作者：Pierre Gérard，Scorechain 執行長暨共同創辦人

2015年Scorechain在盧森堡成立時，「區塊鏈分析」尚未成為一個被認可的領域。最初的幾年，我們花費大量時間向銀行和監管機構解釋，為什麼公共帳本的透明性是一個機會而非威脅。十年後，同樣的誤解正蔓延至人工智慧（AI），而這正在耗費業界寶貴的時間。

目前有兩種主流論述。第一種聲稱AI很快就會完全取代合規團隊。第二種則認為AI過於不可預測，不應靠近受監管的金融活動。兩者都站不住腳。自2015年以來，Scorechain已對超過2,800家虛擬資產服務提供商（VASP）進行風險評估，過去兩年間，公司在真正能創造價值的地方導入AI——作為獨立的層級，而非直接嵌入客戶所依賴的合規工具中。

合規領域的噪音問題

每位合規人員在對話開始的五分鐘內都會提出同一個問題：噪音。一個按照謹慎銀行標準調校的制裁篩選系統，誤報率可能高達約95%。交易監控的誤報率也相差不遠。其後果是，受過專業訓練的分析師——那些理解犯罪類型學並能解讀資金流向的專業人員——將大部分工作時間花在清除從未構成真正風險的警示上：排除常見姓氏的名稱比對結果，或是閱讀多篇負面媒體報導，最終發現描述的是完全不同的人。每次負面媒體查核通常耗費分析師10到20分鐘。這就是當今合規工作的日常面貌，也是優秀人才離開這個領域的主要原因。ACAMS等產業協會已將反洗錢職位日益嚴重的倦怠和流失率標示為結構性問題，而非週期性問題。

這正是自動化展現價值之處，儘管其作用範圍比炒作所暗示的要窄。Scorechain AI的設計目標是向分析師提供一份整合報告：一個錢包的風險評分、它互動過的實體類型，以及它所接觸到的具名服務和交易對手。這些工作過去需要在帳本上進行數小時的手動追蹤。關鍵在於，報告本身不做任何決定。它壓縮證據，使合規人員——那個必須對決定簽核並向監管機構辯護的人——能在幾分鐘內審閱完畢並做出最終判斷。有效的自動化不是縮小合規功能，而是將重點從重複性的分流工作轉回專業判斷。

為什麼人類問責是架構設計，而非權宜之計

這個區別至關重要，因為替代方案帶來的是真正的危險。在受監管的環境中，模型無法向主管機關負責。第六號反洗錢指令（AMLD6）和加密資產市場監管法規（MiCA）都要求機構解釋並為其決定負責。MiCA於2024年中期開始在歐盟生效，各項條款將在2025年前陸續實施，它對加密資產服務提供商施加了迄今為止最詳細的營運義務，包括投訴處理、審慎保障措施和市場濫用監控等要求。「演算法標記了它」在稽查時不構成有效的辯護理由，而「演算法放行了它」則更糟。唯一負責任的設計方法是讓AI作為建立在可信賴數據之上的支援層，由具名的合規人員保留決策權及伴隨而來的問責義務。人類監督不是模型成熟後就會移除的臨時措施——它就是架構本身。

一個模型的品質最終取決於其底層的基礎。這正是外界容易忽略的部分。單獨來看，一個讀取區塊鏈的AI系統只能看到匿名字元串將價值轉移到其他匿名字元串。它無法辨識上游三個跳轉處的錢包屬於一個受制裁的交易所，也無法判斷接收資金的交易對手是混幣器而非薪資發放服務商。補充這些缺失的背景資訊正是區塊鏈分析的核心功能：將身分和風險評估附加到原始的鏈上活動，跨多個跳轉追蹤間接曝險，而非僅僅檢查眼前的地址，並根據Scorechain自2015年以來標記的超過十億個數據點和超過一百萬個加密實體進行評分。

舉一個具體案例：一個錢包初步看來是乾淨的，但追蹤其資金流向後發現，其大部分餘額在兩個跳轉之前源自一個與勒索軟體營運者相關的地址。這是任何模型單靠原始鏈上數據都無法得出的發現，卻正是合規人員必須採取行動的發現類型。為模型提供這些背景資訊，使其能在穩固的基礎上進行推理。若餵给它薄弱的數據，它會產生自信的胡言亂語——這在合規領域比誠實的數據缺口更加危險，因為它會放行本應被標記的交易。

AI作為市場參與者，不僅僅是合規工具

一個真正新穎的發展是，AI不再只是合規團隊使用的工具；它正在成為他們監管的市場中的參與者。在預設限額下發起支付的自主代理已從示範階段邁向實際部署，背後由真實的基礎設施推動：Coinbase用於機器對機器支付的x402標準、Visa的可信代理協定，以及PayPal與OpenAI的結帳整合。軟體開始與軟體進行交易，以加密資產結算，交易量之大非任何財務團隊能以人工處理。這一趨勢出現之際，已有超過50個司法管轄區通過或提議了針對VASP的FATF旅行規則要求，這意味著識別交易對手的合規範圍已經擴展到人工流程無法持續負荷的程度。

這引發了一個業界尚未清楚回答的問題：如何將「了解你的交易」（Know Your Transaction）原則應用於一個軟體交易對手？至少方向是明確的。當代理獨立進行交易時，控制措施不能僅存在於入門審查階段。它們必須移至交易層本身——即時監控、速度限制、來源追蹤，以及在資金仍在流動時進行干預的能力。我們多年來向質疑者辯護的那種透明性，恰恰是讓自主鏈上活動變得可審計的唯一特徵。

為自主合規而建

Scorechain近期推出了Scorechain MCP，透過模型上下文協定（Model Context Protocol）公開其風險評分和實體情報——這是一項新興標準，使AI代理能夠直接呼叫外部工具。情報存在於Scorechain平台內，而AI則位於平台之外，透過呼叫獲取答案，而非嵌入合規工具本身。其前提很簡單：代理不應在缺乏資訊的情況下進行交易。在移動資金或批准交易對手之前，代理可以向Scorechain查詢某個地址是否屬於受制裁實體、混幣器、已知詐騙或乾淨的私人錢包，並獲得風險評分作為回應。

這不是假設性的處理能力。Scorechain目前每天處理超過150萬次AML查核，一次篩選呼叫大約在235毫秒內返回——速度快到足以嵌入即時交易中而不造成延遲。該服務在代理和工作流程實際運作的地方提供：作為ChatGPT和Claude內的應用程式，以及n8n和Zapier等自動化平台上的整合功能。在決策時刻嵌入流程中的合規檢查，其價值遠高於在資金已經移動後才附加的檢查。

最根本的檢查——某個地址是否出現在制裁名單上——不應該被付費牆阻擋。為此，Scorechain提供免費的制裁篩選API，任何開發者、代理或工作流程都可以呼叫。篩選制裁曝險不是合規提供商應該從中提取價值的地方；它是整個市場應該立足的基線。

資產層級的風險情報

一個二階段的轉變正在浮現，代幣發行商和資產管理人才剛開始面對。當價值以機器速度進入穩定幣和代幣化資產時，重要的風險不再僅限於單筆交易，而是資產本身：誰持有它、所有權有多集中，以及有多少供應量掌握在受制裁或其他高風險實體手中。這是一個與交易監控根本不同的問題，也正是Scorechain的數位資產情報所旨在解決的——在發行商或資產管理人鑄造、上市或配置之前，提供持有者和曝險的資產層級視圖。隨著機構對代幣化資產的參與加速，這項需求的迫切性日益增加，BlackRock等公司已在公共區塊鏈上推出代幣化國庫基金，主要銀行也在試行使用穩定幣的結算基礎設施。

歐洲對此轉變的準備程度比外界普遍認為的更充分。MiCA和AMLD6已經假設了持續監控和明確的問責機制，而非入門時的一次性檢查。一個要求活動必須可解釋的監管制度，正是軟體開始自主移動資金時所需要的。

AI確實正在改變加密貨幣合規。它將消除大量繁瑣的工作，這是一個值得歡迎的發展。它不會消除的是對判斷力、問責制和可驗證數據的需求。如果說有什麼影響的話，它提高了這三者的標準。將AI視為更快速的分析師——建立在可靠的鏈上情報基礎上並堅定地置於人類控制之下——的團隊，才是那些在機器開始自主交易時仍能保持有效運作的團隊。那個未來比多數人想的更近。