AMLBot, piattaforma di compliance crypto e analisi blockchain, ha segnalato di aver tracciato circa 4 BTC collegati all'hack di Bitget fino a Wasabi CoinJoin, un protocollo di privacy Bitcoin che oscura le tracce delle transazioni attraverso un mixing coordinato. Il dato evidenziato sottolinea un ostacolo da tempo riconosciuto per gli investigatori on-chain: una volta che i fondi entrano in un round di CoinJoin, il collegamento tra input e output diventa probabilistico anziché deterministico.

Il percorso segnalato dall'hack di Bitget a Wasabi CoinJoin

Secondo il tracciamento riportato da AMLBot, circa 4 BTC provenienti dall'hack di Bitget sono stati instradati verso Wasabi CoinJoin. AMLBot si descrive come una piattaforma di compliance crypto e analisi blockchain, collocando il report nel proprio monitoraggio dei flussi di fondi illeciti. La qualifica "circa" associata alla cifra indica che l'importo tracciato è una stima e non una somma confermata con precisione.

CoinJoin indica un modello di transazione collaborativa in cui più utenti combinano i propri pagamenti in un'unica transazione congiunta, rompendo la corrispondenza diretta uno-a-uno tra mittenti e destinatari. L'implementazione di Wasabi Wallet aggrega i bitcoin di più partecipanti e distribuisce output di taglio uniforme, una struttura che rende statisticamente difficile associare uno specifico input a uno specifico output. È questa caratteristica che fa apparire il protocollo regolarmente nelle anal dei movimenti di fondi successivi agli hack. L'instradamento segnalato di BTC legati a Bitget verso un servizio di questo tipo è coerente con gli schemi che gli analisti osservano tipicamente quando i fondi rubati vengono spostati in vista di vie di uscita basate sugli exchange.

Cosa stabilisce — e cosa non stabilisce — il percorso osservato

Un percorso on-chain osservato verso un servizio CoinJoin identifica una rotta di transazione, non un'identità né un'intenzione. Così come descritto, il report di AMLBot non conferma in modo indipendente l'entità complessiva dell'hack di Bitget, la destinazione completa dei fondi rubati o l'identità dell'attore che controlla i 4 BTC in questione. La distinzione è rilevante sia per gli investigatori sia per le decisioni di compliance a valle.

La base documentale del report, così come presentata, non include la metodologia di tracciamento di AMLBot, identificativi specifici delle transazioni, altezze di blocco o conferme di terzi dell'affermazione. In assenza di un hash di transazione pubblicato, di un link a un block explorer o di una corroborazione indipendente, l'affermazione non può attualmente essere verificata on-chain da soggetti esterni. I marker da seguire nel breve termine sono quindi concreti: la pubblicazione dei dati di transazione sottostanti o della metodologia da parte di AMLBot, una conferma da parte di una società di analisi indipendente o una registrazione verificabile su un block explorer porterebbero ciascuna l'affermazione da un alert su singola fonte verso un riscontro riproducibile. Fino ad allora, essa poggia esclusivamente sul monitoraggio di AMLBot.

Cosa significa il report per la compliance crypto e l'analisi blockchain

Per i team di compliance di exchange e custodi, un report di tracciamento che collega fondi legati a un hack a un servizio CoinJoin rappresenta un segnale azionabile. I fondi che passano attraverso round di CoinJoin possono comunque essere segnalati agli indirizzo di deposito tramite clustering euristico, anche quando la provenienza esatta resta incerta. Le piattaforme che utilizzano motori di risk scoring tendono tipicamente ad elevare il rating degli UTXO con uno storico CoinJoin, indipendentemente dal fatto che i fondi possano essere attribuiti direttamente a un furto specifico. Per i comuni possessori, la stessa logica di screening significa che un semplice storico CoinJoin può attirare un controllo rafforzato nelle verifiche di deposito anche senza alcun legame con furti — un effetto collaterale del risk scoring dei protocolli di mixing che va ben oltre questo singolo episodio.

Questa dinamica è centrale nel modo in cui le società di analisi come AMLBot generano valore di compliance: lo strumento non ha bisogno di dimostrare l'attribuzione in modo conclusivo per giustificare un flag ad alto rischio. Il tracciamento probabilistico, combinato con l'etichettatura della provenienza dei fondi, è generalmente sufficiente perché la maggior dei virtual asset service provider applichi una due diligence rafforzata nell'ambito dei quadri FATF sulla travel rule.

Sfide comparabili emersero nell'hack BNB che coinvolse Binance Web3 Wallet, dove il tracciamento on-chain dovette confrontarsi con rotte di offuscamento a più passaggi.

Distinguere un percorso osservato da un'affermazione di attribuzione definitiva

Gli output dell'analisi blockchain si colloca su uno spettro che va dall'attribuzione confermata all'inferenza euristica. Una traccia CoinJoin si posiziona verso l'estremità inferenziale: una piattaforma può stabilire che fondi coerenti con l'indirizzo di un hack siano entrati in un pool CoinJoin, ma non può affermare con certezza quale indirizzo di output abbia ricevuto quelle specifiche monete. La pubblicazione del dato con linguaggio qualificante — come fa il titolo di AMLBot con "circa 4 BTC" — riflette i limiti probatori intrinseci alla metodologia.

I professionisti della compliance che esaminano il report di AMLBot dovrebbero trattare il dato come un alert di monitoraggio che richiede ulteriori indagini, anziché come una determinazione definitiva su come si sono mossi i fondi.

Punti chiave

• Importo segnalato: circa 4 BTC tracciati da AMLBot fino a Wasabi CoinJoin.
• Percorso dichiarato: fondi presumibilmente collegati all'hack di Bitget prima di entrare nel pool di mixing CoinJoin.
• Rilevanza per la compliance: gli UTXO flaggati CoinJoin attivano punteggi di rischio elevati secondo le euristiche AML standard, consentendo agli exchange di applicare una due diligence rafforzata anche senza attribuzione confermata.

Contesto più ampio per il monitoraggio on-chain

Per il più ampio stack di analisi AI-crypto, report di questo tipo segnalano una domanda continuativa di strumenti automatizzati di monitoraggio on-chain capaci di operare su scala di grafo delle transazioni. La convergenza tra automazione della compliance e analisi probabilistica dei grafi — un ambito in cui l'infrastruttura degli agenti AI interseca sempre più la supervisione degli asset crypto — punta verso un modello a breve termine in cui il risk scoring è gestito da pipeline di inferenza anziché dalla revisione manuale degli analisti. La traccia Bit-Wasabi segnalata da AMLBot è un punto dato in questo processo in corso, quale che ne risulti lo status probatorio finale.

Disclaimer: Questo articolo ha finalità esclusivamente informative e non costituisce consulenza finanziaria o di investimento. I mercati delle criptovalute e degli asset digitali comportano rischi significativi. Effettuare sempre le proprie ricerche prima di prendere decisioni.