एकाइहरू
1. ब्लकचेन र Web3 मा कृत्रिम बुद्धिमत्ताको परिचय: भूमिका, सीमा, प्रमाणीकरण र सुरक्षा-आलोचनात्मकता 2. स्मार्ट अनुबंध लेखन समर्थन: ठोसता/भाइपर ड्राफ्ट र सुरक्षित कोड जेनेरेसन 3. स्मार्ट अनुबंध लेखा परीक्षण समर्थन: सुरक्षा समीक्षा र ड्राफ्ट निष्कर्ष 4. जोखिम स्क्यानिङ: सामान्य जोखिम ढाँचा र स्वचालित विश्लेषण 5. अन-चेन डाटा विश्लेषण: ब्लक, लेनदेन र वालेट डाटा को अर्थ बनाउन 6. DeFi र प्रोटोकल विश्लेषण: तरलता, MEV र आर्थिक आक्रमणहरू 7. टोकनोमिक मोडेलिङ: आपूर्ति, वितरण, प्रोत्साहन र सिमुलेशन 8. कागजात र प्राविधिक लेखन: व्हाइटपेपर, NatSpec र प्रयोगकर्ता गाइड 9. धोखाधडी, रग-पुल र जोखिम पत्ता लगाउने: अन-चेन रातो झण्डा 10. सुरक्षा-महत्वपूर्ण लेखा परीक्षण, विशेषज्ञ अनुमोदन र जिम्मेवार प्रयोग 11. अन्त-देखि-अन्त कार्यप्रवाह, शासन, प्रमाणीकरण र नैतिकता
एकाइ 9 / 11

धोखाधडी, रग-पुल र जोखिम पत्ता लगाउने: अन-चेन रातो झण्डा

लाभ:

  • रग-पुल, हनीपोट र कृत्रिम बुद्धिमत्ताको साथ नक्कली टोकनहरू जस्ता पासोहरूद्वारा कोड र चेनमा छोडिएका रातो झण्डाहरू स्क्यान गर्ने र तिनीहरूलाई सरल भाषामा व्याख्या गर्ने क्षमता।
  • कृत्रिम बुद्धिमत्ताले निश्चित निर्णय गर्न सक्दैन, यो 'जोखिम छैन' भन्ने ग्यारेन्टी छैन र यसले नयाँ जालहरू छुटाउन सक्छ भनेर छुट्याउन सक्षम हुनु।
  • प्रत्येक झण्डा स्रोतमा एट्रिब्यूट गर्ने क्षमता, मध्यम भाषा प्रयोग गर्नुहोस्, निन्दाबाट बच्न र रक्षात्मक उद्देश्यका लागि मात्र जानकारी प्रयोग गर्नुहोस्।

Web3 मा टेक्नोलोजीद्वारा प्रदान गरिएको स्वतन्त्रताको अँध्यारो पक्ष पनि समावेश छ: नक्कली परियोजनाहरू, रग-पुल्स (विकासकर्ताहरूले लगानीकर्ताको पैसा सङ्कलन र गायब), हनीपोट ट्र्यापहरू (टोकनहरू जुन किन्न सकिन्छ तर बेच्न सकिँदैन), फिसिङ र नक्कली सम्झौताहरू। यस इकाईमा हामी AI लाई कसरी धोखाधडी र जोखिम पत्ता लगाउने सहायकको रूपमा प्रयोग गर्ने भनेर सिक्नेछौं। लक्ष्य विशुद्ध रूपमा रक्षात्मक छ: प्रयोगकर्ताहरू र परियोजनाहरूको सुरक्षा गर्दै, समस्याहरू चाँडै हेर्दै। यो जानकारी कुनै पनि परिस्थितिमा जालहरू सेट गर्न प्रयोग गर्न सकिँदैन।

Web3 मा धोखाधडी को प्रकार

  • रग-पुल: तरलता फिर्ता लिन वा असीमित रकम छाप्ने अधिकारसँग कोषको निकासी।
  • हनीपोट: अनुबंध कोडमा सम्मिलित अवरोधको कारण प्रयोगकर्ताले बिक्री गर्न सक्दैन; विकासकर्ताले मात्र यसलाई बेच्न सक्छ।
  • नक्कली/नक्कल टोकन: लोकप्रिय परियोजनाको नामको नक्कल गर्ने समान नामको एक बेकार टोकन।
  • फिसिङ: नक्कली साइट वा सम्झौताको अनुमोदनको साथ वालेट खाली गर्दै।
  • पम्प र डम्प: कृत्रिम रूपमा टोकन फुलाउने र यसलाई शीर्षमा बेच्ने।
  • नक्कली लेखापरीक्षण ब्याज: अपरिचित परियोजनालाई "अडिट गरिएको" देखाउने।

यी धेरै पासोहरूले कोड वा अन-चेन व्यवहार हेर्दा रातो झण्डा उठाउँछन्। AI ले यी झण्डाहरू स्क्यान गर्न र व्याख्या गर्न मद्दत गर्दछ।

रातो झण्डा: कोड र चेन स्तरमा

कोड स्तर मा:

  • मालिकको लागि असीमित टकसाल अधिकार।
  • मालिक लेनदेन पज गर्न वा स्थानान्तरण रोक्न सक्छ।
  • लुकेको तर्क (हनीपोट) जसले बेच्न रोक्छ - केवल केहि ठेगानाहरू बेच्न सक्छ।
  • अत्यधिक उच्च वा परिवर्तनीय लेनदेन कर (स्थानान्तरण शुल्क) — 100% मा फिर्ता।
  • अपग्रेड योग्य अनुबंधमा अनियन्त्रित मालिक प्राधिकरण (प्रोक्सी)।
  • अनलक वा मालिकको स्वामित्वमा रहेको तरलता।

चेन स्तरमा:

  • केही ठेगानाहरूमा टोकन धारकहरूको चरम एकाग्रता।
  • तरलता अभाव लक वा लक धेरै छोटो।
  • विकासकर्ता वालेटको ठूलो सेयर।
  • अचानक, अस्पष्ट प्रमुख स्थानान्तरण।
  • धेरै नयाँ अनुबंध + आक्रामक मार्केटिंग।

रातो झण्डा

कसरी पत्ता लगाउने

एआई भूमिका

असीमित टकसालहरू

कोड समीक्षा

कोड मा मार्कअप

हनीपोट तर्क

कोड + सिमुलेशन

संदिग्ध मोल्ड मार्किंग

तरलता अनलक भयो

अन-चेन प्रश्न

प्रश्न + टिप्पणी

मालिक एकाग्रता

धारक वितरण

डाटा व्याख्या

परिवर्तनीय कर

कोड समीक्षा

कोड मा मार्कअप

धोखाधडी पत्ता लगाउन AI को भूमिका र सीमा

AI ज्ञात जालसाजी ढाँचाहरूको लागि स्क्यान गर्न र प्रयोगकर्ताले नबुझेको सादा भाषामा कोड व्याख्या गर्न शक्तिशाली छ: "यस सम्झौतामा मालिकले कुनै पनि समयमा स्थानान्तरण रोक्न सक्छ, यो जोखिम हो।" तर त्यहाँ दुई महत्वपूर्ण सीमाहरू छन्:

  1. निश्चित निर्णय गर्न सकिँदैन: AI ले "यो निश्चित रूपमा रग-पुल हो" भन्न सक्दैन; केवल जोखिम संकेतहरू। केही वैध अनुबंधहरूमा पज अधिकार पनि हुन सक्छ। अन्तिम निर्णयलाई सन्दर्भ र मानवीय न्याय चाहिन्छ।
  2. नयाँ जालहरू छुटेका छन्: घोटाला गर्नेहरूले लगातार नयाँ प्रविधिहरू विकास गर्छन्; AI ले प्रशिक्षण डेटामा नभएको अद्वितीय जाल देख्न सक्दैन।
सावधानी: केवल AI ले "कुनै जोखिम देखा पर्दैन" भनेको सुरक्षाको ग्यारेन्टी होइन। एआईले टोकन सुरक्षित छ भनी पुष्टि गरेपछि लगानी गर्नु खतरनाक हुन्छ। AI एक स्क्रीनिंग तह हो; अन्तिम निर्णयलाई धेरै प्रमाणिकरण र मानवीय निर्णय चाहिन्छ।

कमजोर प्रम्प्ट / बलियो प्रम्प्ट

कमजोर प्रम्प्ट:

के यो टोकन घोटाला हो? के मैले यसलाई किन्नुपर्दछ?

AI ले न त निश्चित निर्णय गर्न सक्छ न त लगानी सल्लाह दिन सक्छ - यो प्रम्प्टले भ्रामक जवाफ निम्तो दिन्छ।

शक्तिशाली प्रम्प्ट:

तपाईंको भूमिका: अन-चेन जोखिम विश्लेषक (रक्षा मात्र)। ज्ञात धोखाधडी रातो झण्डाहरूको लागि निम्न अनुबंध कोड स्क्यान गर्नुहोस्: असीमित टकसाल, पज/स्थानान्तरण ब्लक, हनीपोट तर्क, स्विच गर्न मिल्ने कर, अनलक तरलता, अनियन्त्रित प्रोक्सी। प्रत्येक खोजलाई कोडको लाइनमा लिङ्क गर्नुहोस् र यो किन जोखिम हो भनेर व्याख्या गर्नुहोस्। कडा "ठगी" वा "सुरक्षित" निर्णय गर्दै; जोखिम चिन्ह लगाउनुहोस्। यो लगानी सल्लाह होइन। तपाईं निश्चित हुनुहुन्न भनेर बताउनुहोस्।

चार प्रतिलिपि गर्न मिल्ने टेम्प्लेटहरू

१) हनीपोट/बिक्री बाधा स्क्रीनिंग:

यस टोकन सम्झौतामा बिक्री (स्थानान्तरण/बिक्री) लाई रोक्न सक्ने कुनै तर्क छ कि छैन जाँच गर्नुहोस्: केवल निश्चित ठेगानाहरूले बेच्न सक्छन्, खरीद-बिक्री असमानता, गोप्य कालोसूची। पङ्क्तिद्वारा शंकास्पद ढाँचाहरू देखाउनुहोस्। अन्तिम निर्णय गर्दै; यसलाई "सिमुलेशनको साथ परीक्षण गरिनु पर्छ" को रूपमा प्रस्तुत गर्नुहोस्।

2) मालिक प्राधिकरण नक्सा:

मालिक/व्यवस्थापकले यस सम्झौतामा गर्न सक्ने सबै विशेषाधिकार प्राप्त कार्यहरू सूचीबद्ध गर्नुहोस्: छाप्नुहोस्, रोक्नुहोस्, कर परिवर्तन गर्नुहोस्, तरलता फिर्ता लिनुहोस्, अपग्रेड गर्नुहोस्। प्रत्येक अधिकारको दुरुपयोगको जोखिम लेख्नुहोस्। यसलाई तालिकामा प्रस्तुत गर्नुहोस्; रक्षात्मक उद्देश्यका लागि मूल्याङ्कन गर्नुहोस्।

3) अन-चेन वितरण नियन्त्रण:

एउटा क्वेरी (ड्युन/अन्वेषक) लेख्नुहोस् जसले टोकनको लागि होल्डर वितरण र तरलता लक पुन: प्राप्त गर्नेछ। मैले के खोज्नु पर्छ व्याख्या गर्नुहोस्: शीर्ष १० ठेगानाहरूको कुल साझेदारी, तरलता लक छ कि छैन, विकासकर्ता वालेट साझेदारी। म यसलाई चलाउनेछु र प्रमाणित गर्नेछु; डाटा निर्माण।

4) प्रयोगकर्ताको लागि सरल जोखिम सारांश:

एक क्रिप्टो नौसिखियाले बुझ्न सक्ने सादा अंग्रेजीमा जोखिम सारांशमा तल प्रमाणित निष्कर्षहरू अनुवाद गर्नुहोस्। आतंक वा बढाइचढाइ सिर्जना नगर्नुहोस्; तर जोखिम स्पष्ट रूपमा बताउनुहोस्। "यो लगानी सल्लाह होइन, आफ्नै अनुसन्धान गर्नुहोस्" भनेर अन्त्य गर्नुहोस्।

तीनवटा सानो केसहरू (संख्यामा)

केस १ - हनीपोट चाँडै भेटियो। जब एक सामुदायिक मध्यस्थकर्ताले बढ्दो टोकनको लागि AI ले अनुबंध स्क्यान गर्यो, एउटा ढाँचा चिन्ह लगाइयो जहाँ मालिकले मात्र बेच्न सक्छ। सिमुलेशनमा पुष्टि भयो: टोकन किन्न सकिन्छ, बेच्न सकिँदैन — क्लासिक हनीपोट। चेतावनी फैलियो, दर्जनौं प्रयोगकर्ताहरू जालबाट सुरक्षित भए। पाठ: AI + सिमुलेशन रक्षा मा बलियो छ।

केस २ - गलत अलार्मबाट फर्कनुहोस्। एआईले वैध परियोजनाको पज प्राधिकरणलाई "रग-पुल जोखिम" को रूपमा फ्ल्याग गर्‍यो। विश्लेषकले समीक्षा गर्नुभयो: पज मल्टिसिग शासनद्वारा सुरक्षित गरिएको थियो र आपतकालिनको लागि मानक उपाय थियो। पाठ: AI लाई सन्दर्भ थाहा छैन; प्रत्येक झण्डा मानव निर्णय द्वारा मूल्याङ्कन गरिन्छ।

केस 3 - एकाग्रता जोखिम पुष्टि भयो। एक विश्लेषकले अन्वेषकमा दाबी पुष्टि गरे कि एआईले फ्ल्याग गर्यो कि "शीर्ष 3 वालेटहरूले आपूर्तिको 78% समात्छन्" - यो सत्य थियो। यो फैलावटको गम्भीर जोखिम थियो, जहाँ मूल्य अचानक बिक्री संग दुर्घटना हुन सक्छ। पाठ: श्रोतमा जडान हुँदा अन-चेन झण्डाहरू बलियो प्रमाण बन्छन्।

नैतिकता: रक्षा मात्र

यस इकाईको ज्ञान एक धारिलो चक्कु हो। एउटै रातो झण्डा जानकारी खराब मनसाय भएको कसैको हातमा "कसरी जाल सेट गर्ने" गाइडमा परिणत हुन सक्छ। यसैले अपरिवर्तनीय सिद्धान्त: यो जानकारी केवल सुरक्षा, चेतावनी र रक्षा गर्न हो। हनीपोटहरू लेख्न, नक्कली टोकनहरू उत्पन्न गर्न वा प्रयोगकर्ताहरूलाई धोका दिन AI प्रयोग गर्नु आपराधिक र अनैतिक दुवै हो र यो मोड्युलको दायरा बाहिर छ।

साथै:

  • मानहानिको जोखिम: प्रमाणीकरण बिना परियोजनालाई "घोटाला" घोषणा गर्दा कानुनी दायित्व सिर्जना हुन्छ। दाबीहरू स्रोतसँग जोडिएको हुनुपर्छ र मापन गरिएको भाषामा निर्माण गर्नुपर्छ।
  • लगानी सल्लाह होइन: जोखिम विश्लेषण "खरीद/बिक्री" सिफारिस होइन।
  • आतंक सिर्जना नगर्नुहोस्: झूटा अलार्महरूले पनि हानि पुर्‍याउँछ; प्रत्येक खोज प्रमाणीकरण बिना फैलिएको छैन।
सुझाव: सधैं "कोड/डेटाले यो देखाउँछ" मा जोखिम दावीलाई आधार बनाउनुहोस्, "यो निश्चित रूपमा घोटाला हो" होइन। प्रमाण बिन्दुहरू; अन्तिम निर्णय स्रोत निर्भर, बहु प्रमाणिकरण र मानव न्याय हुनुपर्छ।

सामान्य गल्तीहरू

  • "कुनै जोखिम छैन" भनेर AI लाई विश्वास गरेर लगानी गर्नुहोस्। यो ग्यारेन्टी होइन।
  • प्रत्येक झण्डालाई निश्चित धोखाधडी मान्दै। यो वैध अनुबंधहरूमा पनि हुन सक्छ।
  • बिना पुष्टि परियोजनालाई दोष लगाउने। मानहानि र कानूनी जोखिम।
  • खोजको श्रेय स्रोतमा नदिने। अन-चेन पुष्टिकरण आवश्यक छ।
  • नयाँ जालहरू AI लाई देखिने छैनन् भन्ने बिर्सनु। एक स्क्यान पर्याप्त छैन।
  • जालहरू सेट गर्न यो जानकारी प्रयोग गर्दै। अपराध र नैतिक उल्लंघन।

संक्षेपमा

  • Web3 घोटालाहरू (रग-पुल, हनीपोट, नक्कली टोकन) कोड र चेनमा रातो झण्डाहरू छोड्छन्।
  • AI यी झण्डाहरू स्क्यान गर्न र तिनीहरूलाई सरल भाषामा व्याख्या गर्न मद्दत गर्दछ; निश्चित निर्णय गर्न सक्दैन।
  • एआईले "कुनै जोखिम छैन" भनेको सुरक्षाको कुनै ग्यारेन्टी होइन; नयाँ जाल छुटाउन सक्छ।
  • प्रत्येक झण्डा स्रोतमा बाँधिएको छ र मानव निर्णय र बहु ​​प्रमाणीकरण द्वारा मूल्याङ्कन गरिएको छ।
  • जानकारी केवल रक्षा को लागी हो; जालहरू, निन्दा र अप्रमाणित आरोपहरू अनैतिक छन्।

आवेदन कार्य

शैक्षिक उद्देश्यका लागि ज्ञात हनीपोट वा जोखिमपूर्ण अनुबंध उदाहरण फेला पार्नुहोस् (सुरक्षा समुदायहरूद्वारा साझेदारी गरिएका उदाहरणहरू छन्)। AI मा "हनीपोट/सेल्स ब्लक स्क्यानिङ" र "मालिक अधिकार नक्सा" प्रम्प्टहरू लागू गर्नुहोस्। कोडमा प्रत्येक झण्डा एआई झण्डा पुष्टि गर्नुहोस् र, यदि सम्भव भएमा, सिम्युलेटरमा। त्यसपछि वैध सम्झौतामा उही स्क्यान चलाउनुहोस् र नोट गर्नुहोस् कि एआईले गलत अलार्म खडा गर्छ (सन्दर्भ छुटेको छ)।

चेकलिस्ट

  • [] मैले रक्षात्मक उद्देश्यका लागि मात्र स्क्यान गरें।
  • [] मैले कोड/चेनमा हरेक रातो झण्डा पुष्टि गरें।
  • [] मैले निश्चित निर्णयको सट्टा मध्यम जोखिम भाषा प्रयोग गरें।
  • [ ] मैले देखे कि झण्डाहरू वैध सम्झौताहरूमा पनि हुन सक्छ।
  • [] मैले पुष्टि बिना कुनै परियोजनालाई आरोप लगाएको छैन (अपमानको जोखिम)।
  • [ ] मैले खोजलाई लगानी सल्लाहमा अनुवाद गरेको छैन।
  • [ ] मैले यो जानकारीलाई जाल बनाउनको लागि कहिल्यै प्रयोग गर्दिन भन्ने विचारलाई अपनाएको छु।