Coinbase dostroił model AI open-weight do wykrywania oszustw na swojej platformie, po tym jak wewnętrzne testy wykazały, że nowsze wersje modeli frontier wypadły gorzej w kilku miarach wykrywania oszustw niż modele, które zastąpiły. Giełda dostroiła Qwen3.5-9B na własnych danych transakcyjnych, a CEO Brian Armstrong powiedział, że wynik przewyższył modele frontier w zapobieganiu oszustwom.
Ten ruch ma znaczenie, ponieważ stoi w sprzeczności z założeniem, że największy i najnowszy model jest zawsze właściwym narzędziem. Dla firmy o dużym obciążeniu compliance, takiej jak giełda, mniejszy model, który działa wewnątrz organizacji — i można go bezpośrednio dostosować — może być wart więcej niż model ogólnego przeznaczenia dostępny przez API kogoś innego.
Dlaczego nowsze modele przegrały
Coinbase przeprowadził porównanie na stałym benchmarku 16 140 transakcji wśród 7 293 użytkowników. Zestaw ten obejmował 813 potwierdzonych transakcji oszukańczych, co jest liczbą, która naprawdę ma znaczenie przy pomiarze, czy model wychwytuje złe płatności, czy tylko unika fałszywych alarmów.
Według Armstronga nowsze wersje Opus, Sonnet i GPT uzyskały gorsze wyniki w kilku miarach wykrywania oszustw niż ich poprzednicy. GPT-5.6 był bardziej precyzyjny, ale miał niższą czułość, co oznacza, że zidentyfikował mniejszy odsetek transakcji oszukańczych. W pracy nad oszustwami ten kompromis to cała gra: model, który rzadko krzyczy „wilk”, ale przepuszcza oszustwa, nie wykonuje swojej pracy.
Te wyniki skłoniły Coinbase do wyboru modelu open-weight, którego parametry można dostosować bezpośrednio, zamiast być dostępne tylko przez API dostawcy. Armstrong ujął szerszą lekcję prosto: modele frontier są ogólnego przeznaczenia, podczas gdy modele specjalistyczne coraz częściej przewyższają je w wąskich zadaniach.
Co faktycznie robi agent
Coinbase dodał agenta ryzyka AI do swojego istniejącego modelu uczenia maszynowego i silnika reguł dla Onramp, produktu, który pozwala użytkownikom kupować kryptowaluty przez aplikacje partnerskie, w tym gościnne zamówienia. Agent analizuje ostatnie sekwencje transakcji, aby dostrzec wzorce niewidoczne dla pojedynczej płatności w izolacji.
Eksperyment online wykazał o 30% mniej transakcji oszukańczych i o 22% mniejszą wartość oszustw w grupie, która otrzymała dodatkowy przegląd AI.
Agent działa z ograniczeniami. Zwraca ocenę ryzyka, a kod aplikacji stosuje politykę decyzyjną. Może zablokować transakcję, która przeszła wcześniejsze kontrole, ale nie może odwrócić blokady na wcześniejszym etapie — jednokierunkowy zawór, który powstrzymuje warstwę autonomiczną przed nadpisaniem istniejących mechanizmów kontroli.
Kwestia bezpieczeństwa podniesiona przez Certik
Firma bezpieczeństwa Certik ostrzegła, że bardziej autonomiczne agenty bezpieczeństwa niosą ze sobą własne ryzyko: nieprawidłowe wyniki i zmniejszoną kontrolę człowieka, gdy ludzie uczą się ufać maszynie. Certik zalecił jasne ograniczenia autonomicznych decyzji i wyznaczonego właściciela dla każdego agenta.
Projekt Coinbase odpowiada na część tego. Agent proponuje, otaczający kod aplikacji decyduje, a kierunek tylko-blokujący oznacza, że nie może cofnąć decyzji podjętej w innym miejscu stosu. Czy za każdym agentem stoi wyznaczony człowiek-owner, nie jest czymś, co firma szczegółowo ujawniła publicznie.
Wybór czasu nie jest przypadkowy. Zespoły ds. oszustw są pod presją automatyzacji przeglądu bez oddawania modelowi ostatniego słowa, a dane benchmarkowe opublikowane przez Coinbase przeczą odruchowi sięgania po największy dostępny model za każdym razem, gdy pojawia się nowy.
Nierozstrzygnięte pozostaje, jak dostrojony Qwen3.5-9B Coinbase wytrzyma, gdy wzorce oszustw się zmienią i gdy pojawi się kolejna runda modeli frontier. Giełda nie powiedziała, czy planuje opublikować model lub benchmark do zewnętrznego przeglądu — a dopóki ktoś nie powtórzy testu na świeżych danych, porównanie opiera się na własnych liczbach Coinbase.
