Coinbase har finjusteret en open-weight AI-model til at opdage svindel på sin platform, efter interne tests viste, at nyere versioner af frontier-modeller faktisk klarede sig dårligere på flere svindeldetektionsmål end de modeller, de erstattede. Børsen finjusterede Qwen3.5-9B på sine egne transaktionsdata, og CEO Brian Armstrong sagde, at resultatet slog frontier-modellerne inden for svindelforebyggelse.
Tiltaget er vigtigt, fordi det går imod antagelsen om, at den største og nyeste model altid er det rigtige værktøj. For en compliance-tung forretning som en børs kan en mindre model, der lever inde i huset — og kan justeres direkte — være mere værd end en generalist, der tilgås gennem en andens API.
Hvorfor de nyere modeller tabte
Coinbase kørte sammenligningen på et fast benchmark med 16.140 transaktioner på tværs af 7.293 brugere. Sættet indeholdt 813 bekræftede svigagtige transaktioner, hvilket er det tal, der reelt betyder noget, når man måler, om en model fanger dårlige betalinger eller bare undgår falske alarmer.
Ifølge Armstrong scorede nyere Opus-, Sonnet- og GPT-versioner dårligere på flere svindeldetektionsmål end deres forgængere. GPT-5.6 var mere præcis, men havde lavere recall, hvilket betyder, at den identificerede en mindre andel af de svigagtige transaktioner. I svindelarbejde er den afvejning hele spillet: en model, der sjældent råber ulv, men lukker svindel igennem, gør ikke sit arbejde.
De resultater skubbede Coinbase mod en open-weight-model, hvis parametre kunne tilpasses direkte i stedet for kun at være tilgængelige gennem en udbyders API. Armstrong formulerede den bredere lære enkelt: frontier-modeller er generalister, mens specialiserede modeller i stigende grad overgår dem på snævre opgaver.
Hvad agenten faktisk gør
Coinbase tilføjede en AI-risikoagent til sin eksisterende machine learning-model og regelbaserede motor for Onramp, det produkt der lader brugere købe krypto gennem partnerapps, herunder gæste-checkout. Agenten ser på nylige transaktionssekvenser for at opdage mønstre, som ikke er synlige fra en enkelt betaling isoleret set.
Et onlineeksperiment fandt 30 % færre svigagtige transaktioner og 22 % mindre svindelværdi i den gruppe, der fik den ekstra AI-gennemgang.
Agenten kører med begrænsninger. Den returnerer en risikoscore, og applikationskoden anvender beslutningspolitikken. Den kan blokere en transaktion, der bestod de tidligere kontroller, men den kan ikke omgøre en blokering længere oppe i systemet — en envejsventil, der forhindrer det autonome lag i at tilsidesætte eksisterende kontroller.
Sikkerhedsspørgsmålet, som Certik rejste
Sikkerhedsfirmaet Certik advarede om, at flere autonome sikkerhedsagenter bringer deres egne risici: forkerte output og reduceret menneskelig kontrol, efterhånden som folk lærer at stole på maskinen. Certik anbefalede klare grænser for autonome beslutninger og en navngivet ejer for hver agent.
Coinbases design besvarer en del af det. Agenten foreslår, den omkringliggende applikationskode beslutter, og den blokér-kun-retning betyder, at den ikke kan rulle en beslutning tilbage, der er truffet andre steder i stakken. Hvorvidt der sidder en navngivet menneskelig ejer bag hver agent, er ikke noget, virksomheden har offentliggjort detaljer om.
Timingen er ikke tilfældig. Svindelteams er under pres for at automatisere gennemgang uden at give en model det sidste ord, og de benchmarkdata, Coinbase har offentliggjort, går imod refleksen med at gribe efter den største tilgængelige model, hver gang en ny udkommer.
Det, der stadig er uafklaret, er, hvordan Coinbases finjusterede Qwen3.5-9B holder stand, efterhånden som svindelmønstre ændrer sig, og når næste runde af frontier-modeller lander. Børsen har ikke sagt, om den planlægger at offentliggøre modellen eller benchmarken til ekstern gennemgang — og indtil nogen kører testen igen på friske data, står sammenligningen på Coinbases egne tal.
