币安依靠 100 多个人工智能模型来阻止 $10.53B 的风险基金

币安将人工智能重新定位为核心安全基础设施，称从 2025 年到 2026 年第一季度，超过 24 个举措和 100 多个模型已经阻止了 10.53B 美元的风险资金。

币安的最新安全报告并未将人工智能描述为一项功能，而是其欺诈防御的支柱，该公司表示，它“在合规方面制定了超过 24 个人工智能计划，并有 100 多个人工智能模型为反欺诈控制提供支持。”根据币安研究院的一篇论文，这些系统“将非法资金风险减少了 96%”，名为“策略工厂”的定制风险引擎不断重新组合规则和机器学习模型，以标记登录、交易和提款阶段的异常行为。

币安将人工智能转变为安全基础设施

报告中的数字强调了规模。币安表示，在截至 2025 年 11 月的 2025 财年，其增强的检测系统阻止了 66.9 亿美元的欺诈和诈骗企图，将 36,000 个地址列入黑名单，并每天发出超过 9,600 个实时弹出警告。从 2025 年到 2026 年第一季度，该交易所估计它累计“防止了 10.53B 美元的用户损失”，这一数字在币安的另一篇社交帖子中得到了呼应，该帖子仅在 2026 年第一季度拦截了 2290 万个威胁后，将人工智能定义为“基础设施”。

2026 年第一季度，币安系统拦截了 2290 万次诈骗和网络钓鱼尝试，环比增长 54%，同比增长 209%，保护了约 19.8 亿美元的用户资金。该公司指出，虽然受保护的资金同比增长了 7%，但环比下降了 30%，该趋势归因于“季节性动态”，例如暂时改变诈骗风险的假期支出周期。 Facebook 的一篇文章总结了这些数据，强调了“100 多个实时 AI 模型”、网络钓鱼率“下降：3.2% → 0.4% (8 倍)”以及每月恢复超过 4,000 名用户，作为“大规模 AI 的样子”的例子。

加密安全领域的人工智能军备竞赛

币安的安全团队还强调，攻击者的行动速度同样快。在币安的相关评论中，研究人员得出的结论是，“目前人工智能的漏洞利用能力是检测能力的两倍”，并警告说，人工智能驱动的漏洞利用每个智能合约的成本约为 1.22 美元，预计每两个月会便宜 22%。他们认为，这种不对称性正在推动 75% 的金融机构增加在金融犯罪检测方面的人工智能支出，因为加密货币交易所和银行面临着同样的深度伪造 KYC 尝试、超现实网络钓鱼和自动撞库攻击浪潮。

在防御方面，币安指出其 KYC 人脸攻击和活体检测模型，据称这些模型不断更新以应对“物理面具、静态照片欺骗、深度伪造视频和合成人脸交换”，并声称人工智能已将 KYC 处理吞吐量提高了 100 倍。在更广泛的行业背景下，crypto.news 一份有关人工智能欺诈的报告总结了摩根大通的人工智能系统如何帮助防止了估计 15 亿美元的损失，而币安的人工智能堆栈自 2025 年以来已阻止了超过 105 亿美元的损失，将交易所的最新报告视为更广泛的人工智能安全军备竞赛的一部分，而不是孤立的升级。