中國頂尖警校的研究人員已開發出一套人工智慧系統，能夠以89.4%的整體準確率識別非法比特幣交易，這一進展可能重塑全球執法機構處理加密貨幣相關金融犯罪的方式。
中國人民公安大學的團隊於五月在《情報雜誌》上發表了他們的研究成果。《南華早報》報道了這一突破，強調該框架在檢測通過區塊鏈網絡流動的髒錢方面，優於現有的主流基線模型。
AI 如何實際運作
這個新框架結合了三項技術：動態圖神經網絡，用於映射交易節點之間不斷變化的关系；記憶模塊，用於存儲非法活動的歷史模式；以及大語言模型，用於處理推理與分類層。
研究人員在 Elliptic Bitcoin 數據集上測試了他們的系統，這是一個包含 203,769 個交易節點和 234,355 條連接邊的公開基準。該模型在非法交易上的精確度達到 89.1%，召回率為 64.5%。
當模型將某事物標記為可疑時，其正確率約為 89%。但該模型僅能檢測出數據集中約 65% 的非法交易，意味著仍有約三分之一的惡意交易未被發現。
為何可解釋性比原始數字更重要
研究的通訊作者孫景超博士指出，該系統的歷史模式匹配能力是其關鍵優勢。記憶模組讓 AI 能夠參考過往的非法交易模式並應用推理鏈，同時生成風險評分與其分類結果。
該框架還能為其決策提供自然語言解釋。它不僅僅是輸出一個機率分數，更能闡述其評估背後的邏輯。對於需要能在法庭上站得住腳的證據的監管機構和檢察官來說，這比單純的置信區間是一個重要的提升。
中國對加密貨幣犯罪的全面打擊
在 2025 年 3 月，中國檢察官起訴了 3,259 名涉及虛擬貨幣與地下銀行業務洗錢活動的個人。
2026 年 7 月 25 日，中國法院處理了一起涉及近 30 億元人民幣（約 4.44 億美元）的線上賭博債務案件。
該 AI 框架對比特幣的集中關注值得注意。該研究未提及任何具體協議、公司或其他代幣，進一步強化了比特幣作為非法交易默認通道的歷史角色。