Coinbase ได้ปรับแต่งโมเดล AI แบบ open-weight เพื่อตรวจจับการฉ้อโกงบนแพลตฟอร์มของตน หลังจากผลการทดสอบภายในพบว่าโมเดล frontier รุ่นใหม่มีประสิทธิภาพแย่ลงในหลายตัวชี้วัดการตรวจจับการฉ้อโกงเมื่อเทียบกับโมเดลที่ถูกแทนที่ บริษัทได้ปรับแต่ง Qwen3.5-9B ด้วยข้อมูลธุรกรรมของตนเอง และ CEO Brian Armstrong กล่าวว่าผลลัพธ์ที่ได้นั้นเหนือกว่าโมเดล frontier ในการป้องกันการฉ้อโกง
การเคลื่อนไหวนี้มีความสำคัญเพราะขัดกับสมมติฐานที่ว่าโมเดลที่ใหญ่และใหม่ที่สุดมักเป็นเครื่องมือที่เหมาะสมเสมอ สำหรับธุรกิจที่ให้ความสำคัญกับการปฏิบัติตามกฎระเบียบอย่างExchange การใช้โมเดลขนาดเล็กที่อยู่ภายในองค์กรและสามารถปรับแต่งได้โดยตรงอาจมีคุณค่ามากกว่าการใช้โมเดลทั่วไปที่เข้าถึงผ่าน API ของผู้อื่น
ทำไมโมเดลรุ่นใหม่จึงแพ้
Coinbase ทำการเปรียบเทียบบนชุดทดสอบมาตรฐานคงที่ consisting of 16,140 ธุรกรรมจากผู้ใช้ 7,293 ราย ชุดข้อมูลดังกล่าวรวมธุรกรรมที่ยืนยันแล้วว่าเป็นการฉ้อโกง 813 รายการ ซึ่งเป็นตัวเลขที่สำคัญจริงเมื่อวัดว่าโมเดลจับการชำระเงินที่ไม่ดีได้หรือเพียงแค่หลีกเลี่ยงการแจ้งเตือนผิด
ตามคำกล่าวของ Armstrong โมเดล Opus, Sonnet และ GPT เวอร์ชันใหม่กว่ามีคะแนนแย่ลงในหลายตัวชี้วัดการตรวจจับการฉ้อโกงเมื่อเทียบกับรุ่นก่อนหน้า GPT-5.6 มีความแม่นยำสูงขึ้นแต่มี recall ต่ำลง หมายความว่ามันระบุสัดส่วนของธุรกรรมฉ้อโกงได้น้อยลง ในงานด้านการฉ้อโกง การแลกเปลี่ยนนี้คือหัวใจสำคัญ: โมเดลที่แทบไม่ร้องเตือนแต่ปล่อยให้การฉ้อโกงผ่านไปได้นั้นไม่ได้ทำงานของมัน
ผลลัพธ์เหล่านั้นผลักดันให้ Coinbase หันมาใช้โมเดล open-weight ซึ่งพารามิเตอร์สามารถปรับได้โดยตรงแทนที่จะเข้าถึงได้เพียงผ่าน API ของผู้ให้บริการ Armstrong สรุปบทเรียนที่กว้างขึ้นอย่างเรียบง่าย: โมเดล frontier เป็นผู้เชี่ยวชาญทั่วไป ในขณะที่โมเดลเฉพาะทางมีประสิทธิภาพเหนือกว่าในงานที่แคบลง
เอเจนต์ทำอะไรจริง ๆ
Coinbase เพิ่มเอเจนต์ความเสี่ยง AI เข้ากับโมเดลแมชชีนเลิร์นนิงและระบบกฎที่มีอยู่สำหรับ Onramp ซึ่งเป็นผลิตภัณฑ์ที่ให้ผู้ใช้ซื้อคริปโตผ่านแอปพันธมิตร รวมถึงการชำระเงินแบบ guest checkout เอเจนต์จะตรวจสอบลำดับธุรกรรมล่าสุดเพื่อค้นหารูปแบบที่มองไม่เห็นจากการชำระเงินครั้งเดียวโดยแยกเดี่ยว
การทดลองออนไลน์พบว่ากลุ่มที่ได้รับการตรวจสอบด้วย AI เพิ่มเติมมีธุรกรรมฉ้อโกงลดลง 30% และมูลค่าการฉ้อโกงลดลง 22%
เอเจนต์ทำงานภายใต้ข้อจำกัด มันส่งคืนคะแนนความเสี่ยง และโค้ดแอปพลิเคชันจะเป็นผู้ใช้นโยบายการตัดสินใจ มันสามารถบล็อกธุรกรรมที่ผ่านการตรวจสอบก่อนหน้าได้ แต่ไม่สามารถย้อนกลับการบล็อกจากต้นทางได้ — เป็นวาล์วทางเดียวที่ป้องกันไม่ให้ชั้นอัตโนมัติoverrideการควบคุมที่มีอยู่
คำถามด้านความปลอดภัยที่ Certik ยกขึ้นมา
บริษัทความปลอดภัย Certik เตือนว่าเอเจนต์ความปลอดภัยแบบอัตโนมัติมากขึ้นนำมาซึ่งความเสี่ยงของตัวเอง: ผลลัพธ์ที่ไม่ถูกต้อง และการตรวจสอบจากมนุษย์ที่ลดลงเมื่อผู้คนเริ่มไว้วางใจเครื่องจักร Certik แนะนำให้มีข้อจำกัดที่ชัดเจนในการตัดสินใจอัตโนมัติและมีผู้รับผิดชอบที่ระบุชื่อสำหรับเอเจนต์แต่ละตัว
การออกแบบของ Coinbase ตอบคำถามส่วนหนึ่งได้ เอเจนต์เสนอ โค้ดแอปพลิเคชันโดยรอบตัดสินใจ และทิศทางที่บล็อกได้เท่านั้นหมายความว่ามันไม่สามารถยกเลิกการเรียกที่ทำจากส่วนอื่นในสแต็กได้ ไม่ว่าจะมีผู้รับผิดชอบที่เป็นมนุษย์ระบุชื่ออยู่เบื้องหลังเอเจนต์แต่ละตัวหรือไม่นั้นเป็นสิ่งที่บริษัทยังไม่ได้ให้รายละเอียดต่อสาธารณะ
จังหวะเวลาไม่ใช่เรื่องบังเอิญ ทีมต่อต้านการฉ้อโกงอยู่ภายใต้แรงกดดันให้automateการตรวจสอบโดยไม่มอบอำนาจตัดสินใจสุดท้ายให้โมเดล และข้อมูล benchmark ที่ Coinbase เปิดเผยนั้นขัดกับปฏิกิริยาตอบสนองในการเลือกโมเดลที่ใหญ่ที่สุดที่มีอยู่ทุกครั้งที่มีรุ่นใหม่เปิดตัว
สิ่งที่ยังไม่คลี่คลายคือ Qwen3.5-9B ที่ปรับแต่งแล้วของ Coinbase จะทนทานได้เพียงใดเมื่อรูปแบบการฉ้อโกงเปลี่ยนไปและเมื่อโมเดล frontier รอบถัดไปเปิดตัว บริษัทยังไม่ได้ระบุว่าจะเผยแพร่โมเดลหรือ benchmark เพื่อให้บุคคลภายนอกตรวจสอบหรือไม่ — และจนกว่าจะมีใครรันการทดสอบซ้ำกับข้อมูลใหม่ การเปรียบเทียบนี้ก็ยังคงยืนอยู่บนตัวเลขของ Coinbase เอง
