AI正在改变加密货币合规，但并非如大多数人想象的那样

区块链文库报道：

AI不会取代合规团队，但会改变一切

2015年我们在卢森堡创立Scorechain时，“区块链分析”还没有成为一个独立类别。最初几年，我们向银行和监管机构解释为什么公共账本的透明性是一种机遇而非威胁。十年后，我看到同样的误解正在附着在人工智能（AI）上，而这场误解正在让这个行业付出它本承受不起的时间代价。

当下有两种主流叙事。第一种认为AI很快就会完全取代合规团队。第二种认为AI太不可预测，绝不能让它接近受监管的金融活动。这两种说法我都不相信——作为一个自2015年起已对超过2800家虚拟资产服务提供商（VASP）进行风险评估，并且过去两年一直在将AI真正有用的地方作为独立层加入（而非嵌入客户依赖的合规工具）的公司负责人，我这么说是有依据的。

先从每个合规官在谈话前五分钟内都会提到的问题开始：噪音。一个按银行紧张模式调校的制裁筛查系统，误报率可能高达95%。交易监控也好不到哪去。于是，训练有素的分析师——那些理解交易类型、能读懂资金流向的人——把大部分工作时间花在处理从未构成风险的警报上：排除因常见姓氏而触发的姓名匹配，阅读五条负面媒体报道却发现它们描述的完全是另一个人。每次负面媒体报道核查需要分析师10到20分钟。这就是今天合规工作的真实面貌，也是优秀人才纷纷离开这个行业的原因。

这正是自动化发挥作用的地方，而且它的作用范围比炒作所说的要窄。我对此并不中立。Scorechain AI存在的意义，就是给分析师一份单一报告：钱包的风险评分、它交互过的实体类型、以及它接触过的命名服务和对手方。这项工作过去需要手动在账本上追踪数小时。但请注意这份报告做了什么、没做什么。它不做任何决定。它只是压缩证据，让必须签字批准该决定并日后向监管机构解释的合规官能在几分钟内阅读并做出判断。这才是全部关键。好的自动化不会缩小合规职能，而是把它从分诊的跑步机上解脱出来，重新回到判断力上。

这一区别至关重要，因为另一种选择是危险的。在受监管的环境中，模型无法向监管者汇报。《第六反洗钱指令》和《加密资产市场法规》都要求机构能够解释并为其决策负责。“算法标记的”在检查中不是辩护理由，“算法放行的”更糟。因此唯一负责任的设计，是让AI作为支持层，位于可信数据之上，由指定的合规官保留决策权及其伴随的责任。人类监督不是模型成熟后就可以拆掉的训练轮。它是架构本身。

而模型的好坏永远取决于它底层的支撑。这是局外人容易忽略的部分。单独的AI读取区块链，只能看到匿名字符串向其他匿名字符串转移价值。它无法判断上游三跳的那个钱包是否属于受制裁交易所，也无法判断接收资金的对手方是混币器还是工资发放机构。提供缺失的上下文正是区块链分析的全部工作：将身份和风险附加到原始链上活动，追踪跨多跳的间接风险暴露（而不仅仅是检查眼前地址），并根据我们自2015年以来标记的超过十亿数据点和一百多万加密实体进行评分。举一个具体例子：一个钱包一眼看去很干净，但追踪其资金流会发现，两跳之前，它的绝大部分余额来自一个与勒索软件运营者相关的地址。这个发现是模型仅靠原始链上数据永远无法得出的，而合规官必须据此采取行动。将这种上下文输入模型，它就能在坚实的基础上推理。如果输入的是单薄的数据，模型就会产生自信的胡言乱语——这在合规中比诚实的漏洞更危险，因为它会放行不该放行的东西。

以下是我认为真正新颖的地方。AI不再仅仅是合规团队使用的工具；它正成为他们监控的市场中的参与者。在预设限额下自主发起支付的智能体已经从演示阶段进入部署，背后有真实的基础设施推动：Coinbase的机器对机器支付标准x402、Visa的Trusted Agent Protocol、以及PayPal和OpenAI的结账集成。软件开始与其他软件进行交易，以加密资产结算，交易量之大没有哪个财务团队能手工匹配。

这引出了一个行业尚未清晰回答的问题：如何将“了解你的交易”原则应用于一个作为对手方的软件？方向至少是明确的。当智能体自主交易时，控制不能仅存在于准入环节。它们必须转移到交易层本身：实时监控、速度限制、来源追溯，以及在资金仍在流动时进行干预的能力。我们花了多年时间向怀疑者证明的透明性，恰恰是让链上自主活动变得可审计的唯一条件。

这是我们决定主动构建而非等待的未来。我们最近推出了Scorechain MCP，通过模型上下文协议（一种让AI智能体直接调用外部工具的新兴标准）提供我们的风险评分和实体情报。情报存在于我们的平台中，AI则停留在平台之外，通过调用获取答案，而不是嵌入到合规工具本身。前提很简单：智能体绝不应在盲目状态下交易。在转移资金或批准对手方之前，它可以用同一句话询问Scorechain，这个地址是受制裁实体、混币器、已知骗局，还是干净的私人钱包，并立即收到风险评分。这不是假设性的吞吐量。我们每天已经执行超过150万次反洗钱检查，一次筛查调用的响应时间约为235毫秒，快得足以嵌入实时交易而不会拖慢速度。我们将其部署在那些智能体和工作流实际存在的地方——作为ChatGPT和Claude内部的应用程序，以及作为n8n和Zapier等自动化平台上的集成。在决策发生的那一刻嵌入流程中的合规检查，远比在资金已经转移后才附加的检查更有价值。最基本的检查——一个地址是否出现在制裁名单上——不应被任何人置于付费墙之后。这就是为什么我们提供免费的制裁筛查API，任何开发者、智能体或工作流都可以调用。对制裁风险的筛查，不应该是合规供应商获取价值的地方；它是整个市场应该站立的地基。

这里还有一个代币发行者和资产管理者刚刚开始意识到的新变化。当价值以机器速度进入稳定币和代币化资产时，重要的风险不再仅仅是单笔交易，而是资产本身：谁持有它、持有集中度如何、以及多大比例的供应量掌握在受制裁或其他高风险实体手中。这是一个与交易监控不同的问题，而我们的数字资产情报正是为此而生——在发行、上市或分配之前，为发行者或资产管理者提供资产层面的持有人和风险敞口视图。

欧洲比人们以为的更有准备。MiCA和AMLD6已经假设了持续监控和明确的责任制，而非一次性入口检查。一个要求活动必须可解释的监管体系，正是你在软件开始移动资金时所需要的。所以，是的，AI正在进入加密合规领域。它将消除大量繁琐工作，我对此表示欢迎。但它不会消除对判断力、责任感和可验证数据的需要。它反而提高了这三者的门槛。那些将AI视为更快的分析师——扎根于可靠的链上情报并牢牢置于人类控制之下——的团队，将在机器开始交易时依然屹立不倒。那一天比大多数人想象的要近。