TRM Labs: AI trong tội phạm crypto tăng 40% năm qua
Thông báo vào ngày 21 tháng 8 năm 2026 cung cấp một tín hiệu an ninh định hướng, nhưng không có phương pháp hoặc phân loại chi tiết.
TRM Labs cho biết việc áp dụng AI trong tội phạm liên quan đến tiền điện tử đã tăng 40% so với năm trước trong 12 tháng dẫn đến ngày 21-08-2026. Con số này chỉ ra rằng các hoạt động lừa đảo và gian lận đang mở rộng nhanh chóng, nhưng gói thông tin không bao gồm định nghĩa hoặc chi tiết đo lường để xác định quy mô rủi ro.
TRM Labs Báo Cáo Tăng 40% Việc Sử Dụng AI Trong Tội Phạm Crypto
TRM Labs, một công ty trí tuệ blockchain theo dõi hoạt động bất hợp pháp liên quan đến crypto, cho biết việc áp dụng AI trong tội phạm crypto đã tăng 40% trong năm qua. Khẳng định này được công bố vào ngày 21 tháng 8 năm 2026 và được trình bày dưới dạng thay đổi theo năm thay vì một con số tuyệt đối.
Về mặt cơ học, “sự áp dụng AI” trong bối cảnh này có nghĩa là tội phạm sử dụng các công cụ AI để tạo ra, tự động hóa hoặc cải thiện các hoạt động bất hợp pháp liên quan đến crypto, cho dù đó là kỹ thuật xã hội, quy trình gian lận hay các mẫu lạm dụng khác. Sự gia tăng 40% không phải là một con số thua lỗ tự nó.
Đây là một tuyên bố về khả năng thông lượng, ngụ ý rằng cùng một nhóm tác nhân xấu có thể thực hiện nhiều nỗ lực hơn trong một đơn vị thời gian, lặp lại nhanh hơn và nhắm đến nhiều địa điểm hơn.
Điểm đáng chú ý là đoạn trích gói dừng lại ở số cấp tiêu đề. Nó không bao gồm định nghĩa của TRM về những gì đủ điều kiện là “chấp nhận AI” hoặc “tội phạm tiền điện tử”, tập dữ liệu được sử dụng, cơ sở cho sự so sánh theo năm, hoặc bất kỳ ví dụ nào cho phép các nhà giao dịch liên kết sự gia tăng với các chuỗi, địa điểm hoặc loại tấn công cụ thể.
Những gì con số 40% báo hiệu về rủi ro địa điểm và đối tác - Và những gì vẫn chưa được xác minh.
Đối với các nhà giao dịch, yếu tố ảnh hưởng trực tiếp nhất là rủi ro hoạt động, chứ không phải vĩ mô. Nếu tội phạm đang nâng cấp công cụ, tác động cấp một thường là những mồi nhử hấp dẫn hơn, nhiều nỗ lực chiếm đoạt tài khoản tự động hơn, và gian lận với khối lượng lớn hơn đối với người dùng sàn giao dịch, bàn OTC và giao diện giao thức.
Điều đó có thể dẫn đến việc đóng băng rút tiền thường xuyên hơn, hàng đợi hỗ trợ dài hơn, quy tắc gửi và rút tiền nghiêm ngặt hơn, và tỷ lệ dương tính giả cao hơn trong các biện pháp kiểm soát tuân thủ, đặc biệt trong thời gianbiến độngkhi các địa điểm đã được kiểm tra tải.
Ở phía đối tác, việc gian lận mở rộng nhanh hơn cũng có thể thay đổi tốc độ mà thanh khoản “sạch” trở thành thanh khoản “bị ô nhiễm”. Nếu tiền thu được từ lừa đảo di chuyển qua nhiều bước và nhiều địa chỉ với sự tự động hóa tốt hơn, các đối tác dựa vào việc sàng lọc cơ bản có thể phải chịu nhiều rủi ro hoạt động hơn so với những gì chính sách của họ giả định, ngay cả khi mức độ tiếp xúc trên chuỗi của họ trông vẫn không thay đổi.
Điều còn lại chưa được xác minh là hình thức của sự gia tăng. Nếu không có phân tích chi tiết, không rõ liệu 40% này là do lừa đảo hay rửa tiền, liệu nó có tập trung vào các sàn giao dịch tập trung hay các nền tảng DeFi, hoặc liệu nó chủ yếu liên quan đến việc tạo nội dung và giả mạo hơn là tự động hóa trên chuỗi.
Đoạn trích cũng không cung cấp cách nào để xác định xem TRM đang đếm các sự cố độc nhất, việc sử dụng công cụ quan sát được, hay một số đại diện khác có thể thay đổi đáng kể dựa trên sự cải thiện trong phát hiện thay vì hành vi của kẻ tấn công.
Chặng tiếp theo của câu chuyện này phụ thuộc vào việc TRM công bố các yếu tố cơ bản đứng sau con số: định nghĩa cho “sự chấp nhận AI” và “tội phạm crypto,” phương pháp đo lường, và khoảng thời gian cơ sở được sử dụng để tính toán sự thay đổi theo năm.
Các nhà giao dịch cũng nên tìm kiếm dữ liệu tiếp theo phân chia sự gia tăng theo loại tội phạm và địa điểm, vì “nhiều AI” có nghĩa rất khác nhau nếu chủ yếu là lừa đảo qua email so với các đường ống rửa tiền tự động.
Một con đường xác nhận thứ hai là liệu các sàn giao dịch và các giao thức lớn có bắt đầu công khai trích dẫn việc sử dụng AI trong kỹ thuật xã hội hoặc gian lận tự động như là nguyên nhân cho các biện pháp kiểm soát mới, chẳng hạn như chính sách rút tiền chặt chẽ hơn, kiểm tra thiết bị và phiên mới, hoặc các biện pháp mạnh mẽ hơn hay không.địa chỉsàng lọc.
Các tập dữ liệu độc lập xác nhận hoặc mâu thuẫn với mức độ tăng trưởng hàng năm cũng sẽ xác định liệu đây có phải là một sự thay đổi chế độ rộng rãi hay chỉ là một hiện tượng đo lường của một công ty đơn lẻ.
Đọc của tôi: Xem nó như một tiêu đề quản lý rủi ro cho đến khi TRM công bố phân tích chi tiết.
Ngưỡng quan trọng ở đây là liệu con số 40% có tồn tại khi tiếp xúc với các định nghĩa hay không. Nếu "sự áp dụng AI" được đo lường một cách chặt chẽ, con số này là một cảnh báo sớm rằng các hoạt động lừa đảo và gian lận đang phát triển nhanh hơn so với hầu hết các biện pháp kiểm soát tại chỗ được thiết kế.
Cho đến khi TRM công bố phương pháp và phân loại, tôi coi đây là một tiêu đề quản lý rủi ro, không phải là một dự đoán định lượng về tổn thất theo chuỗi hoặc địa điểm. Điều này chỉ có ý nghĩa thực tiễn nếu dữ liệu cơ bản liên kết sự gia tăng với các con đường tấn công cụ thể, có thể lặp lại, buộc các sàn giao dịch và giao thức phải thay đổi cách người dùng nạp tiền, rút tiền và xác thực.
