Coinbase on virittänyt avoimen painomallin tekoälymallin havaitsemaan petoksia alustallaan, kun sisäiset testit osoittivat, että uudemmat versiot huippumalleista suoriutuivat useissa petosten havaitsemisen mittareissa jopa huonommin kuin mallit, jotka ne korvasivat. Pörssi viritti Qwen3.5-9B:n omalla transaktiodatallaan, ja toimitusjohtaja Brian Armstrongin mukaan tulos voitti huippumallit petosten ehkäisyssä.
Siirrolla on merkitystä, koska se on vastoin oletusta siitä, että suurin ja uusin malli on aina oikea työkalu. Sääntelyintensiiviselle liiketoiminnalle, kuten pörssille, pienempi malli, joka sijaitsee talon sisällä – ja jota voidaan säätää suoraan – voi olla arvokkaampi kuin toisen API:n kautta saavutettava yleismalli.
Miksi uudemmat mallit hävisivät
Coinbase teki vertailun kiinteällä 16 140 transaktion benchmarkilla, joka kattoi 7 293 käyttäjää. Joukossa oli 813 vahvistettua petollista transaktiota, mikä on se luku, jolla on todella merkitystä, kun mitataan, havaitseeko malli huonot maksut vai ainoastaan välttääkö se vääriä hälytyksiä.
Armstrongin mukaan uudemmat Opus-, Sonnet- ja GPT-versiot saivat useissa petosten havaitsemisen mittareissa huonommat pisteet kuin edeltäjänsä. GPT-5.6 oli tarkempi mutta sen recall oli alhaisempi, eli se tunnisti pienemmän osuuden petollisista transaktioista. Petostyössä tämä vaihtokauppa on koko pelin ydin: malli, joka harvoin huutaa susia mutta päästää petokset läpi, ei tee tehtäväänsä.
Nämä tulokset työnsivät Coinbasen kohti avoimen painon mallia, jonka parametreja voitiin mukauttaa suoraan sen sijaan, että niihin olisi päässyt käsiksi vain tarjoajan API:n kautta. Armstrong tiivisti laajemman opetuksen yksinkertaisesti: huippumallit ovat yleismalleja, kun taas erikoistuneet mallit päihittävät yhä useammin kapeissa tehtävissä.
Mitä agentti todella tekee
Coinbase lisäsi tekoälypohjaisen riskiagentin olemassa olevaan koneoppimismalliinsa ja sääntömoottoriinsa Onramp-tuotteelle, jonka avulla käyttäjät voivat ostaa kryptovaluuttaa kumppanisovellusten kautta, mukaan lukien vierascheckout. Agentti tarkastelee viimeaikaisia transaktiosekvenssejä havaitakseen malleja, jotka eivät ole näkyvissä yksittäisestä maksusta erikseen tarkasteltuna.
Verkkokokeessa havaittiin 30 % vähemmän petollisia transaktioita ja 22 % vähemmän petosarvoa ryhmässä, joka sai lisätekoälytarkastuksen.
Agentti toimii rajoitusten alaisena. Se palauttaa riskipisteytyksen, ja sovelluskoodi soveltaa päätöspolitiikkaa. Se voi estää transaktion, joka läpäisi aiemmat tarkastukset, mutta se ei voi peruuttaa ylävirran estoa – yksisuuntainen venttiili, joka estää autonomista kerrosta ohittamasta olemassa olevia kontrolleja.
Certikin esiin nostama turvallisuuskysymys
Turvallisuusyritys Certik varoitti, että autonomisemmat turva-agentit tuovat mukanaan omia riskejään: virheellisiä tuloksia ja vähentynyttä ihmisen valvontaa, kun ihmiset oppivat luottamaan koneeseen. Certik suositteli selkeitä rajoja autonomisille päätöksille ja nimettyä omistajaa jokaiselle agentille.
Coinbasen suunnittelu vastaa osaan tästä. Agentti ehdottaa, ympäröivä sovelluskoodi päättää, ja vain estävä suunta tarkoittaa, että se ei voi purkaa muualla pinossa tehtyä päätöstä. Sitä, onko jokaisen agentin takana nimetty ihmisomistaja, yritys ei ole kertonut julkisesti.
Ajoitus ei ole sattumaa. Petostentorjuntatiimit ovat paineen alla automatisoida tarkastus antamatta mallille viimeistä sanaa, ja Coinbasen julkaisema benchmark-data on vastoin refleksiä tarttua suurimpaan saatavilla olevaan malliin aina, kun uusi julkaistaan.
Vielä on ratkaisematta, miten Coinbasen viritetty Qwen3.5-9B kestää petoskuvioiden muuttuessa ja seuraavan huippumallien kierroksen saapuessa. Pörssi ei ole kertonut, aikooko se julkaista mallin tai benchmarkin ulkopuolista arviointia varten – ja kunnes joku ajaa testin uudelleen tuoreella datalla, vertailu nojaa Coinbasen omiin lukuihin.
