Coinbaseは、同社専用に構築されたAIエージェントが不正検出において主要な商用AIシステムを上回り、決済レビューへの対応もはるかに速く、同社のOnrampサービスでのテスト中に不正取引を30%、不正取引額を22%削減したと発表した。

このエージェントは、オープンウェイトモデルQwen3.5-9Bを基盤としており、Coinbaseのエンジニアが社外秘の内部取引データでファインチューニングを行った。Brian Armstrong最高経営責任者(CEO)は、前週に公開された3部構成のエンジニアリングシリーズに続いて、10月12日にこの結果について言及した。

"We were able to fine tune an open weight model (Qwen3.5-9B) on proprietary internal data at @coinbase , and it out performed frontier models, at much lower cost and speed, for a specialized task (fraud prevention in this case). I think we'll see more of this pattern inside… pic.twitter.com/x1gort3N6P"

— Brian Armstrong (@brian_armstrong) October 11, 2026

この投稿でArmstrong氏は、この結果が、社外秘データでファインチューニングされたオープンウェイトモデルが、より低コストかつ高速で、限定された専門的タスクにおいてフロンティアシステムを上回り得るという、より広範な傾向を示唆していると述べた。

AIレビュアーがOnrampの不正を削減

Coinbaseは当初、法定通貨による暗号資産購入サービスであるOnrampの既存の不正検出ルールや機械学習によるチェックに加えて、AIレビュアーを導入した。オンライン実験で、同社は不正取引が30%減少し、不正取引額が22%減少したことを記録した。

各決済を個別に判断するのではなく、エージェントは最近の決済の連続性をレビューして不審な活動を評価した。これにより、以前のチェックを通過した決済を停止することはできたが、すでに実施されているブロックを解除する権限は持っていなかった。モデルはリスク分類のみを返し、最終的な取引判断はアプリケーションコードが適用する。同社によれば、この仕組みは取引セキュリティを強化しつつ、自動化された不正防止の判断に明確な限界を維持するものである。

社内テストが小型のファインチューニングモデルを支持

Coinbaseは、7,293人のユーザーに関わる16,140件の取引(うち813件が確認済みの不正事例)を含テストセットを用いて複数のモデルを比較した。その結果、一部の新しい汎用モデルは、フラグを立てた取引の精度が向上していたにもかかわらず、より多くの不正を見逃していたことが分かった。

その後、エンジニアはCoinbaseの過去の不正記録を用いて、90億パラメータのオープンウェイトモデルであるQwen3.5-9Bを適応させた。同社の報告によると、学習は単一のグラフィックスプロセッサ上で実行され、コストは100ドル未満だった。

AnthropicのOpus 4.5と比較して、調整済みモデルはF1スコアを9.6ポイント改善した。また、本番環境での測定に基づき、同社のモデルは1リクエストあたり0.683秒であったのに対し、商用システムは1.515秒であり、中央値の応答時間は55%短縮されたとも報告している。

この結果は、他の決済プラットフォーム全体でのモデルのパフォーマンスに関する独立した評価ではなく、企業自身が実施したテストに基づくものである。したがって、報告された比較は、モデルの一般的なランキングではなく、Coinbaseの取引レビューワークフローおよびテスト条件に固有のものである。

自動判断に対する明確な限界

Coinbaseは、不正パターンが変化する中で同モデルには継続的なテストが必要であり、確立されたアプリケーションルールがシステムの動作を制御すると述べた。このアプローチは、自律型エージェントには明確な限界と人間の説明責任が必要であるという、セキュリティ企業CertiKによる先週の警告と一致している。Coinbaseが説明したシステムにおいては、アプリケーションルールとともに、不正パターンの変化に応じて分類が有効であり続けているかを監視することが、ツール運用の一環として引き続き求められる。

不正防止への専門特化型AIの活用は、ブロックチェーン開発者が他のセキュリティ用途を模索する動きの中で行われている。XRP Ledgerの欠陥をAIの支援により発見したことが最近、不正なトークン発行を許す可能性のある脆弱性の修正につながった。また別に、Vitalik Buterin氏によるAIとウォレットセキュリティに関する警告は、高度なシステムが既存の暗号学的保護を脅かす可能性もあるという懸念を提起しており、Coldcardのソーシャルアカウントをめぐるフィッシング被害の事案は、暗号資産セキュリティが取引不正を超えた脅威にも直面していることを示した。