Coinbaseは、プラットフォーム上の詐欺を検出するためにオープンウェイトのAIモデルを微調整した。内部テストで、新しいバージョンのフロンティアモデルが、置き換えたモデルよりも複数の詐欺検出指標で実際に性能が低下したことが判明したためだ。同取引所はQwen3.5-9Bを自社の取引データで調整し、CEOのBrian Armstrong氏は、その結果が詐欺防止においてフロンティアモデルを上回ったと述べた。
この動きが重要なのは、最大かつ最新のモデルが常に適切なツールであるという前提に反するからだ。取引所のようなコンプライアンス重視のビジネスでは、社内に置かれ直接調整できる小規模モデルの方が、他社のAPI経由で利用する汎用モデルよりも価値があるかもしれない。
新しいモデルが劣った理由
Coinbaseは、7,293人のユーザーにわたる16,140件の取引という固定ベンチマークで比較を実施した。そのセットには813件の確認済み不正取引が含まれており、モデルが不正決済を捕捉できるか、それとも誤警報を避けるだけかを測る際に実際に重要なのはこの数値だ。
Armstrong氏によると、新しいOpus、Sonnet、GPTの各バージョンは、複数の詐欺検出指標で前世代よりも低いスコアだった。GPT-5.6はより精度が高かったが再現率が低く、不正取引の識別割合が小さかった。詐欺対策では、このトレードオフがすべてだ。滅多に警報を鳴らさないが詐欺を見逃すモデルは、役割を果たしていない。
これらの結果からCoinbaseはオープンウェイトモデルへと向かった。そのパラメータはプロバイダーのAPI経由でのみアクセスするのではなく、直接適応させることができる。Armstrong氏はより広い教訓を簡潔に述べた。フロンティアモデルは汎用主義者だが、専門特化モデルは狭いタスクでますます優れた性能を発揮する。
エージェントが実際に行うこと
Coinbaseは、ユーザーがパートナーアプリを通じて暗号資産を購入できる製品「Onramp」（ゲストチェックアウトを含む）向けに、既存の機械学習モデルとルールエンジンにAIリスクエージェントを追加した。エージェントは最近の取引シーケンスを調べ、単一の支払いを孤立して見ただけでは見えないパターンを特定する。
オンライン実験では、追加のAIレビューを受けたグループで不正取引が30%減少し、不正金額が22%減少した。
エージェントは制限付きで動作する。リスクスコアを返し、アプリケーションコードが決定ポリシーを適用する。以前のチェックを通過した取引をブロックすることはできるが、上流のブロックを覆すことはできない。一方通行の弁により、自律レイヤーが既存の制御を上書きするのを防いでいる。
Certikが提起した安全性の疑問
セキュリティ企業Certikは、より自律的なセキュリティエージェントにはそれ自体のリスクが伴うと警告した。不正確な出力や、人々が機械を信頼することを学ぶにつれて人間の精査が減少することだ。Certikは、自律的な決定に対する明確な制限と、各エージェントに指名された責任者を推奨した。
Coinbaseの設計はその一部に答えている。エージェントは提案し、周囲のアプリケーションコードが決定し、ブロックのみの方向性によりスタックの他の場所で行われた判断を覆すことはできない。各エージェントの背後に指名された人間の責任者がいるかどうかは、同社が公に詳述していない。
タイミングは偶然ではない。詐欺対策チームは、モデルに最終決定権を渡すことなくレビューを自動化するよう圧力を受けており、Coinbaseが公開したベンチマークデータは、新しいモデルが出荷されるたびに利用可能な最大のモデルに手を伸ばすという反射に反するものだ。
まだ未解決なのは、詐欺パターンが変化し、次のフロンティアモデルが出そろう中で、Coinbaseが調整したQwen3.5-9Bがどれだけ持ちこたえるかだ。同取引所は、モデルやベンチマークを外部レビュー用に公開する計画があるかどうかを明らかにしていない。そして誰かが新鮮なデータでテストを再実行するまで、この比較はCoinbase自身の数値に基づいている。
