链上分析工具真的有用吗？

链上分析工具确实有用，但前提是你先测三件事。第一，这个工具必须覆盖你实际接触的那些链与实体。第二，它的风险判断必须在你自己的交易上落得准。第三，你的分析师必须能自己把每个结果复核一遍。一场打磨过的演示，不会展示这个工具在你的交易上表现如何。买方会把客户故事与实测的产品表现分开，并在签约之前跑完这几项检查。本文讲怎么把这些检查当作更宽的加密反洗钱合规体系的一部分来跑。本页属于加密反洗钱合规中心。

「有效」意味着什么：覆盖、准确、可核验

对一个链上分析工具而言，有效性不是一个单一指标。它是三个各自独立的问题的答案：这个工具能看见什么、它多久对一次、以及一位复核者能不能把每个判断重新验一遍。这三个问题就是覆盖、准确、可核验。任何一项不过关的工具都不算有效——不管它的案例研究做得多漂亮。

覆盖是第一个问题。它问的是：这个工具读多少条链、它标注过多少个地址、它多久刷新一次那份标签集。一个只覆盖少数几条链、标签库还陈旧的工具，会在一次真实调查里最关键的那些地址上返回空命中。覆盖到数亿个地址、全天候刷新，是一个宣称能筛查现实世界风险的工具的底线。

准确是第二个问题。它问的是：这个工具在误报与漏报上表现如何。行业研究记录过合规工具领域一个非常宽的误报率区间，但那个区间描述的是这个品类，不是任何一个具体工具。买方不能把一个品类层面的数字，继承成一个产品层面的承诺。准确必须在买方自己的数据上量出来——这正是「可核验」作为第三个问题存在的原因。

可核验是第三个问题，也是把「一个真有用的工具」与「一个只是听起来很有说服力的工具」区分开的那个问题。它问的是：这个工具会不会返回每个风险判断背后的依据，以及那份依据能不能追溯到具名的信号或数据源；它还问：第二位复核者能不能把这个决策重新验一遍、并得到同样的结果。一个只发出风险评分、不摊出依据的工具，是在要求合规官凭信任接受这个判断；一个把依据摊出来的工具，交给合规官的是他可以为之辩护的证据。

案例研究为什么不等于有效性

一份案例研究证明的是：这个工具在某一次、在某些特定条件下、由熟练操作者跟完了一条特定的追踪。它证明不了这个工具在另一个环境里、面对另一种威胁、或者在另一位审计人员之下会有同样的表现。把案例研究的证据当作有效性的证据，是买方能犯的最常见、也最昂贵的错误。

这份怀疑不是个别现象。合规官与链上调查员共同表达着一种反复出现的怀疑：厂商的幻灯片与案例研究看起来很有说服力，但底层的有效性无法被独立核实。同样的顾虑也出现在审计准备与采购环节，而它指向同一个结构性缺口：一份案例研究证明的是这个工具曾经能跟完某一条特定追踪，不是它在另一个环境里会有同样表现。

问题出在案例研究这个体裁本身。厂商挑一次成功的调查、向前叙述、把结果呈现为有代表性的。那些失败的、卡住的、或者产出了模棱两可结果的案子，不会变成案例研究。一位读着这份打磨过的材料的调查员，没有办法知道成功率的基准线、也不知道产生这个结果的那些条件。同一个工具，在一个略有不同的资金流向模式上，可能就得不出同样的结论。

营销口径的指标带着同样的结构性弱点。幻灯片里引用的一个头条式覆盖数字或准确率百分比，很少附带方法论脚注。你不清楚这个数字是对着某个基准测出来的、从一个样本推断出来的，还是从一个模型外推出来的。没有方法论，这个数字就是一个主张，不是证据。这正是 FATF 的虚拟资产风险框架强调基于风险、可展示的监管的原因，也是 FinCEN 关于虚拟货币的指引把「对筛查结果的独立核验」视为一项合规体系预期的原因。没有可核验的决策依据，可自证性就无从谈起；而一段案例研究的叙述，不是一份可核验的依据。

研究这一侧也浮现出同一个缺口：这个领域缺少共享的基准测试，各家报告的性能数字很难跨工具比较，而在一个受控实验里的有效性，并不能干净地迁移到真实、对抗性的洗钱行为上。一个把任何单一有效性声明当作定论的买方，是在过度解读证据。从这份怀疑通往一个站得住的决定的结构化路径，在加密反洗钱合规厂商评估指南里讲。

可解释且可核验：让有效性变得可审计

一个好用的分析工具，应当展示它是怎么得出每一个结果的。Phalcon Compliance 把 200 多种信号组织进 17 个风险指标类别，识别出每条告警背后的那些指标，把风险敞口以金额与百分比两种口径量化，并把行为告警挂到具名的模板上。分析师与审计人员可以复核结果背后的证据。

Phalcon Compliance 让决策依据可查的做法，是把 200 多种信号类型按 17 个风险指标类别组织成一个透明的集合，每个风险决策都会返回驱动它的指标 ID。一个筛查结果不再是一个黑箱分值，它是一个带具名依据的判断——而每一个具名指标都可以被检查、被质疑，也说得出理由。风险敞口引擎把敞口量化为以美元计的敞口金额与敞口占比，于是一份风险有多大，读到的是一个可以复核的数字，而不是从一个等级标签里推测出来的印象。一位要向董事会或监管报告敞口的合规官，可以指出那个美元数字与那个百分比，而不是指着一个颜色标记。

行为风险引擎包含 3 个地址模板与 2 个交易模板。每条告警都显示是哪个模板被触发的，于是复核者能解释这次活动为什么被标记。Phalcon Compliance 还用超过 6 亿个带标签地址与 200 多种信号类型（持续更新）来支撑它的筛查结果。

可核验这条路径把闭环合上。API 响应会返回每个风险判断背后的决策依据与数据来源，于是合规官或审计人员可以独立复核一个筛查结果是怎么得出来的。下面这张表把可解释模型与黑箱那种做了对照。

买方怎样独立核验一个工具的有效性

买方不必凭信任接受任何厂商的有效性声明。有五个具体步骤能让一个合规团队独立核验一个链上分析工具：索取一份 API 响应样例、检查标签库、在买方自己的数据上跑一次误报测试。团队还应当要求在真实案例上做一次概念验证，并要求每个决策都返回它的依据。

第一，先索取一份 API 响应样例。这份响应要么含有决策依据，要么没有。一个只返回一个分值与一个等级标签的响应是黑箱；一个返回指标 ID、数据源与来源轨迹的响应是白箱。仅这一次检查，就能在不进行任何销售沟通的前提下把两类工具分开。

第二，检查标签库。问清标注了多少个地址、横跨多少条链、这份集合多久刷新一次。一份以数亿计、全天候刷新的标签集，与一份以数千万计、按季度更新的标签集，是本质不同的东西。覆盖决定了这个工具会不会认出真实筛查中实际出现的那些地址。

第三，在买方自己的数据上跑一次误报测试。行业公布的误报率区间描述的是这个品类，不是这个产品。买方需要的是在自己的交易模式、自己的客户账本、自己的风险偏好上做的一次测试。哪怕只是在真实地址上跑一个小样本，也能暴露出这个工具会不会在正常活动上过度告警——而这正是选错的最大那笔实际成本。

第四，要求在真实案例上做一次概念验证。在少数几个真实调查上做一次有结构的 POC、把结果与团队自己的发现做对比，一周之内告诉买方的东西，比一份幻灯片一年里告诉他的还多。这次 POC 应当明确测试可核验这条路径：要求团队从摊出来的依据里，把每一个风险判断重新推导一遍。

第五，要求每个决策都返回它的依据。这是把有效性从一个主张变成证据的那项测试。一个无法摊出决策依据的工具，是在要求买方凭信任去为申报辩护；一个摊出依据的工具，交给买方的是它可以摆到审计人员、监管或执法机关面前的证据。

核验 Phalcon Compliance 的可解释风险评分

一个链上分析工具「真的有用」，是在一位复核者能够把它的有效性重新验一遍时成立，而不是在它的案例研究看起来很有说服力时成立。上面铺开的那个可解释模型，就是这份可复核证据的形状。核验 Phalcon Compliance 的可解释风险评分，在签任何合同之前，在一个真实案例上把那五步独立验证跑一遍。