Aiying 艾盈是一家专注于传统金融及Web3的合规咨询服务机构，本文为团队原创，转载需授权。
区块链分析公司 TRM Labs 最新报告揭示了一种不依赖钓鱼链接、不依赖恶意授权的盗币手法：诈骗团伙用 YouTube 上的假 AI 套利机器人教程，诱导受害者亲手部署并注资恶意合约。本文从反洗钱与链上监测的视角，拆解这一「受害者自部署」模式的合规盲区。
事实与依据
TRM Labs 在 9 月 14 日发布的报告中披露，诈骗团伙以「用 Claude 搭建 AI 套利机器人」为名，在 YouTube 发布教程视频，一步步引导观众：创建钱包、复制代码、部署智能合约、注入加密资金。所谓「套利机器人」实际包含恶意代码。TRM 识别出 9 个内容几乎完全相同的教程，看似由不同创作者发布，却显示出统一制作的痕迹。
2026 年 2 月至 8 月间，该手法关联至少 224 名受害者、234 个由受害者自行部署的合约，总计约 274.60 枚 ETH 流入 6 个运营方控制的地址，按转账时价值约合 51.7 万美元；中位损失为 1 ETH。视频多用 AI 生成主播与配音，话术、伪造证言和「盈利」展示高度雷同。截至 9 月，9 个视频累计播放超 31 万次。
合规分析
这套手法的关键在于骗局前置：它不依赖仿冒域名、钓鱼链接或恶意授权提示，而是让受害者自己成为合约的部署者。受害者每一步链上操作都是本人发起并批准的，钱包能准确显示「正在部署合约、向合约转账、调用合约函数」，却无法判断教程和编译器对代码做了伪饰。因此，传统的黑名单、钱包模拟和恶意域名识别难以拦截。
更隐蔽的一环是伪造编译器。TRM 发现部分教程指向仿冒以太坊开发工具 Remix 的编译网站：一种变体中，后台脚本丢弃受害者粘贴的源码，改从运营方服务器拉取另一份恶意合约上链——受害者屏幕里看到的是干净代码，钱包实际部署的却是另一个程序。合约在余额超过 0.05 ETH 后，会把资金转给运营方控制的地址，而「Start」和「Withdraw」两个按钮都指向同一个结果。TRM 强调，Claude 本身与恶意合约无关，链上代码里没有任何 Anthropic 产品或 AI 功能，品牌名只被用于包装话术；2025 年的同类骗局则用过 ChatGPT 的话术。
从资金流看，被盗 ETH 完全通过 DeFi 服务、跨链桥和混币器转移，TRM 在流出路径中未识别到任何中心化交易所。这对依赖 CEX 出金监控的反洗钱体系是一记提醒：当资金全程走去中心化基础设施时，链上归因与追踪的难度显著上升。
机构合规要点
- 交易监控需覆盖「自部署合约」模式：用户自己部署合约的行为在钱包层面合法，传统拦截信号弱，需结合合约字节码比对与资金归集地址聚类。
- 注意伪造编译器的供应链风险：开发工具被仿冒是新的攻击面，内部开发流程应核对工具来源与部署字节码。
- 资金流出全程去中心化：CEX 出金监控无法覆盖，反洗钱团队需加强链上地址聚类与混币器识别能力。
- AI 犯罪应用指数上升：TRM 称犯罪分子对 AI 的应用同比增长约 40%，AI 话术与生成式主播正在规模化降低欺诈成本。
结论
「受害者自部署」模式把盗币从「骗取授权」变成了「骗你亲手部署」，绕开了反洗钱体系最熟悉的几道防线。对机构而言，这意味着交易监控、合约审计和链上归因都需要向更上游的「代码生成与部署环节」前移，才能补上这块合规盲区。
本文基于 crypto.news（2026-09） 及 TRM Labs 报告《2026 年 AI 犯罪应用指数》撰写。
