Vinster:
- Möjlighet att skanna röda flaggor som finns kvar i koden och kedjan av fällor som mattdragning, honungskruka och falska tokens med artificiell intelligens och förklara dem på vanligt språk
- Att kunna urskilja att artificiell intelligens inte kan göra en definitiv bedömning, att den inte garanterat säger "ingen risk" och att den kan missa nya fällor
- Möjlighet att tillskriva varje flagga till källan, använda måttligt språk, undvika förtal och använda information endast i defensiva syften
Web3 inkluderar också den mörka sidan av den frihet som teknologin erbjuder: falska projekt, ruggning av tyger (utvecklare som samlar in investerarpengar och försvinner), honeypot-fällor (tokens som kan köpas men inte säljas), nätfiske och förfalskade kontrakt. I den här enheten kommer vi att lära oss hur man använder AI som en bedrägeri- och riskupptäcktsassistent. Målet är rent defensivt: att skydda användare och projekt, se fallgropar tidigt. Denna information kan inte användas för att sätta fällor under några omständigheter.
Typer av bedrägerier på Web3
- Rug-pull: Dränering av medel med befogenhet att ta ut likviditet eller skriva ut obegränsade belopp.
- Honeypot: Användaren kan inte göra en försäljning på grund av ett hinder som är inbäddat i kontraktskoden; Endast utvecklaren kan sälja den.
- Fake/imitation token: En värdelös token med ett liknande namn som imiterar namnet på ett populärt projekt.
- Nätfiske: Tömning av plånboken med godkännande av en falsk sida eller ett falskt kontrakt.
- Pump och dump: Artificiellt blåsa upp en token och sälja den på toppen.
- Falsk revisionsbricka: Att få ett oreviderat projekt att verka "reviderat".
Många av dessa fällor väcker röda flaggor när man tittar på koden eller beteendet i kedjan. AI hjälper till att skanna och förklara dessa flaggor.
Röda flaggor: på kod- och kedjenivå
På kodnivå:
- Obegränsad myntmyndighet för ägaren.
- Ägaren kan pausa transaktionerna eller blockera överföringen.
- Dold logik (honeypot) som förhindrar försäljning — endast vissa adresser kan sälja.
- För hög eller konvertibel transaktionsskatt (överföringsavgift) — dras tillbaka till 100 %.
- Okontrollerad ägarbefogenhet (fullmakt) i uppgraderbart kontrakt.
- Olåst eller ägarägd likviditet.
På kedjenivå:
- Extrem koncentration av tokeninnehavare på ett fåtal adresser.
- Brist på likviditet låst eller lås för kort.
- Stor andel utvecklarplånbok.
- Plötsliga, oförklarade stora överföringar.
- Mycket nytt kontrakt + aggressiv marknadsföring.
röd flagga
Hur man upptäcker
AI roll
Obegränsat med myntverk
Kodgranskning
Markering i kod
Honeypot logik
Kod + simulering
Misstänkt mögelmärkning
Likviditeten upplåst
Fråga på kedjan
Fråga + kommentar
ägarkoncentration
Hållarfördelning
Datatolkning
Konvertibel skatt
Kodgranskning
Markering i kod
Rollen och gränsen för AI vid upptäckt av bedrägerier
AI är kraftfull på att skanna efter kända bedrägerimönster och förklara kod på ett enkelt språk som en användare inte skulle förstå: "I detta kontrakt kan ägaren stoppa överföringen när som helst, det är en risk." Men det finns två kritiska gränser:
- Kan inte göra en definitiv bedömning: AI kan inte säga "det här är definitivt ruggigt"; endast risktecken. Vissa legitima kontrakt kan också ha pausbehörighet. Det slutliga beslutet kräver sammanhang och mänskligt omdöme.
- Saknar nya fällor: Bedragare utvecklar ständigt nya tekniker; AI kanske inte ser en unik fälla som inte finns i träningsdatan.
Varning: Bara för att AI:n säger "ingen risk förekommer" är INTE en garanti för säkerhet. Det är farligt att investera efter att ha AI bekräftat att en token är säker. AI är ett screeninglager; Det slutliga beslutet kräver flera verifikationer och mänskligt omdöme.
Svag prompt / Stark prompt
Svag uppmaning:
Är detta token-bedrägeri? Ska jag köpa den?
AI kan varken göra definitiva bedömningar eller ge investeringsråd – denna uppmaning uppmanar till ett missvisande svar.
Kraftfull uppmaning:
Din roll: riskanalytiker i kedjan (endast försvar). Skanna följande kontraktskod för kända röda flaggor för bedrägeri: obegränsat antal mynt, paus-/överföringsblock, honeypot-logik, växlingsbar skatt, olåst likviditet, okontrollerad proxy. Länka varje fynd till kodraden och förklara varför det är en risk. ATT GÖRA EN STRIKT "bedrägeri" eller "säker" DOM; markera risk. Detta är inte investeringsrådgivning. Ange att du inte är säker.
Fyra kopierbara mallar
1) Screening av honungskruka/försäljningsbarriär:
Undersök om det finns någon logik i detta tokenkontrakt som kan förhindra försäljningen (överföring/sälj): endast vissa adresser kan sälja, köp-säljasymmetri, hemlig svartlista. Visa misstänkta mönster efter rad. Göra en slutgiltig bedömning; Presentera det som "måste testas med simulering".
2) Karta över ägarmyndighet:
Lista alla privilegierade operationer som ägaren/administratören kan göra i detta kontrakt: skriva ut, stoppa, ändra skatt, ta ut likviditet, uppgradera. Skriv ner risken för missbruk av varje myndighet. Presentera det i en tabell; utvärdera i defensiva syften.
3) Distributionskontroll i kedjan:
Skriv en fråga (Dune/explorer) som kommer att hämta innehavarfördelningen och likviditetslåset för en token. Förklara vad jag ska leta efter: total andel av topp 10 adresser, om likviditeten är låst, andel av utvecklarplånboken. Jag kommer att köra det och verifiera; datatillverkning.
4) Enkel risksammanfattning för användaren:
Översätt de verifierade resultaten nedan till en risksammanfattning på vanlig engelska som en kryptonybörjare kan förstå. Skapa inte panik eller överdriv; men ange tydligt riskerna. Avsluta med "Detta är inte investeringsråd, gör din egen research."
Tre minifodral (i antal)
Fall 1 - Honeypot upptäckt tidigt. När en communitymoderator lät AI:n skanna kontraktet efter en stigande token, markerades ett mönster där endast ägaren kunde sälja. Bekräftat i simuleringen: token kunde köpas, inte säljas - klassisk honungskruka. Varningen spred sig, dussintals användare var skyddade från fällan. Lektion: AI + simulering är stark i försvar.
Fall 2 — Återkomst från falskt larm. AI flaggade pausauktoriseringen av ett legitimt projekt som en "rug-pull risk". Analytikern granskade: paus skyddades av multisig-styrning och var en standardåtgärd för en nödsituation. Lektion: AI känner inte till sammanhanget; Varje flagga utvärderas av mänskligt omdöme.
Fall 3 — Koncentrationsrisk bekräftad. En analytiker bekräftade på explorer påståendet att AI flaggade att "de tre bästa plånböckerna rymmer 78% av utbudet" - det var sant. Detta var en allvarlig risk för spridning, där priset kunde krascha vid plötslig försäljning. Lektion: flaggor i kedjan blir starka bevis när de är anslutna till källan.
Etik: endast försvar
Kunskapen om denna enhet är en vass kniv. Samma röda flagga information kan förvandlas till en "hur man sätter en fälla" guide i händerna på någon med dåliga avsikter. Därav den oföränderliga principen: denna information är endast till för att skydda, varna och försvara. Att använda AI för att skriva honeypots, generera falska tokens eller lura användare är både kriminellt och oetiskt och ligger utanför den här modulens räckvidd.
Också:
- Risk för förtal: Att förklara ett projekt som en "bluff" utan verifiering skapar juridiskt ansvar. Påståenden bör kopplas till källan och konstrueras i ett mätt språk.
- Inte investeringsråd: Riskanalys är inte en "köp/sälj"-rekommendation.
- Skapar inte panik: Falska larm orsakar också skada; Alla fynd sprids inte utan verifiering.
Tips: Basera alltid ett riskpåstående på "koden/data visar detta", inte "det här är definitivt en bluff". Bevisen pekar; Den slutliga bedömningen måste vara källberoende, multipel verifiering och mänsklig bedömning.
Vanliga misstag
- Investera genom att lita på att AI säger "det finns ingen risk". Det är ingen garanti.
- Att betrakta varje flagga som ett definitivt bedrägeri. Det kan också ske i legitima kontrakt.
- Skyller på ett projekt utan bekräftelse. Förtal och juridisk risk.
- Att inte tillskriva fyndet till källan. Bekräftelse på kedjan krävs.
- Att glömma att nya fällor inte kommer att vara synliga för AI. En skanning räcker inte.
- Använder denna information för att sätta fällor. Brott och etisk kränkning.
Sammanfattningsvis
- Web3-bedrägerier (rug-pull, honeypot, falsk token) lämnar röda flaggor i koden och kedjan.
- AI är till hjälp för att skanna dessa flaggor och förklara dem på ett enkelt språk; kan inte göra en definitiv bedömning.
- Bara för att AI säger "ingen risk" är ingen garanti för säkerhet; kan missa nya fällor.
- Varje flagga är knuten till källan och utvärderas genom mänskligt omdöme och multipel validering.
- Informationen är endast till försvar; Att sätta fällor, förtal och obekräftade anklagelser är oetiskt.
Applikationsuppgift
Hitta en känd honungskruka eller ett riskabelt kontraktsexempel för utbildningsändamål (det finns exempel som delas av säkerhetsgrupper). Tillämpa anvisningarna "honeypot/sales block scanning" och "owner Authority map" på AI:n. Bekräfta varje flagga AI-flaggor i kod och, om möjligt, i en simulator. Kör sedan samma skanning på ett legitimt kontrakt och notera om AI:n ger ett falskt larm (missar sammanhang).
checklista
- [ ] Jag skannade endast i försvarssyfte.
- [ ] Jag bekräftade varje röd flagga i koden/kedjan.
- [ ] Jag använde måttligt riskspråk snarare än definitiv bedömning.
- [ ] Jag observerade att flaggor också kan förekomma i legitima kontrakt.
- [ ] Jag anklagade inte ett projekt utan bekräftelse (risk för förtal).
- [ ] Jag har inte översatt resultatet till investeringsrådgivning.
- [ ] Jag har anammat tanken att jag aldrig kommer att använda denna information för att sätta en fälla.