Yunit 9 / 11

Panloloko, Rug-Pull at Pagtukoy sa Panganib: On-Chain Red Flag

Mga nadagdag:

  • Kakayahang i-scan ang mga pulang bandila na naiwan sa code at chain sa pamamagitan ng mga traps tulad ng rug-pull, honeypot at pekeng mga token na may artificial intelligence at ipaliwanag ang mga ito sa simpleng wika
  • Ang kakayahang makilala na ang artificial intelligence ay hindi makakagawa ng isang tiyak na paghuhusga, na hindi garantisadong magsabi ng 'walang panganib' at na maaari itong makaligtaan ng mga bagong bitag
  • Kakayahang i-attribute ang bawat bandila sa pinagmulan, gumamit ng katamtamang pananalita, maiwasan ang paninirang-puri, at gumamit ng impormasyon para lamang sa mga layunin ng pagtatanggol.

Kasama rin sa Web3 ang madilim na bahagi ng kalayaang inaalok ng teknolohiya: mga pekeng proyekto, rug-pulls (mga developer na nangongolekta ng pera ng mamumuhunan at nawawala), honeypot traps (mga token na mabibili ngunit hindi ibebenta), phishing at mga pekeng kontrata. Sa unit na ito matututunan natin kung paano gamitin ang AI bilang panloloko at katulong sa pagtukoy ng panganib. Ang layunin ay purong nagtatanggol: pagprotekta sa mga user at proyekto, maagang nakakakita ng mga pitfalls. Ang impormasyong ito ay hindi maaaring gamitin upang magtakda ng mga bitag sa anumang sitwasyon.

Mga uri ng pandaraya sa Web3

  • Rug-pull: Pag-draining ng mga pondo na may awtoridad na mag-withdraw ng liquidity o mag-print ng walang limitasyong halaga.
  • Honeypot: Hindi makakapagbenta ang user dahil sa isang balakid na naka-embed sa code ng kontrata; Ang developer lang ang makakapagbenta nito.
  • Fake/imitation token: Isang walang kwentang token na may katulad na pangalan na ginagaya ang pangalan ng isang sikat na proyekto.
  • Phishing: Pag-alis ng laman sa wallet nang may pag-apruba ng isang pekeng site o kontrata.
  • Pump at dump: Artipisyal na pagpapalaki ng token at ibinebenta ito sa itaas.
  • Pekeng audit badge: Ang paggawa ng hindi na-audited na proyekto ay "na-audited".

Marami sa mga bitag na ito ay nagtataas ng mga pulang bandila kapag tinitingnan ang code o on-chain na pag-uugali. Tumutulong ang AI sa pag-scan at pagpapaliwanag sa mga flag na ito.

Mga pulang bandila: sa antas ng code at chain

Sa antas ng code:

  • Walang limitasyong awtoridad ng mint para sa may-ari.
  • The owner can pause the transactions or block the transfer.
  • Nakatagong lohika (honeypot) na pumipigil sa pagbebenta — ilang partikular na address lang ang maaaring magbenta.
  • Labis na mataas o convertible transaction tax (transfer fee) — na-withdraw hanggang 100%.
  • Hindi kontroladong awtoridad ng may-ari (proxy) sa naa-upgrade na kontrata.
  • Naka-unlock o may-ari ng liquidity.

At chain level:

  • Sobrang konsentrasyon ng mga may hawak ng token sa ilang address.
  • Ang kakulangan ng pagkatubig ay naka-lock o masyadong maikli ang lock.
  • Malaking bahagi ng wallet ng developer.
  • Biglaan, hindi maipaliwanag na mga pangunahing paglipat.
  • Napakabagong kontrata + agresibong marketing.

pulang bandila

Paano matukoy

tungkulin ng AI

Walang limitasyong mga mints

Pagsusuri ng code

Markup sa code

Logic ng honeypot

Code + simulation

Kahina-hinalang pagmamarka ng amag

Na-unlock ang pagkatubig

On-chain na query

Tanong + komento

konsentrasyon ng may-ari

Pamamahagi ng may hawak

Interpretasyon ng datos

Nababagong buwis

Pagsusuri ng code

Markup sa code

Ang papel at limitasyon ng AI sa pagtuklas ng panloloko

Ang AI ay mahusay sa pag-scan para sa mga kilalang pattern ng panloloko at pagpapaliwanag ng code sa simpleng wika na hindi maintindihan ng isang user: "Sa kontratang ito ay maaaring ihinto ng may-ari ang paglipat anumang oras, iyon ay isang panganib." Ngunit mayroong dalawang kritikal na limitasyon:

  1. Hindi makagawa ng tiyak na paghatol: Hindi maaaring sabihin ng AI na "ito ay tiyak na rug-pull"; mga palatandaan lamang ng panganib. Ang ilang mga lehitimong kontrata ay maaari ding magkaroon ng awtoridad sa pag-pause. Ang huling desisyon ay nangangailangan ng konteksto at paghatol ng tao.
  2. Nakakaligtaan ang mga bagong bitag: Ang mga scammer ay patuloy na gumagawa ng mga bagong pamamaraan; Maaaring hindi makakita ang AI ng kakaibang bitag na wala sa data ng pagsasanay.
Babala: Dahil lang sa sinabi ng AI na "walang lalabas na panganib" ay HINDI isang garantiya ng kaligtasan. Mapanganib na mamuhunan pagkatapos makumpirma ng AI na ligtas ang isang token. Ang AI ay isang screening layer; Ang pangwakas na desisyon ay nangangailangan ng maraming pagpapatunay at paghatol ng tao.

Mahinang prompt / Malakas na prompt

Mahinang prompt:

Token scam ba ito? Dapat ko bang bilhin ito?

Ang AI ay hindi makakagawa ng mga tiyak na paghatol o makakapagbigay ng payo sa pamumuhunan — ang prompt na ito ay nag-iimbita ng mapanlinlang na sagot.

Napakahusay na prompt:

Ang iyong tungkulin: on-chain risk analyst (defense lang). I-scan ang sumusunod na code ng kontrata para sa mga kilalang red flag ng panloloko: walang limitasyong mints, pause/transfer block, honeypot logic, switchable tax, unlocked liquidity, uncontrolled proxy. I-link ang bawat paghahanap sa linya ng code at ipaliwanag kung bakit ito ay isang panganib. PAGGAWA NG ISANG MAHIGPIT na "panloloko" o "ligtas" na HATOL; markahan ang panganib. Hindi ito payo sa pamumuhunan. Sabihin na hindi ka sigurado.

Apat na maaaring kopyahin na mga template

1) Pagsusuri ng honeypot/sales barrier:

Suriin kung mayroong anumang lohika sa kontrata ng token na ito na maaaring pumigil sa pagbebenta (paglipat/pagbebenta): ilang partikular na address lang ang maaaring magbenta, buying-selling asymmetry, secret blacklist. Ipakita ang mga kahina-hinalang pattern ayon sa hilera. Paggawa ng pangwakas na paghatol; Ipakita ito bilang "dapat masuri sa simulation".

2) Mapa ng awtoridad ng may-ari:

Ilista ang lahat ng privileged operations na maaaring gawin ng may-ari/admin sa kontratang ito: print, stop, change tax, withdraw liquidity, upgrade. Isulat ang panganib ng pang-aabuso ng bawat awtoridad. Ipakita ito sa isang talahanayan; suriin para sa mga layunin ng pagtatanggol.

3) On-chain na kontrol sa pamamahagi:

Sumulat ng query (Dune/explorer) na kukuha ng pamamahagi ng may hawak at lock ng pagkatubig para sa isang token. Ipaliwanag kung ano ang dapat kong hanapin: kabuuang bahagi ng nangungunang 10 address, kung naka-lock ang pagkatubig, bahagi ng wallet ng developer. Tatakbuhin ko ito at i-verify; paggawa ng datos.

4) Simpleng buod ng panganib para sa user:

Isalin ang mga na-verify na natuklasan sa ibaba sa isang buod ng panganib sa simpleng Ingles na mauunawaan ng isang baguhan sa crypto. Huwag lumikha ng gulat o labis na labis; ngunit malinaw na sabihin ang mga panganib. Magtapos sa "Hindi ito payo sa pamumuhunan, gawin ang iyong sariling pananaliksik."

Tatlong mini case (sa mga numero)

Case 1 — Maagang nakita ang Honeypot. Nang i-scan ng isang community moderator sa AI ​​ang kontrata para sa tumataas na token, minarkahan ang isang pattern kung saan ang may-ari lang ang makakapagbenta. Nakumpirma sa simulation: mabibili ang token, hindi mabenta — classic honeypot. Ang babala ay kumalat, dose-dosenang mga gumagamit ay protektado mula sa bitag. Aralin: Ang AI + simulation ay malakas sa depensa.

Kaso 2 — Bumalik mula sa maling alarma. Na-flag ng AI ang pause authorization ng isang lehitimong proyekto bilang isang "rug-pull risk". Sinuri ng analyst: ang pag-pause ay protektado ng multisig na pamamahala at isang karaniwang panukala para sa isang emergency. Aralin: Hindi alam ng AI ang konteksto; Ang bawat bandila ay sinusuri ng paghatol ng tao.

Kaso 3 — Nakumpirma ang panganib sa konsentrasyon. Kinumpirma ng isang analyst sa explorer ang claim na na-flag ng AI na "ang nangungunang 3 wallet ay mayroong 78% ng supply" — totoo ito. Ito ay isang malubhang panganib ng pagpapakalat, kung saan ang presyo ay maaaring bumagsak sa biglaang pagbebenta. Aralin: ang mga on-chain na flag ay nagiging matibay na ebidensya kapag konektado sa pinagmulan.

Etika: pagtatanggol lamang

Ang kaalaman sa yunit na ito ay isang matalim na kutsilyo. Ang parehong impormasyon sa pulang bandila ay maaaring maging gabay na "kung paano magtakda ng bitag" sa mga kamay ng isang taong may masamang intensyon. Kaya ang hindi nababagong prinsipyo: ang impormasyong ito ay para lamang protektahan, bigyan ng babala at ipagtanggol. Ang paggamit ng AI upang magsulat ng mga honeypot, bumuo ng mga pekeng token, o manlinlang sa mga user ay parehong kriminal at hindi etikal at lampas sa saklaw ng module na ito.

Gayundin:

  • Panganib ng libelo: Ang pagdedeklara ng isang proyekto bilang isang "scam" nang walang pag-verify ay lumilikha ng legal na pananagutan. Ang mga paghahabol ay dapat na nakaugnay sa pinagmulan at binuo sa sinukat na wika.
  • Hindi payo sa pamumuhunan: Ang pagsusuri sa peligro ay hindi isang rekomendasyong "bumili/magbenta".
  • Hindi lumilikha ng gulat: Ang mga maling alarma ay nagdudulot din ng pinsala; Hindi lahat ng natuklasan ay ipinakalat nang walang pagpapatunay.
Tip: Palaging ibase ang isang claim sa panganib sa "ang code/data ay nagpapakita nito", hindi "ito ay tiyak na isang scam". Ang mga punto ng ebidensya; Ang huling paghatol ay dapat na nakadepende sa pinagmulan, maraming pagpapatunay at paghatol ng tao.

Mga karaniwang pagkakamali

  • Namumuhunan sa pamamagitan ng pagtitiwala sa AI para sabihing "walang panganib". Ito ay hindi isang garantiya.
  • Itinuring na ang bawat bandila ay isang tiyak na panloloko. Maaari rin itong mangyari sa mga lehitimong kontrata.
  • Sinisisi ang isang proyekto nang walang kumpirmasyon. Paninirang-puri at legal na panganib.
  • Hindi iniuugnay ang natuklasan sa pinagmulan. Kinakailangan ang on-chain confirmation.
  • Ang paglimot na ang mga bagong bitag ay hindi makikita ng AI. Hindi sapat ang isang pag-scan.
  • Gamit ang impormasyong ito upang magtakda ng mga bitag. Krimen at paglabag sa etika.

Sa buod

  • Ang mga scam sa Web3 (rug-pull, honeypot, pekeng token) ay nag-iiwan ng mga pulang bandila sa code at chain.
  • Nakatutulong ang AI sa pag-scan sa mga flag na ito at pagpapaliwanag sa mga ito sa simpleng wika; hindi makagawa ng tiyak na paghatol.
  • Dahil lamang sa sinabi ng AI na "walang panganib" ay hindi garantiya ng kaligtasan; maaaring makaligtaan ang mga bagong bitag.
  • Ang bawat bandila ay nakatali sa pinagmulan at sinusuri sa pamamagitan ng paghatol ng tao at maramihang pagpapatunay.
  • Ang impormasyon ay para lamang sa pagtatanggol; Ang pagtatakda ng mga bitag, paninirang-puri at hindi nakumpirma na mga akusasyon ay hindi etikal.

Gawain ng aplikasyon

Maghanap ng kilalang honeypot o mapanganib na halimbawa ng kontrata para sa mga layuning pang-edukasyon (may mga halimbawang ibinahagi ng mga komunidad ng seguridad). Ilapat ang "honeypot/sales block scanning" at "owner authority map" na mga prompt sa AI. Kumpirmahin ang bawat flag ng AI na mga flag sa code at, kung maaari, sa isang simulator. Pagkatapos ay patakbuhin ang parehong pag-scan sa isang lehitimong kontrata at tandaan kung ang AI ay nagtaas ng maling alarma (nakakaligtaan ang konteksto).

checklist

  • [ ] Nag-scan lang ako para sa mga layunin ng pagtatanggol.
  • [ ] Kinumpirma ko ang bawat pulang bandila sa code/chain.
  • [ ] Gumamit ako ng katamtamang panganib na wika kaysa sa tiyak na paghatol.
  • [ ] Naobserbahan ko na ang mga watawat ay maaari ding naroroon sa mga lehitimong kontrata.
  • [ ] Hindi ako nag-akusa ng isang proyekto nang walang kumpirmasyon (panganib ng libelo).
  • [ ] Hindi ko isinalin ang paghahanap sa payo sa pamumuhunan.
  • [ ] Pinagtibay ko ang ideya na hindi ko kailanman gagamitin ang impormasyong ito upang magtakda ng bitag.