Enhet 9 / 11

Svindel, Rug-Pull og risikodeteksjon: Røde flagg på kjeden

Gevinster:

  • Evne til å skanne røde flagg som er igjen i koden og kjeden av feller som rug-pull, honningpotte og falske tokens med kunstig intelligens og forklare dem på vanlig språk
  • Å kunne skille at kunstig intelligens ikke kan foreta en endelig dom, at det ikke er garantert å si "ingen risiko" og at det kan gå glipp av nye feller
  • Evne til å tilskrive hvert flagg til kilden, bruke moderat språk, unngå baktalelse og bruke informasjon kun til defensive formål

Web3 inkluderer også den mørke siden av friheten som tilbys av teknologi: falske prosjekter, rug-pull (utviklere samler inn investorpenger og forsvinner), honeypot-feller (tokens som kan kjøpes, men ikke selges), phishing og falske kontrakter. I denne enheten vil vi lære hvordan du bruker AI som en svindel- og risikodeteksjonsassistent. Målet er rent defensivt: å beskytte brukere og prosjekter, se fallgruver tidlig. Denne informasjonen kan ikke brukes til å sette feller under noen omstendigheter.

Typer svindel på Web3

  • Rug-pull: Tømming av midler med fullmakt til å trekke ut likviditet eller skrive ut ubegrensede beløp.
  • Honeypot: Brukeren kan ikke foreta et salg på grunn av en hindring innebygd i kontraktskoden; Bare utvikleren kan selge den.
  • Falsk/imitert token: Et verdiløst token med et lignende navn som imiterer navnet på et populært prosjekt.
  • Phishing: Tømming av lommeboken med godkjenning av en falsk side eller kontrakt.
  • Pumpe og dump: Blåse opp en token kunstig og selge den på toppen.
  • Falsk revisjonsmerke: Å få et urevidert prosjekt til å fremstå som "revidert".

Mange av disse fellene hever røde flagg når de ser på koden eller oppførselen på kjeden. AI hjelper med å skanne og forklare disse flaggene.

Røde flagg: på kode- og kjedenivå

På kodenivå:

  • Ubegrenset myntmyndighet for eieren.
  • Eieren kan sette transaksjonene på pause eller blokkere overføringen.
  • Skjult logikk (honeypot) som forhindrer salg - bare visse adresser kan selge.
  • For høy eller konvertibel transaksjonsskatt (overføringsgebyr) — trukket tilbake til 100 %.
  • Ukontrollert eiermyndighet (fullmakt) i oppgraderbar kontrakt.
  • Ulåst eller eiereid likviditet.

På kjedenivå:

  • Ekstrem konsentrasjon av tokenholdere på noen få adresser.
  • Mangel på likviditet låst eller lås for kort.
  • Stor andel av utviklerlommeboken.
  • Plutselige, uforklarlige store overføringer.
  • Veldig ny kontrakt + aggressiv markedsføring.

rødt flagg

Hvordan oppdage

AI rolle

Ubegrenset myntverk

Kodegjennomgang

Markering i kode

Honeypot-logikk

Kode + simulering

Mistenkelig muggmerking

Likviditet låst opp

On-chain-spørring

Spørring + kommentar

eierkonsentrasjon

Holderfordeling

Datatolkning

Konvertibel skatt

Kodegjennomgang

Markering i kode

Rollen og grensen til AI i svindeldeteksjon

AI er kraftig til å skanne etter kjente svindelmønstre og forklare kode på vanlig språk som en bruker ikke ville forstå: "I denne kontrakten kan eieren stoppe overføringen når som helst, det er en risiko." Men det er to kritiske grenser:

  1. Kan ikke foreta en definitiv vurdering: AI kan ikke si "dette er definitivt rug-pull"; bare risikotegn. Noen legitime kontrakter kan også ha pausemyndighet. Den endelige avgjørelsen krever kontekst og menneskelig dømmekraft.
  2. Savner nye feller: Svindlere utvikler stadig nye teknikker; AI ser kanskje ikke en unik felle som ikke er i treningsdataene.
Forsiktig: Bare fordi AI sier "ingen risiko vises" er IKKE en garanti for sikkerhet. Det er farlig å investere etter at AI bekrefter at et token er trygt. AI er et screeninglag; Den endelige avgjørelsen krever flere verifikasjoner og menneskelig dømmekraft.

Svak forespørsel / Sterk forespørsel

Svak melding:

Er dette token-svindel? Bør jeg kjøpe den?

AI kan verken foreta definitive vurderinger eller gi investeringsråd – denne oppfordringen inviterer til et misvisende svar.

Kraftig ledetekst:

Din rolle: risikoanalytiker i kjeden (kun forsvar). Skann følgende kontraktkode for kjente svindel-røde flagg: ubegrenset antall mynter, pause/overføringsblokk, honeypot-logikk, byttebar skatt, ulåst likviditet, ukontrollert proxy. Koble hvert funn til kodelinjen og forklar hvorfor det er en risiko. FORETA EN STRENGT "svindel" eller "trygg" DOM; merke risiko. Dette er ikke investeringsråd. Fortell at du ikke er sikker.

Fire kopierbare maler

1) Honeypot/salgsbarrierescreening:

Undersøk om det er noen logikk i denne token-kontrakten som kan forhindre salget (overføring/salg): bare visse adresser kan selge, kjøp-salg asymmetri, hemmelig svarteliste. Vis mistenkelige mønstre etter rad. Foreta en endelig dom; Presenter det som "må testes med simulering".

2) Kart over eiermyndighet:

List opp alle privilegerte operasjoner som eieren/adminen kan gjøre i denne kontrakten: skrive ut, stoppe, endre skatt, ta ut likviditet, oppgradere. Skriv ned risikoen for misbruk av hver myndighet. Presenter det i en tabell; vurdere for defensive formål.

3) Distribusjonskontroll i kjeden:

Skriv en spørring (Dune/utforsker) som vil hente innehaverfordelingen og likviditetslåsen for et token. Forklar hva jeg bør se etter: total andel av topp 10 adresser, om likviditeten er låst, andel utviklerlommebok. Jeg vil kjøre den og verifisere; dataproduksjon.

4) Enkel risikosammendrag for brukeren:

Oversett de bekreftede funnene nedenfor til et risikosammendrag på vanlig engelsk som en kryptonybegynner kan forstå. Ikke skap panikk eller overdriv; men si tydelig om risikoen. Avslutt med "Dette er ikke investeringsråd, gjør din egen research."

Tre minietuier (i antall)

Tilfelle 1 - Honeypot oppdaget tidlig. Da en fellesskapsmoderator fikk AI-en til å skanne kontrakten for et stigende token, ble det markert et mønster der bare eieren kunne selge. Bekreftet i simuleringen: symbolet kunne kjøpes, ikke selges - klassisk honningkrukke. Advarselen spredte seg, dusinvis av brukere ble beskyttet mot fellen. Leksjon: AI + simulering er sterk i forsvar.

Tilfelle 2 — Retur fra falsk alarm. AI flagget pausegodkjenningen av et legitimt prosjekt som en "rug-pull-risiko". Analytikeren vurderte: pause var beskyttet av multisig-styring og var et standardmål for en nødsituasjon. Leksjon: AI kjenner ikke konteksten; Hvert flagg blir evaluert etter menneskelig vurdering.

Tilfelle 3 — Konsentrasjonsrisiko bekreftet. En analytiker bekreftet på Explorer påstanden om at AI flagget at "de tre beste lommebøkene holder 78% av forsyningen" - det var sant. Dette var en alvorlig spredningsrisiko, hvor prisen kunne krasje ved plutselig salg. Leksjon: flagg på kjeden blir sterke bevis når de kobles til kilden.

Etikk: kun forsvar

Kunnskapen om denne enheten er en skarp kniv. Den samme røde flagginformasjonen kan bli til en "hvordan sette en felle"-guide i hendene på noen med dårlige intensjoner. Derav det uforanderlige prinsippet: denne informasjonen er kun for å beskytte, advare og forsvare. Å bruke AI til å skrive honningpotter, generere falske tokens eller lure brukere er både kriminelt og uetisk og ligger utenfor denne modulen.

Også:

  • Risiko for injurier: Å erklære et prosjekt som en "svindel" uten verifisering skaper juridisk ansvar. Påstander bør knyttes til kilden og konstrueres i målt språk.
  • Ikke investeringsråd: Risikoanalyse er ikke en "kjøp/selg"-anbefaling.
  • Ikke skape panikk: Falske alarmer forårsaker også skade; Ikke alle funn spres uten bekreftelse.
Tips: Baser alltid et risikokrav på "koden/dataene viser dette", ikke "dette er definitivt en svindel". Bevisene peker; Den endelige dommen må være kildeavhengig, multippel verifisering og menneskelig vurdering.

Vanlige feil

  • Investering ved å stole på at AI sier "det er ingen risiko". Det er ingen garanti.
  • Betrakter hvert flagg som en klar svindel. Det kan også skje i legitime kontrakter.
  • Å skylde på et prosjekt uten bekreftelse. ærekrenkelse og juridisk risiko.
  • Ikke tilskriver funnet til kilden. Bekreftelse på kjeden kreves.
  • Å glemme at nye feller ikke vil være synlige for AI. Én skanning er ikke nok.
  • Bruke denne informasjonen til å sette feller. Kriminalitet og etisk brudd.

Oppsummert

  • Web3-svindel (rug-pull, honeypot, falsk token) gir røde flagg i koden og kjeden.
  • AI er nyttig for å skanne disse flaggene og forklare dem på et klart språk; kan ikke ta en endelig dom.
  • Bare fordi AI sier "ingen risiko" er ingen garanti for sikkerhet; kan savne nye feller.
  • Hvert flagg er knyttet til kilden og evaluert ved menneskelig vurdering og multippel validering.
  • Informasjon er kun til forsvar; Å sette feller, bakvaskelse og ubekreftede anklager er uetisk.

Søknadsoppgave

Finn et kjent honningkrukke eller risikabelt kontrakteksempel for utdanningsformål (det finnes eksempler som deles av sikkerhetsmiljøer). Bruk "honningpotte/salgsblokkskanning" og "eiermyndighetskart" på AI-en. Bekreft hvert flagg AI-flaggene i kode og, hvis mulig, i en simulator. Kjør deretter den samme skanningen på en legitim kontrakt og legg merke til om AI-en utløser en falsk alarm (savner kontekst).

sjekkliste

  • [ ] Jeg skannet kun for defensive formål.
  • [ ] Jeg bekreftet hvert rødt flagg i koden/kjeden.
  • [ ] Jeg brukte moderat risikospråk i stedet for definitive vurderinger.
  • [ ] Jeg observerte at flagg også kan være til stede i legitime kontrakter.
  • [ ] Jeg anklaget ikke et prosjekt uten bekreftelse (risiko for injurier).
  • [ ] Jeg har ikke oversatt funnet til investeringsråd.
  • [ ] Jeg har adoptert ideen om at jeg aldri vil bruke denne informasjonen til å sette en felle.