Trong bảy ngày qua, một công cụ pháp chứng vừa ra mắt đã hứa cho phép bất kỳ ai — kể cả người không có kiến thức kỹ thuật — tự truy vết tài sản bị đánh cắp. AMLBot công bố AI Tracer, một sản phẩm ở tầng ứng dụng, không phải giao thức, không có token, không có quỹ nào bị khóa. Nhưng điểm đáng chú ý không nằm ở sản phẩm, mà nằm ở chỗ thông cáo không đề cập một con số nào về độ chính xác của mô hình. Sự im lặng về độ chính xác là một dạng bằng chứng.
Bối cảnh của sự ra mắt này rất rõ ràng. Từ sau các vụ sập quy mô lớn năm 2022, các cơ quan quản lý trên toàn cầu — từ MiCA của EU, FinCEN của Mỹ cho đến chế độ VASP tại Hồng Kông — đều siết chặt yêu cầu chống rửa tiền đối với nhà cung cấp dịch vụ tài sản ảo. Nhu cầu về dữ liệu truy vết dòng tiền tăng vọt. Các công ty như Chainalysis, Elliptic và TRM Labs đã thống trị mảng dịch vụ cấp tổ chức với hợp đồng trị giá hàng chục nghìn đến hàng trăm nghìn đô la mỗi năm. Họ phục vụ chính phủ, sàn giao dịch và quỹ đầu tư. Nhưng phân khúc dưới cùng — cá nhân bị lừa đảo, dự án nhỏ bị tấn công, luật sư không có ngân sách lớn — gần như bị bỏ trống. AMLBot, vốn đã có dịch vụ AML/KYT cho doanh nghiệp, là một trong những đơn vị sớm nhận ra khoảng trống đó.
Với tư cách một người từng đọc hàng trăm báo cáo kiểm toán và từng mổ xẻ các hợp đồng lừa đảo, tôi không xem AI Tracer là bước đột phá về mặt kỹ thuật. Phân tích lạnh lùng cho thấy sản phẩm này là sự đóng gói lại các năng lực phân tích chuỗi đã tồn tại trong ngành: gom cụm địa chỉ, gán nhãn, dựng lại dòng tiền. Điểm khác biệt duy nhất là lớp giao diện tự động hóa, được khoác lên chiếc áo AI. Kiểm chứng giả thuyết bằng cấu trúc dữ liệu: một công cụ truy vết có giá trị khi và chỉ khi nó có dữ liệu đầu vào tốt — phạm vi chuỗi được hỗ trợ, độ phủ của các nhãn địa chỉ, thuật toán phân cụm. Không có thông tin nào về các yếu tố đó trong thông cáo. Đây là mô thức kinh điển của một sản phẩm mang nhãn AI nhưng chưa có bằng chứng thực nghiệm tương xứng.
Điều mà tôi gọi là 'rủi ro hộp đen' ở đây nghiêm trọng hơn vẻ bề ngoài. Nếu một nạn nhân của vụ phishing dùng AI Tracer để cáo buộc một địa chỉ cụ thể là kẻ tấn công, kết quả đó có thể được đưa vào đơn kiện, báo cáo gửi sàn, hoặc bài đăng công khai. Mỗi lớp trừu tượng trong một hệ thống AI đều che giấu một sai số: gom cụm sai, gán nhãn nhầm một địa chỉ của sàn giao dịch hợp pháp thành ví trộm cắp. Chainalysis từng vướng vào những sai sót kiểu đó, và họ đã hoạt động nhiều năm với dữ liệu được chính phủ kiểm định. Một công ty nhỏ hơn, với mô hình không được công bố, đối mặt với rủi ro sai lệch lớn hơn nhiều. Câu hỏi không phải là 'AI Tracer có dùng AI thật hay không', mà là khi mô hình đưa ra kết luận sai, ai sẽ chịu trách nhiệm pháp lý?
Những nhà phê bình cho rằng sự ra mắt này chỉ là chiêu trò tiếp thị. Nhưng tôi nhìn thấy ở đây một thay đổi thực chất, dù còn thô sơ. Khái niệm 'tự phục vụ' trong pháp chứng tiền mã hóa là một bước đi theo hướng dân chủ hóa quyền điều tra. Trước đây, nếu bạn mất 2.000 đô la vì một vụ rug-pull, bạn không có cách nào theo dõi dòng tiền ngoài việc nhờ sàn đóng băng hoặc thuê chuyên gia với giá cao ngất. AI Tracer mở ra khả năng cho một cá nhân tự lần theo dấu vết giao dịch trong vài phút, với chi phí thấp. Sai sót là có thật — nhưng năm 2017, tôi từng kiểm toán các hợp đồng thông minh của một ICO lừa đảo, vốn huy động 375.000 USD biến mất trong ba tuần. Vấn đề không nằm ở công nghệ, mà nằm ở cách con người sử dụng nó.
Nếu bạn nhìn vào chu kỳ thổi phồng của ngành, mỗi chu kỳ đều có một từ khóa. Năm 2021 là NFT. Năm 2022 là giao thức DeFi trả lãi suất 20.000%. Năm 2024-2026 là 'AI + Crypto', nơi mọi công cụ đều được dán nhãn AI. Kiểm chứng giả thuyết bằng cấu trúc dữ liệu: hãy nhìn vào những gì AMLBot chọn tiết lộ — họ nói về khả năng 'cho phép người dùng không chuyên tự tìm kiếm', thay vì công bố chỉ số về độ chính xác, tỷ lệ báo động sai, hoặc danh sách chuỗi được hỗ trợ. Trong ngành của tôi, chúng tôi gọi đó là tín hiệu đỏ: khi một công cụ mang trách nhiệm giải trình không được đo lường, sự im lặng chính là thước đo.
Điểm mù mà phần lớn người theo dõi bỏ qua: một công cụ chưa hoàn thiện vẫn có thể thay đổi cục diện ngành. Khi đủ nhiều nạn nhân dùng nó để thu hồi tài sản, chi phí hoạt động của tội phạm tiền mã hóa tăng lên. Kẻ tấn công buộc phải dùng kỹ thuật rửa tiền phức tạp hơn, từ đó tạo ra nhu cầu cho công cụ phân tích tinh vi hơn. Vòng lặp này đã diễn ra trong an ninh mạng suốt hai thập kỷ. Về kinh tế, mô hình truy vết dựa trên nhu cầu bảo vệ tài sản thực còn mạnh hơn mô hình 'APY cao' — thứ mà DeFi từng dùng để vẽ nên một vòng cung tăng trưởng giả.
Câu hỏi dành cho các nhà đầu tư, luật sư, sàn giao dịch và cơ quan quản lý: khi AI Tracer — hay bất kỳ công cụ tương tự nào — đưa ra một kết luận sai, và kết luận đó được dùng làm căn cứ để đóng băng tài sản, thì đó là lỗi của mô hình, của nhà phát triển, hay của người sử dụng? Trong lịch sử pháp lý gần như chưa có tiền lệ cho trách nhiệm của một thuật toán. Các hợp đồng thông minh có lỗi có thể được kiểm toán trước khi ký; nhưng một mô hình AI không được công bố dữ liệu thì không thể kiểm toán. Đó là điểm khác biệt cơ bản giữa mã nguồn mở và hộp đen mờ đục.
Bằng chứng lành mạnh nhất cho một công cụ pháp chứng không nằm ở whitepaper, không nằm ở bảng giá, mà nằm ở một bản án có thật được đưa ra dựa trên dữ liệu của nó, hoặc một vụ thu hồi tài sản được ghi nhận công khai. Trước khi có những bằng chứng đó, hãy kiểm tra công cụ bằng các tình huống đã biết — một địa chỉ bị tấn công nổi tiếng, một dòng tiền đã được công bố — và xem kết quả có khớp hay không. Đừng để cái nhãn 'AI' làm bạn ngừng đặt câu hỏi. Trong nghề kiểm toán bảo mật, chúng tôi có một nguyên tắc: niềm tin phải đến từ kiểm chứng, không phải từ sức thuyết phục của bản thông cáo.