人工智能正在影响加密货币合规性，但方式可能与大多数人的预期有所不同。

作者：Pierre Gérard， Scorechain首席执行官兼联合创始人

2015年我们在卢森堡创立Scorechain时，“区块链分析”这个概念还不存在。最初几年，我们一直在向银行和监管机构解释，为什么公共账本的透明度是一种机遇而非威胁。十年后，我眼睁睁地看着同样的误解蔓延到人工智能（AI）领域，而这正在浪费整个行业本就宝贵的时间。.

目前有两种主流观点。第一种观点认为人工智能很快将完全取代合规团队。第二种观点则认为人工智能过于不可预测，不应涉足受监管的金融活动。我并不认同这两种观点。我的公司自 2015 年以来已对超过 2800 家虚拟资产服务提供商 (VASP) 进行了风险评估，并且在过去两年中，我们一直在人工智能真正发挥作用的地方添加人工智能，将其作为独立的层级，而不是将其集成到客户依赖的合规工具中。.

首先，我想谈谈我接触过的每一位合规官在最初五分钟内都会提到的问题：噪音。如果制裁筛查系统像一家神经紧张的银行那样进行调整，误报率可能高达95%。交易监控也好不到哪里去。因此，一位训练有素的分析师，一位了解交易类型并能解读资金流向的专家，一天的大部分时间都花在了清除那些根本不存在风险的警报上：比如，忽略一个常见姓氏的匹配项，或者阅读五篇最终被证实描述的是完全不同的人的负面媒体报道。每一篇负面媒体报道的核查都需要分析师花费10到20分钟。这就是当今合规工作的真实面貌，也是优秀人才最终选择离开这个行业的原因。.

这就是自动化发挥作用的地方，但它的作用范围比宣传的要窄得多。我对此并非持中立态度。Scorechain AI 的 存在是为了向分析师提供一份报告：钱包的风险评分、与之交互的实体类型，以及与之接触的指定服务和交易对手。这项工作过去需要花费数小时在账本上进行人工 trac。但请注意这份报告的功能和局限。它不会做出任何决定。它只是压缩证据，以便合规官——也就是最终需要签字确认并向监管机构解释的人——能够在几分钟内阅读并做出决定。这就是全部意义所在。优秀的自动化并不会削弱合规职能；它只是让合规官摆脱繁琐的分类处理，回归到最终的判断。

这种区别至关重要，因为另一种选择非常危险。在受监管的环境中，模型无法向监管机构负责。第六项反洗钱指令（AMLD6）和加密资产市场监管条例（MiCA）都要求机构解释并对其决策负责。“算法标记了它”在检查中不能作为辩护理由，“算法放行了它”则更糟糕。因此，唯一负责任的设计是将人工智能作为支撑层，置于可信数据之上，并由指定的合规官保留决策权和相应的责任。人工监督并非模型成熟后可以移除的辅助工具，而是架构的核心。.

模型的好坏取决于其底层数据的质量。而这正是局外人容易忽略的部分。人工智能单独读取区块链时，看到的只是匿名字符串之间的价值转移。它无法分辨上游三跳的钱包是否是受监管的交易所，也无法区分收款方是混币机构还是工资发放机构。区块链分析的全部意义就在于提供这些缺失的上下文信息：dent为原始链上活动 trac跨越多个跳转的间接风险敞口（ 而不仅仅是检查眼前的地址），并根据我们自 2015 年以来标记的超过 10 亿个数据点和 100 多万个加密实体进行评分。举个具体的例子：一个钱包乍一看似乎很干净，但 trac其资金流向后发现，其大部分余额来自两跳前的一个与勒索软件运营者相关的地址。这是模型仅凭原始链数据永远无法发现的问题，也是合规官必须采取行动的原因。如果给模型输入完整的上下文信息，它就能进行可靠的推理。如果输入单薄的数据，它就会产生自以为是dent 谬论，而这种谬论在合规性方面比诚实的漏洞更危险，因为它会清除不该清除的东西。

以下是我发现的真正新变化。人工智能不再仅仅是合规团队使用的工具；它正在成为他们所监控的市场中的参与者。在预设限额内发起支付的自主代理已经从演示阶段走向实际部署，这得益于真正的基础设施：Coinbase 的机器对机器支付标准 x402、Visa 的可信代理协议、PayPal 和 OpenAI 的结账集成。软件开始与其他软件进行交易，并以加密资产进行结算，其交易量之大，任何财务团队都无法手动完成。.

这引出了一个业界尚未给出明确答案的问题：如何将 “了解你的交易”（KYT） 原则应用于作为交易对手方的软件？至少方向是明确的。当代理进行自主交易时，控制措施不能仅仅停留在注册阶段，而应延伸到交易层本身： 实时监控、速度限制、溯源以及在资金流转过程中进行干预的能力。我们多年来一直努力向怀疑论者捍卫的透明度，最终证明正是使链上自主活动可审计的关键所在。

这就是我们决定主动构建而非被动等待的未来。我们近期推出了 Scorechain MCP，它通过模型上下文协议（Model Context Protocol，简称 MCP）公开了我们的风险评分和实体智能。MCP 是一种新兴标准，允许 AI 代理直接调用外部工具。智能存在于我们的平台中，而 AI 则独立于平台之外，通过调用外部工具获取答案，而不是嵌入到合规工具本身。其理念很简单：代理绝不应盲目交易。在转移资金或批准交易对手之前，代理可以同时向 Scorechain 查询该地址是否为受制裁实体、混币器、已知诈骗地址或干净的私人钱包，并获得相应的风险评分。这并非假设的吞吐量。我们每天已经运行超过 150 万次反洗钱检查，筛选调用大约只需 235 毫秒即可返回结果，速度之快足以使其融入到实时交易中，而不会拖慢交易速度。我们将 MCP 部署在代理和工作流程实际运行的位置，例如 ChatGPT 和 Claude 中的应用程序，以及 n8n 和 Zapier 等自动化平台的集成。在决策制定之时，流程内部的合规性检查远比资金转移后才添加的检查更有价值。最基本的检查——地址是否在制裁名单上——不应该对任何人设置付费门槛。因此，我们提供 免费且易于调用的制裁筛查 API ，任何开发者、代理商或工作流程都可以使用。制裁风险筛查并非合规服务提供商的盈利trac，而是整个市场的基本准则。

这里存在着一种二阶转变，代币发行方和资产管理方才刚刚开始意识到这一点。当价值以机器速度流入稳定币和代币化资产时，关键风险不再仅仅是单笔交易，而是资产本身：谁持有它，所有权的集中度如何，以及有多少供应量掌握在受制裁或其他高风险实体手中。这与交易监控截然不同，而我们的 数字资产智能系统 为了解答这个问题而构建的，它能让发行方或资产管理方在铸造、上市或分配之前，就获得持有者和风险敞口的资产层面视图。

欧洲在这方面的准备比人们想象的要充分得多。MiCA 和 AMLD6 已经假定了持续监控和明确的问责机制，而不是一次性的入场检查。当软件开始进行资金转移时，一个假定所有活动都必须可解释的机制正是我们所需要的。所以，人工智能即将进入加密货币合规领域。它将大大减少繁琐的工作，我对此表示欢迎。但它不会消除对判断、问责和可验证数据的必要性。它提高了这三者的标准。那些将人工智能视为更快速的分析师，并基于可靠的链上智能且始终处于人类控制之下的团队，才能在机器开始进行交易时屹立不倒。而这一天比大多数人想象的要近得多。.