Kryptowalutowa analiza śledcza stała się bardziej zaawansowana, ale oszuści wykorzystujący AI byli szybsi

Będąc przedsiębiorcą i inwestorem, jestem po drugiej stronie wielu prezentacji. Na moim biurku lądują prezentacje oparte na roadmapach i zespołach, które przysięgają, iż ich wyniki są prawdziwe.

Moim zadaniem jest sprawdzić, które elementy tych prezentacji przetrwają kontakt z blockchainem. Gdy mówię, iż wykrywanie w tej branży naprawdę się poprawiło, nie powtarzam prezentacji żadnego dostawcy.

Platformy do analizowania blockchaina, takie jak Chainalysis, TRM Labs i Elliptic, zamroziły lub odzyskały szacunkowo 34 mld USD pochodzących z nielegalnych działań. Ponad 45 regulatorów na całym świecie używa już tych narzędzi jako standardu. Pomagają odzyskiwać skradzione środki, wykorzystując klastrowanie portfeli oraz przypisywanie podmiotów, które są wystarczająco skuteczne, by stanąć w sądzie.

Analiza forensyczna blockchaina. Źródło: Coinlaw

Dzięki AI nowsze generacje tych narzędzi potrafią więcej niż tylko śledzić środki już po ich przemieszczeniu. Dziś mamy platformy predykcyjne, które twierdzą, iż potrafią oznaczyć portfel zanim cokolwiek zrobi.

Analizują zachowania na podstawie ponad 50 cech i codziennie się uczą. Jeden z dostawców deklaruje dokładność na poziomie 98% wśród 14 mln portfeli. Skanery rug pull są już obecne bezpośrednio w agentach handlujących AI, sprawdzają locki płynności, uprawnienia do zamrażania oraz historię deployera w około pięć sekund.

Jedna z takich usług zgłosiła przeskanowanie ponad 881 000 adresów tokenów i oznaczenie 271 000 jako wysokiego ryzyka. Istnieją narzędzia do klastrowania portfeli, które wykrywają “uśpiony” adres, leżący przez lata, a potem aktywowany tuż przed likwidacją — to cyfrowy odpowiednik zauważenia, iż ktoś obserwuje twoją ulicę.

Gdyby czytać tylko strony dostawców, można by pomyśleć, iż oszustwa w krypto mamy praktycznie rozwiązane, bo mamy małą armię modeli maszynowego uczenia, która przez całą dobę obserwuje wszystkie blockchainy, portfele i transakcje.

A potem sprawdzasz, co era maszynowego uczenia zrobiła po drugiej stronie rachunku.

Liczby stojące za oszustwami AI w krypto

Zgodnie z Chainalysis, straty związane z oszustwami i fraudami krypto w 2025 wynoszą około 17 mld USD, podczas gdy rok wcześniej było to 9,9 mld USD. Według FBI, kwota dotycząca samych Stanów Zjednoczonych to 11,36 mld USD — wzrost o 22% rok do roku.

To są liczby pokazywane na konferencjach. Jednak liczba, która zmieniła moje podejście do due diligence, jest taka: Chainalysis wykazało, iż oszustwa wspierane przez AI przynoszą 4,5 razy większe zyski niż tradycyjne.

Ten sam schemat, ta sama ofiara, ale dzięki AI oszuści mogą masowo tworzyć fałszywych konsultantów, inwestorów i zaufanych insiderów.

76% oszustw AI to wysokowartościowe i wysokowolumenowe przypadki. Źródło: Chainalysis

Lior Aizik, współzałożyciel i COO giełdy XBO, publicznie ostrzega, że oszustwa z podszywaniem się rosną i stają się coraz bardziej wyrafinowane w całej branży. Jego zasada jest prosta: nigdy nie przekazuj krypto nikomu, kogo nie jesteś w stanie zweryfikować — zwłaszcza gdy prośba pojawia się z naciskiem na pilność i tajemnicę.

Przestępstwa polegające na podszywaniu się — czy to pod bank, inwestora czy influencerów krypto — wzrosły o 1400% rok do roku. Oszuści dziś wykorzystują AI do prowadzenia kosztownych, precyzyjnie ukierunkowanych akcji na osobach, które wcześniej profilują, zamiast tanich, masowych prób, jak dawniej.

To podniosło średnią wartość płatności z 782 USD w 2024 roku do 2764 USD w 2025, co oznacza wzrost o 253%. Odbieram to osobiście, bo inwestorzy i operatorzy z publicznym profilem to właśnie ci, których najczęściej się klonuje.

Tu pojawia się niewygodna prawda: choć narzędzia obronne mocno się rozwinęły, narzędzia atakujących także są dużo lepsze.

To trochę jak sieć generatywna sprzeczna, gdzie generator i detektor rywalizują, przez co cały model staje się coraz doskonalszy.

Zarówno narzędzia ofensywne, jak i defensywne, korzystają z tych samych możliwości AI. Aktualnie pierwszeństwo ma ten, kto zareaguje jako pierwszy, a nie ten, kto wymyśli najlepszy model w izolacji.

Dlaczego lepsze wykrywanie przegrywa wyścig

Szczerze mówiąc, narzędzia forensyczne stworzono do pracy detektywistycznej, a nie do przewidywania. Aby rozpocząć śledztwo, musi dojść do przestępstwa.

Najpierw musi pojawić się ofiara, która już straciła pieniądze, zanim da się wychwycić wzorzec na tyle charakterystyczny, by go oznaczyć. choćby modele predykcyjne twierdzące, iż wyłapują rug pull przed jego wystąpieniem, działają na podstawie oszustw z wczoraj — tymczasem scam na jutro tworzy ktoś, kto miał dostęp do tych samych danych treningowych.

Przekonałem się o tym na żywo podczas akcji FBI NexFundAI: fałszywy token honeypot, który agenci federalni stworzyli, by złapać traderów na wash tradingu.

Dzień po ogłoszeniu przez DOJ aresztowań związanych z operacją, ktoś sklonował ten sam smart kontrakt i wypuścił podróbkę tokena, zarabiając 127 000 USD w jeden dzień, używając tych samych metod, które FBI właśnie ujawniło w dokumentach sądowych.

Każdy LP, który zapytał mnie, czy “najgorsze zachowania na tym rynku wreszcie znikają”, miałby odpowiedź w ciągu doby.

Akcja FBI stała się planem działania dla atakującego. Każda informacja pomaga nie tylko obronie, ale także daje gotowy szablon przestępcom — a przestępcy czytają szybciej, niż regulatorzy reagują.

Strona ataku stała się tańsza i szybsza

Podobna asymetria widoczna jest w wysiłku, jaki teraz wymaga atak. Programista Peter Steinberger stworzył popularny projekt open-source, pozwalający uruchomić asystenta AI na komputerze z pełnym dostępem do systemu przez aplikacje takie jak Telegram, WhatsApp i Discord.

Produkt musiał zmienić nazwę po sporze o znak towarowy.

Kilka minut po ogłoszeniu zmiany nazwy ktoś przejął jego stare konta GitHub i X, wykorzystał je do uruchomienia oraz wypompowania tokena, który osiągnął kapitalizację 16 mln USD, po czym spadł o ponad 90%.

Nie było złośliwego oprogramowania, nie ukradziono żadnych kluczy. Wystarczyło, iż ktoś gwałtownie wykorzystał moment nieuwagi, którego żadne narzędzie analityczne nie monitorowało. Narzędzia nie monitorowały, bo jeszcze nie doszło do nielegalnych działań.

Kiedy agent AI zostaje ofiarą rug pulla

Nie martwi mnie wyłącznie to, iż ofiarami padają ludzie, ponieważ wiele ofert, które dostaję, to wariacje na temat “pozwól, iż nasz agent AI będzie handlował za Ciebie”. Te agent mogą tracić Twoje pieniądze.

Pewien deweloper opisał sytuację, w której agent AI działający na Solanie kupił token, który po dwudziestu minutach spadł o 94%, przez co portfel agenta stracił 12 000 USD.

W trakcie analizy okazało się, iż token miał aktywne uprawnienia zamrożenia, a dziesięciu największych posiadaczy kontrolowało 91% podaży. Twórca wypuścił wcześniej trzy oszukańcze tokeny.

Każdy z tych sygnałów ostrzegawczych powinien być wykrywany w kilka sekund przez opisane tu narzędzia detekcyjne. Agent jednak tego nie sprawdził. Zobaczył token i cenę, po czym go kupił — bo nikt nie połączył warstwy bezpieczeństwa z warstwą decyzyjną.

To dokładnie taki błąd, na który testuję odporność w każdej propozycji funduszu wykorzystującego agentów.

Element, którego żadne narzędzie nie naprawi

Najbardziej niepokoi mnie to, iż część tych strat nie dotyczy wcale smart kontraktów. Mam publiczny profil i swoich odbiorców, co czyni mnie idealnym celem do podrobienia.

W maju media poinformowały, iż kobieta z Guelph w Kanadzie straciła 14 000 USD po tym, jak uwierzyła, iż rozmawia z YouTuberem Mr Beast o inwestycji w krypto. To nie była prawda. Mr Beast od lat walczy z fałszywymi nagraniami AI wykorzystującymi jego wizerunek do promowania udawanych giveawayów.

Narzędzia śledcze nie zgłaszają takich interakcji, ponieważ nie dotyczą one blockchainu, dopóki pieniądze nie zaczynają się przemieszczać. Oszustwo zachodzi podczas rozmowy wideo, w chwili zaufania. Kiedy transakcja trafia na platformę analityczną, ofiara już podjęła decyzję kosztującą ją pieniądze.

AI szybciej buduje fałszywe zaufanie, niż potrafi je wykryć. Tam właśnie trafiła większość z tych 17 mld USD.

Oszustwa AI w krypto: kto faktycznie wygrywa?

Żadna ze stron.

To najuczciwsza odpowiedź, jaką mogę dać. Oba rodzaje narzędzi, śledcze i predykcyjne, faktycznie działają. Odzyskiwanie środków jest realne. Pomijanie tego tylko dlatego, iż rośnie oszustwo, to także nieuczciwość.

Jednak “realne i ulepszane” to nie to samo, co “przewaga”. Dane z 2025 roku są jasne: przestępcy radzą sobie lepiej niż obrona pod względem kwot w USD.

Główną przyczyną jest to. Narzędzia detekcyjne odpowiadają na pytanie “czy ten portfel jest podejrzany?” – ale zadaje się je dopiero, gdy ktoś zdecyduje się sprawdzić.

Pojawiają się także przypadki jak w Guelph, gdzie nie da się przeskanować żadnego portfela. AI sprawia, iż takie sprawy są częstsze, dlatego przestałem używać AI jako zalety w każdej ofercie, a zacząłem traktować ją jako pierwsze miejsce do testowania podatności.

Blockchain może potwierdzić historię portfela. Nie potwierdzi jednak rozmowy telefonicznej,

BeInCrypto Polska - Kryptowalutowa analiza śledcza stała się bardziej zaawansowana, ale oszuści wykorzystujący AI byli szybsi