TRM Labs报告:2025年全球加密货币诈骗造成3500亿美元损失

TheNewsCrypto发布于2026-03-05更新于2026-03-05

文章摘要

区块链情报公司TRM Labs发布报告称,2025年全球加密货币诈骗造成的损失高达350亿美元,仅纽约市民众涉案金额就超过1亿美元。2026年3月4日发布的报告指出,由于存在大量未报告案例,实际全球年损失可能超过2000亿美元。 报告显示,犯罪网络日益采用社会工程学和人工智能技术实施诈骗,资金通常在24至48小时内通过多个加密钱包和链上转移,导致追回难度极大。纽约警方依赖受害者提供的交易记录、聊天截图等证据展开调查,但若缺乏钱包地址、交易哈希等关键标识信息,调查效率将大幅降低。 TRM Labs政策全球主管强调,需加速为执法部门配备区块链和AI工具,以追踪跨链活动、识别洗钱网络。报告提及纽约州近期通过的《RIP OFF法案》,该法案将虚拟货币明确纳入诈骗法规监管范围,并强化了反隐匿资产报告要求。

区块链情报公司TRM Labs警告称,2025年加密货币相关欺诈和非法资金流动有所增加,全球约有3500亿美元加密货币流入诈骗计划,仅纽约居民涉及的欺诈金额就超过1亿美元。

根据3月4日发布的2026年TRM实验室报告,这些提及的数字可能低估了实际损失规模,“若将漏报情况考虑在内,全球年度总损失可能超过2000亿美元。”

TRM Labs全球政策主管Ari Redbord表示:“我们与纽约及全球的地方、州和联邦执法部门、监管机构、金融机构和国家安全机构合作,以检测、调查和瓦解数字资产生态系统及其他领域的非法活动。”

报告指出,加密货币犯罪网络日趋复杂,越来越多地使用社会工程学和人工智能技术针对受害者,同时诈骗资金通常在24至48小时内跨多个加密货币钱包和链转移,使得追回工作极其困难。

监测非法加密货币活动

加密货币诈骗可能跨国发生,但纽约市警方行动始于受害者报案之处。他们提供各种证据,如交易副本、截图、聊天记录、二维码等。

报告称,追踪被盗资金流向需要使用某些数字标识符,如钱包地址、交易哈希和域名。如果这些关键标识符未被准确记录,如果调查人员未经过识别培训,阻止欺诈的可能性就会降低。

装备执法部门

报告建议:“我们必须加速教育,并以恶意行为者扩展业务相同的步伐,将先进调查工具交到一线警官和检察官手中。随着犯罪网络更快发展和技术更复杂,我们的培训、能力和资源部署必须同样迅速——甚至更快。”

此外,区块链和人工智能工具对纽约警察局和地方检察官办公室追踪跨链活动、识别钱包、协助者和洗钱网络以及追踪被盗加密货币是必要的。没有这些工具,执法部门只能看到加密货币犯罪更大图景的一部分。

报告还提到,《RIP OFF法案》(恢复诚信和防止金融系统公然欺诈法案),这是一项纽约州法律,使欺诈法规现代化以反映大规模有组织欺诈计划的运作方式。它明确涵盖虚拟货币,并加强反对隐藏或逃避报告要求的规则。

标签加密货币诈骗TRM实验室

相关问答

Q根据TRM Labs的报告,2025年全球因诈骗损失了多少加密货币?

A根据TRM Labs的报告,2025年全球因诈骗损失了约350亿美元的加密货币。

Q报告指出实际全球年损失可能达到多少?

A报告指出,考虑到漏报情况,全球年损失可能超过2000亿美元。

Q加密货币诈骗团伙使用了哪些技术手段?

A加密货币诈骗团伙使用了社交工程和人工智能技术来针对受害者,并且诈骗资金通常在24到48小时内跨多个加密货币钱包和链转移。

Q报告建议如何加强执法部门的能力?

A报告建议加速教育,并为前线警官和检察官提供先进的调查工具,以匹配犯罪网络的技术 sophistication,同时使用区块链和AI工具来追踪跨链活动、识别钱包和洗钱网络。

Q什么是RIP OFF Act?

ARIP OFF Act(《金融系统恢复诚信和防止公然欺诈法案》)是纽约州的一项法律,它更新了欺诈法规以反映大规模有组织欺诈计划的运作方式,并明确涵盖虚拟货币,加强了对隐藏或逃避报告要求的规则。

你可能也喜欢

Dan Koe:反直觉真相,你根本不需要记住读过的一切

本文核心观点:你无需记住所有阅读内容,真正重要的知识会在需要时自然浮现。传统“记忆即学习”的观念是错误的,学习应是一个以目标为导向的反馈调节系统。 **核心问题**:多数人记不住阅读内容,是因为将“记住”当作终点,而非将知识应用于实际目标。 **有效学习路径(控制论四步闭环)**: 1. **设定清晰目标**:明确你想实现的具体状态(如“完成半马”),而非模糊愿望。 2. **诚实评估现状**:了解自己当前的真实水平。 3. **比较差距**:明确目标与现状的偏差。 4. **采取行动**:执行具体行动缩小差距。缺少明确目标,学习就会失去方向与动力。 **关键方法:从输出开始学习** 不要先系统学习,而是直接启动一个具体项目(如制作视频、弹奏一首歌)。在实践过程中遇到障碍时,再针对性学习所需知识。这种“按需抓取”的方式能让知识与真实场景深度绑定,不易遗忘。 **升级“第二大脑”,避免成为数字坟墓** 不要陷入“收藏即学会”的幻觉。知识管理的价值在于辅助产出,而非过度整理笔记。应将其建设为“第二潜意识”——一个能在你创作时主动关联并推送相关材料的动态系统,而非静态仓库。可使用工具(如Obsidian+Claude或Eden)实现自动分类与语义检索,降低管理负担。 **严格筛选输入内容** 只保存那些你愿意被其塑造、能与你的世界观融合的想法。专注于长期稳定的优质内容,并通过写作、分享等方式将外部知识内化为自身认知。让正在进行的项目作为知识的天然过滤器。 **合理利用AI** 让AI充当研究助手、编辑或灵感提供者,用于处理事实性内容、降低创作摩擦。但核心观点、价值判断与行文组织必须亲自完成,以形成不可替代的个人世界观。 **总结** 记住知识是深度应用的副产品。学习应始于具体目标与真实项目,让知识在解决问题的过程中自然沉淀。工具旨在优化流程,而非替代思考。当你为自身目标持续应用知识时,重要的内容早已融入你的能力体系。

marsbit9分钟前

Dan Koe:反直觉真相,你根本不需要记住读过的一切

marsbit9分钟前

这一届中国企业家,彻底变了

2026年夏天,中国商业史迎来标志性变化:长鑫科技登陆科创板,市值突破3万亿元;宇树科技创始人登上《时代》周刊封面;寒武纪成为科创板首家万亿市值公司;DeepSeek创始人跻身全球AI首富行列。这些事件共同揭示了中国企业家群体深刻的代际变迁。 财富版图正从互联网转向人工智能等硬科技领域。张一鸣、梁文锋、陈天石、王兴兴等70后、80后创业者成为新主角,其财富增长反映了市场对未来技术竞争力的预期。TMT行业占创富榜财富近27%,AI芯片、大模型、机器人等成为核心创富方向。 新一代企业家的创业起点从“商业模式”转向“技术突破”。陈天石从中科院走出,专注AI芯片研发,经历多年亏损终实现盈利;梁文锋以不足150人团队打造出具有全球影响力的DeepSeek大模型;朱一明立下“不盈利不领薪”军令状,带领长鑫科技在DRAM领域打破国际垄断,成为全球第四大厂商。 这种变化源于中国经济命题的转变:从“做大市场”到“做深产业”。上一代企业家奠定了城市化和互联网的基础设施,新一代则要在这些地基上实现技术原创和产业突破。他们正推动中国从技术追赶走向自主创新,在全球高端产业竞争中占据重要位置。 这不仅是财富的转移,更是国家竞争能力结构的代际交接,标志着中国进入以技术创新为核心驱动力的新发展阶段。

marsbit9分钟前

这一届中国企业家,彻底变了

marsbit9分钟前

曾经大热的Web3,进入裁员潮

2026年上半年,美国科技行业裁员近14万人,超过半数裁员事件将AI、自动化或机器学习列为理由。Web3行业作为科技与金融交叉领域,裁员潮尤为剧烈,头部交易平台及中小平台纷纷进行人员裁撤与业务收缩。 裁员过程往往突然而冷酷。有员工在毫无预警的情况下被关闭系统权限,仅通过邮箱收到裁员通知;有的交易平台每个季度裁员约10%,全年累计达40%;Coinbase印度办公室据称约90%员工被裁。许多公司选择在财年节点集中裁员,以美化财务报表。裁员补偿常不尽如人意,公司可能通过监控员工行为、设置苛刻KPI或强制考试等方式,将裁员包装成绩效淘汰,以避免支付补偿。 留任员工也承受巨大压力,工作氛围变得消极、惶恐,考核加剧,会议频繁,但产品方向模糊。管理层权术斗争激烈,底层员工成为牺牲品。公司文化往往苛刻,缺乏工作与生活平衡。 行业面临深层危机:交易平台依赖的手续费与上币收入模式难以为继,项目上币成本高昂但质量下降,散户流失,交易量萎缩。同时,链上衍生品平台兴起,进一步挤压中心化交易平台利润。去年10月的全行业大规模爆仓事件严重打击了市场信心,流动性枯竭,VC投资大幅收缩,项目方生存艰难。 被裁员工多转向AI行业,但传统金融甚至部分AI公司对Web3背景存在歧视,视其为“蟑螂旅馆”。行业内部竞争依然恶劣,有平台甚至将高薪挖角竞对员工作为KPI,数月后再裁掉,进行消耗战。 此次寒冬并非单纯周期或AI冲击所致,更源于行业自身模式弊端:高昂的上币费消耗生态、不透明的管理消耗员工信任、在寒冬中忙于内耗而非创新。Web3行业的衰败,更多是自身积累的问题爆发。

marsbit1小时前

曾经大热的Web3,进入裁员潮

marsbit1小时前

交易

现货
活动图片