由Scorechain联合创始人兼首席执行官Pierre Gérard撰写

2015年Scorechain在卢森堡成立时，"区块链分析"尚未成为一个被认可的类别。最初几年，公司花费大量时间向银行和监管机构解释公共账本的透明性为何是机遇而非威胁。十年后的今天，同样的误解正转向人工智能（AI），而这正在让整个行业付出宝贵的时间代价。

当前的主流讨论被两种叙事所主导。第一种声称AI将很快完全取代合规团队。第二种则认为AI过于不可预测，不应被用于受监管的金融活动。两种说法都经不起推敲。自2015年以来，Scorechain已对超过2,800家虚拟资产服务提供商（VASP）进行了风险评估，并在过去两年中将AI整合到真正能发挥价值的环节——作为独立的层存在，而非直接嵌入客户所依赖的合规工具中。

合规中的噪音问题

每位合规官在交谈的前五分钟内都会提出同一个问题：噪音。一个按照谨慎银行标准调校的制裁筛查系统，其误报率可高达约95%。交易监控的误报率也不相上下。其结果是，训练有素的分析师——那些理解犯罪类型学并能够解读资金流向的专业人士——将大部分工作时间花在清理那些从未构成真正风险的警报上：排除常见姓氏的姓名匹配，或阅读多篇负面媒体报道，最终发现描述的完全是另一个人。每次负面媒体报道核查通常需要耗费分析师10到20分钟的时间。这就是当今合规工作的日常现实，也是优秀专业人才离开这一领域的主要原因。ACAMS等行业协会已将反洗钱岗位日益严重的倦怠和流失率标记为结构性问题，而非周期性问题。

正是在这里，自动化证明了自身的价值，尽管其作用范围比炒作所暗示的要窄。Scorechain AI旨在为分析师提供一份整合报告：某个钱包的风险评分、与之交互的实体类型，以及其所接触到的已命名服务和对手方。这代表了过去需要数小时手动追踪账本才能完成的工作。关键在于，该报告不做任何决策。它压缩证据，使合规官——即负责签署该决策并向监管机构进行辩护的人——能够在几分钟内审阅完毕并做出最终判断。有效的自动化不会削弱合规职能，而是将重心从重复性分拣转移回专业判断。

人类问责是架构性的，而非临时性的

这一区别至关重要，因为替代方案存在真正的危险。在受监管的环境中，模型无法向监管者交账。第六项反洗钱指令（AMLD6）和加密资产市场监管法规（MiCA）都要求机构解释并为其决策负责。MiCA于2024年中期开始在欧洲联盟生效，相关条款将在2025年逐步实施，其中对加密资产服务提供商施加了迄今为止最为详尽的运营义务，包括投诉处理、审慎保障和市场滥用监控等方面的要求。"算法标记了它"在检查中不构成有效抗辩，而"算法放行了它"则更为糟糕。唯一负责任的设计方案是让AI作为建立在可信数据之上的支持层运作，同时由指定的合规官保留决策权及随之而来的问责义务。人类监督不是在模型成熟后就可以逐步取消的临时措施——它是架构本身。

模型的质量最终取决于其底层的数据支撑。这正是局外人容易忽视的部分。就其本身而言，一个读取区块链的AI系统只能看到匿名字符串将价值转移到其他匿名字符串。它无法识别上游三个跳数之外的钱包属于一个受制裁的交易所，也无法判断接收资金的对手方是混币器而非薪资支付服务。提供这一缺失的背景信息正是区块链分析的核心功能：将身份和风险评估附加到原始链上活动上，追踪跨多个跳数的间接暴露，而非仅仅检查眼前的地址，并将其与Scorechain自2015年以来标注的超过十亿个数据点和一百万余个加密实体进行比对评分。

举一个具体案例：一个钱包在初次检查时看似干净，但追踪其资金流向后发现，其余额大部分来自两个跳数之前与勒索软件运营者相关的地址。这是模型仅凭原始链上数据永远无法得出的发现，却恰恰是合规官必须采取行动的那种发现。为模型提供这样的背景信息，使其能够在坚实的基础之上进行推理。而提供稀薄的数据则会产生貌似自信的无稽之谈——在合规领域，这比坦诚的知识盲区更加危险，因为它会导致本应被标记的交易被放行。

AI作为市场参与者，而不仅是合规工具

一个真正新颖的发展是，AI不再仅仅是合规团队使用的工具；它正在成为其所监管市场的参与者。在预设限额下发起支付的自主代理已从演示阶段进入实际部署阶段，其推动力来自真实的基础设施：Coinbase用于机器对机器支付的x402标准、Visa的可信代理协议，以及PayPal与OpenAI的结账整合。软件正开始与其他软件进行交易，以加密资产进行结算，其交易量是任何财务团队都无法通过人工处理的。这一趋势出现的背景是，已有超过50个司法管辖区通过或提出了针对VASP的FATF旅行规则要求，这意味着识别对手方的合规边界已经超出了人工流程所能承受的范围。

这引发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软件的对手方？至少，方向是明确的。当代理独立进行交易时，控制措施不能仅存在于客户入门阶段。它们必须转移到交易层本身——实时监控、速率限制、来源追踪，以及在资金仍在流动时进行干预的能力。多年来向质疑者辩护的透明性，恰恰是使自主链上活动变得可审计的唯一特征。

为自主合规而构建

Scorechain近期推出了Scorechain MCP，通过模型上下文协议暴露其风险评分和实体情报——这是一项新兴标准，使AI代理能够直接调用外部工具。情报驻留在Scorechain平台内部，而AI则留在平台之外，通过调用来获取答案，而非被嵌入合规工具本身。其前提简单明了：代理不应在缺乏信息的情况下进行交易。在转移资金或批准对手方之前，代理可以即时查询Scorechain，以确定某个地址是否属于受制裁实体、混币器、已知骗局，或是一个干净的个人钱包，并获得相应的风险评分。

这并非假设性的处理能力。Scorechain目前每天处理超过150万次AML检查，筛查调用的返回时间约为235毫秒——足以在实时交易中运行而不会造成延迟。该服务在代理和工作流实际运行的地方均可使用：作为ChatGPT和Claude内部的应用程序，以及n8n和Zapier等自动化平台上的集成。在决策时刻嵌入流程中的合规检查，其价值远大于在资金已经转移之后才附加的检查。

最基础的检查——某个地址是否出现在制裁名单上——不应被付费墙所阻隔。出于这一原因，Scorechain提供了免费制裁筛查API，任何开发者、代理或工作流都可以调用。制裁暴露筛查不是合规提供商应当从中获取价值的环节；它代表了整个市场应当共同立足的基线。

资产级风险情报

一种二阶转变正在显现，代币发行方和资产管理公司才刚刚开始面对。当价值以机器速度进入稳定币和代币化资产时，重要的风险不再仅限于单笔交易，而是延伸到资产本身：谁持有它、持有权集中度如何，以及有多大比例的供应量掌握在受制裁或高风险实体手中。这与交易监控有着根本性的不同，也正是Scorechain 数字资产情报所针对的问题——在发行方或资产管理公司铸造、上市或配置之前，为其提供持有者和暴露情况的资产级视图。随着机构对代币化资产的参与加速，这种紧迫性正在增长，例如BlackRock在公共区块链上推出现金管理型代币化基金，以及大型银行试点使用稳定币的结算基础设施。

欧洲对这一转型的准备比通常认为的更为充分。MiCA和AMLD6已经预设了持续监控和明确的问责机制，而非仅在入门时进行一次性检查。一个要求活动具有可解释性的监管制度，恰恰是当软件开始自主移动资金时所必需的。

AI确实正在变革加密货币合规。它将消除大量繁琐的工作，这是一个值得欢迎的发展。但它不会消除对判断力、问责制和可验证数据的需求。如果有什么影响的话，它提高了这三个方面的标准。那些将AI视为一名更快速的分析师——建立在可靠的链上情报基础之上，并牢牢置于人类控制之下——的团队，才是当机器开始自主交易时仍能保持有效运作的团队。这一未来比大多数人认为的要近得多。