不同,该代理不会孤立地判断单笔支付,而是结合近期的交易序列,识别固定规则容易漏掉的反常模式。这次上线也赶上业界关于AI金融安全的大讨论:安全公司CertiK此前曾警告自主代理存在故障风险与人工监督缺位的问题。Coinbase把应对方案直接写进了架构:代理只负责给风险评分,不执行任何其他动作;最终策略由应用代码执行;代理可以拦截一个既有系统放行的支付,却无法放行一个被上游拦截的支付。
16,140笔支付的基准测试
标题数字背后,是Coinbase针对最新商业闭源模型跑的一次基准测试。测试集覆盖16,140笔支付,数据来自7,293名用户,其中包含813笔经确认的欺诈交易。Coinbase将Opus、Sonnet和GPT系列的最新前沿模型与这一基准交叉验证,结果多个模型在部分欺诈指标上反而低于旧一代模型,颠覆了常见的升级曲线。GPT-5.6就很典型:精确率提升了,但召回率,也就是模型实际抓到的真实欺诈交易占比,出现了下滑。对安全团队而言,一个漏掉正在发生的欺诈的模型,无论基准分数多漂亮都无法使用。正是这道缺口把Coinbase推向开放权重路线:直接调整每一个参数,而不必受制于外部供应商的API路线图。交易所股票本身的市场解读则偏谨慎。我们的监测数据显示,Coinbase (COIN)报182.49美元,24小时下跌0.37%,价格被压在综合指标中最强阻力位182.19美元的紧下方,该位在EMA 20、EMA 50与EMA 200均线簇上得分为100/100。最近的强支撑位于175.89美元,同样得分100/100;日线趋势仍为下行,RSI读数47.7,MACD信号偏空。围绕该股的衍生品仓位规模有限,永续合约未平仓合约为24,698,582美元,资金费率为每周期0.0039%。
召回率击败前沿巨头
我们的判断是:真正承重的是那组基准测试,而不是标题里的百分比。在16,140笔支付、7,293名用户和813笔确认欺诈样本上,Coinbase以召回率作为比较维度,这是决定欺诈能否抵达用户的唯一关键指标,而前沿品牌恰恰输给了这个在内部微调的小型开放权重模型。这套逻辑同样适用于更广阔的区块链市场。在波动中坚持长期持有的散户账户,从购买环节更严格的筛查中获益最多;现货ETF等机构产品的托管同样依赖这套交易所安全体系;即便是 routed 八位数规模买单的加密巨鲸,也会受益于序列级别的异常检测。这一方向还与矿业正在形成的AI收入管道相呼应:Castle Labs已将比特币矿工的AI收入分成定价为22%。用Armstrong的说法,目标是让一个专用模型以更低成本、更快速度完成前沿巨头的异常检测工作,而30%的欺诈削减就是他给出的证据。
本文由人工智能辅助生成、经 AI 审核,并在 COINOTAG 编辑监督 下发布。

