作为一名创业者兼投资人，我经常身处“被路演”的这端。我的案头常常堆满了宣称路线明晰、数据真实可靠的项目材料。
我的职责，就是判断这些项目承诺哪些能真正经受住区块链实战的考验。因此，当我说当前链上监测技术确实已经有了长足进步，这绝不仅仅是厂商推销材料里的自我吹嘘。
目前，包括 Chainalysis、TRM Labs 和 Elliptic 在内的区块链取证平台，已累计冻结或追回约 340 亿美元涉案资金。全球范围内，已有超 45 家监管机构将这些工具纳为标准配置。通过钱包聚类与实体归属分析，相关资金追迹手段已足以成为司法证据，为追回被盗资产提供了有力保障。
随着 AI 技术的赋能，新一代取证工具早已不止于“亡羊补牢式”追查。如今，一些预测型平台甚至声称能在钱包执行可疑操作之前，提前发出警报。
这些系统能基于 50 多项行为特征进行分析，并实现每日自我学习。某技术供应商宣称，其模型已为 1 400 万个钱包实现 98% 的风险检出准确率。同时，链上 AI 交易员内置的跑路检测器可在约 5 秒内完成流动性锁定、合约冻结权限和部署者历史等多项关键风险核查。
据相关服务报告，其已扫描超过 88.1 万个代币地址，标记其中 27.1 万个为高风险。此外，越来越多的钱包聚类工具能识别出那些长年“潜水”、却在清算前夕突然激活的“沉睡地址”——这正如现实世界里，发现可疑人员频繁出现在街区周边一样。
如果只看厂商展示页面，你可能会以为加密诈骗已经基本绝迹。目前，成群的机器学习模型正在全天候监控每一条链、每一个钱包、每一笔转账。
但与此同时，这一波机器学习的浪潮，也让我们不得不重新审视链上犯罪的另一面。
AI 驱动的加密骗局：最新数据解析
根据 Chainalysis 统计，2025 年全球因加密诈骗与欺诈造成的损失预计将达到 170 亿美元，较前一年（99 亿美元）翻倍增长。美国联邦调查局（FBI）同期公布的本土加密欺诈损失为 113.6 亿美元，同比上升 22%。
这些数字固然可以写进演示文稿，但真正改变我尽调方式的只有一个：Chainalysis 发现，AI 驱动的诈骗，其获利能力是传统手段的 4.5 倍。
手法相同，目标相同，但利用 AI，诈骗者可以大规模伪造虚假客服、假冒投资人或可信内部人士，实施精准欺诈。
XBO 交易所联合创始人兼首席运营官 Lior Aizik 此前公开警告，冒充类诈骗持续上升，并且在整个行业范围内愈发复杂。他的建议很简单：只要无法核实对方身份，尤其是在对方带有紧迫性和保密要求的情况下，切勿转账加密货币。
冒充身份诈骗——无论是以银行、投资人还是加密领域意见领袖身份出现——在过去一年暴增 1,400%。如今，诈骗者更多利用 AI，对被他们提前画像的目标人群进行高成本、定向欺骗，不再像过去那样“广撒网”，胡乱碰运气。
这让人均被骗金额大幅飙升，从 2024 年 782 美元激增到 2025 年 2,764 美元，涨幅高达 253%。这一现象值得警惕，因为有一定公开身份的投资者与项目方，恰好就是被“克隆”的主要对象。
更令人不安的是：虽然防御工具的技术快速提升，攻击手段的进化速度同样惊人。
这一局面就像生成对抗网络（GAN）一样，生成者与判别者之间的博弈，不断推动整体能力升级。
无论是进攻还是防御，背后的 AI 能力来源一致。现阶段，这种竞争更偏向于“先发优势”，而非谁单兵作战模型最强。
为何检测能力提升后仍旧落后一步？
坦白来说，取证工具的本质是用于追查，而非预测。只有在犯罪已然发生后，调查才会启动。
只有当受害者已经遭受损失，才可能追踪到可见的作案模式并进行预警。即便是那些号称“事前预警拉盘跑路”的预测模型，训练数据也来自过往案例——而下一波骗局，正好是犯罪分子基于同一批数据设计的。
我是在 FBI 执行 NexFundAI 诱捕行动时，亲眼见证了这一点：联邦特工们创建的假蜜罐代币，旨在钓出洗盘交易者。
就在美国司法部宣布该行动相关逮捕案件的次日，有人直接克隆了完全相同的智能合约，迅速上线山寨代币，并用 FBI 公布在法庭文件中的同样手法，仅用一天就获利 127 000 美元。
任何流动性提供者如果曾问我“这个市场的恶劣行为是否真的能彻底肃清”，在 24 小时内就会得到答案。
FBI 的行动成了攻击者的现成范本。每一次有助于防守方的公开披露，也等于为攻击者提供了操作模板——而攻击者行动的速度，远超监管响应的步伐。
攻击者门槛更低，速度更快
同样的不对称性也体现在攻击所需的成本和难度急剧降低上。比如，软件开发者 Peter Steinberger 曾开发过一款热门的开源项目，允许用户在本地通过 Telegram、WhatsApp、Discord 等应用运行具备系统全部权限的 AI 助手。
由于商标纠纷，该产品被迫更名。
就在更名公告发布的几分钟内，有人盗用他的旧版 GitHub 和 X（推特）账号，借此发行并拉盘一个山寨币，市值一度高达 1 600 万美元，但随后暴跌超过 90%。
过程无须恶意软件，也没有密钥被盗。只因有人动作足够快，钻空子于无人关注的时间差。监控工具之所以没有察觉，是因为违法行为尚未发生。
当 AI 代理人成为“被割”的对象
让我担忧的并非只有普通用户，因为我收到的大量项目推介，核心思路都是“让我们的 AI 代理人为你交易”。事实上，这些代理人也可能替你亏掉钱。
有开发者称，他开发的以太坊 Solana 链上 AI 代理人，曾在上线 20 分钟后买入的某代币惨遭 94% 跌幅，损失高达 12 000 美元。
进一步调查后发现，该代币具有冻结权限，且前 10 持币者共控制了 91% 流通量。其部署者此前已发行过 3 个诈骗代币。
所有这些风险信号，本可被上述检测工具在几秒内识别。但该 AI 代理却未做校验，仅凭看到代币与价格，便直接买入——原因是安全校验与决策流程没有集成到系统中。
这正是我如今在每一个基于 AI 代理的基金推介中反复强调、重点测压的核心问题。
那些工具永远无法弥补的漏洞
令我最担忧的是，有些骗局根本无需涉及智能合约。由于我有一定的公开身份和粉丝群体，就成了骗子最喜欢克隆的对象。
今年 5 月，加拿大安大略省圭尔夫市一位女性因误信与 YouTuber Mr Beast 谈论加密投资，最终被诈骗 1.4 万加元。据报道，这起案件中，她以为在与 Mr Beast 交流，实则是骗子冒充。事实上，多年来，Mr Beast 一直在应对利用其形象制作的 AI 视频，这些虚假视频通过伪造赠币活动招摇撞骗。
链上取证工具不会对此类交互发出警告，因为在资金转移之前，整个过程都未触及链上。诈骗往往发生在视频通话和建立信任的一瞬间。当分析平台能够检测到交易时，受害者的损失决定早已产生。
AI 锻造虚假信任的速度，远远领先于被识别的能力。正是这种错位，造成了大部分 170 亿美元的资金流失。
AI 加密骗局：谁才是真正的赢家？
答案是谁都不是。
这是我能给出的最坦率答复。不管是链上取证工具还是预测模型，都确实在升级，确实帮助追回了部分损失。若因骗局数量增加就全盘否认这些努力，本身也是不诚实的表现。
但“真实且进步”并不代表已经领先。从 2025 年的相关数据来看，在美元计量层面，攻击端的成长速度明显快于防御端。
造成这种局面的核心原因在于，检测工具主要能回应一个问题——“这个钱包有风险吗？”但只有在有人主动检查时，这一问题才会被提出。
更棘手的是，像圭尔夫案件这样，根本没有可供扫描的钱包。正是 AI 让此类诈骗愈发高发。因此，如今我在所有商业项目中，AI 不再作为加分项，而是首先要严苛压力测试的关键。
区块链只能确认钱包的历史，却无法验证一通电话的真实性。
