sejournal.io

Компания OpenAI привлекла сотни внешних подрядчиков для чтения реальных переписок пользователей ChatGPT. Об этом сообщило издание 404 Media, получившее доступ к внутренним материалам проекта под кодовым названием Project Lily: инструкциям для рецензентов, перепискам в Slack, системе оценки ответов и самим обращениям пользователей.

Подрядчики анализировали диалоги, пересказывая намерения человека и оценивая реакции чат-бота, чтобы повысить качество ответов ChatGPT. Они работали не с отдельными сообщениями, а с целыми беседами, некоторые из которых содержали чувствительные личные данные. Один из сотрудников, участвовавших в разборе запросов, признался, что пользователи вряд ли догадываются о том, что их разговоры читают посторонние.

Этот процесс отличается от ранее публично описанных проверок: OpenAI открыто сообщала о просмотре чатов при подозрении на подготовку нападения, однако Project Lily является отдельной программой.

Проверка происходила через специальную панель, где рецензент выбирал задачу, после чего система открывала реальный запрос пользователя. Затем он выполнял три шага: читал запрос, кратко описывал намерение пользователя и оценивал несколько сгенерированных ответов. Например, пользователь просил помочь переписать рабочее сообщение в Slack так, чтобы оно звучало доброжелательно и приглашало к обсуждению. Подрядчик просматривал четыре варианта ответа ChatGPT, отмечал фрагменты, соответствующие или не соответствующие требованиям, выделял минимум три фрагмента и объяснял выбор. В конце ответ оценивался по шкале от 1 до 7: единица означала непригодность, семерка — близость к идеалу. Даже содержательно полезный ответ мог получить низкий балл за чрезмерную длину или перегруженность. Обоснование занимало от пары предложений до целого абзаца.

В документах не указано, какая именно модель обучалась и идет ли речь о текущей или будущей версии.

Руководства описывали требования к ответам: модель должна улавливать намерение пользователя, давать точную и полезную помощь, излагать мысли ясно, естественно и умеренно тепло. Другой конфиденциальный документ предписывал подстраиваться под тон пользователя, но сдержанно, оставаясь естественным и профессиональным, не намекая на человеческие эмоции. Рецензенты должны были отмечать угодливость, наигранное подражание стилю, вовлекающие концовки, подогрев раздражения и снисходительные допущения. Вместо этого ответ должен был быть полезным, честным, поддерживающим и умным, но без превосходства.

Отдельно боролись с «ИИ-речью» и неуместными эмодзи. Например, список с галочками в инструкции помечался как несоответствующий из-за ненужного использования эмодзи. Контекст учитывался: дерево в тексте про День дерева считалось уместным, а черепа в разговоре о смерти или самолеты в сводке об авиакатастрофе — нет. Ответы не должны были ссылаться на личный опыт вроде «как повар, я люблю…» или «я знаю, каково это», хотя первое лицо в служебных фразах типа «я посмотрю» допускалось.

Фактчекинг в задачи рецензентов не входил: искать подтверждения во внешних источниках не требовалось, проверкой контента занимались другие команды. Замеченные фактические ошибки помечались, а за отсутствие ссылок в ответах на медицинские, юридические и финансовые темы оценку снижали.

Запросы поступали обезличенными — имя аккаунта не отображалось, но личные данные все равно попадали в поле зрения. Иногда над обращением выводился блок «сводка памяти о пользователе», из которого можно было узнать, для чего человек раньше использовал чат-бот, где живет и другие обстоятельства. Инструкция требовала эскалировать задачи при обнаружении персональных данных или рисков для безопасности.

OpenAI заявила, что переписки проходят через модель Privacy Filter, предназначенную для поиска и удаления личной информации. Однако компания признала ограничения этой модели: фильтр ошибается, пропускает редкие идентификаторы и неоднозначные упоминания, а при коротких фрагментах может удалять данные избыточно или недостаточно. Некоторые просмотренные журналистами обращения показывали, что пользователи ожидали конфиденциальности и просили ChatGPT никому не рассказывать о сказанном.

Журналисты спросили OpenAI, предупреждали ли они пользователей о том, что запросы могут читать люди для улучшения ответов, но ответа не получили. На сайте компании описан просмотр помеченного контента людьми, но речь идет о нарушениях правил и угрозах безопасности. Политика конфиденциальности допускает использование персональных данных для улучшения моделей. Удаленные переписки компания обещала стирать за 30 дней, кроме уже обезличенных и отвязанных от аккаунта в рамках согласия на улучшение моделей. После публикации материала OpenAI указала на раздел справки, где говорится, что люди могут просматривать контент для улучшения работы модели.

Переписки попадают в обучение через настройку «улучшить модель для всех». На тарифах Free, Plus и Pro она включена по умолчанию, и отключать ее пользователь должен сам. Отключение действует только на новые диалоги, на тарифах Enterprise, Business и Edu настройка изначально выключена. После обращения журналистов компания обновила справочную страницу, подробнее описав процедуру отказа, но признания в том, что запросы читают люди, там по-прежнему нет.

Один из собеседников 404 Media из Северной Америки получал за чтение переписок более $50 в час. Работу он нашел через рекрутинговую фирму Crossing Hurdles, которая позиционирует себя как посредника между специалистами и заказчиками в сфере обучения ИИ. На Reddit несколько человек сообщали, что получали от этой фирмы нежелательные письма и подозревали мошенничество. На странице фирмы в LinkedIn были открыты вакансии рецензента ИИ-данных, разметчика и оценщика чат-ботов, хотя OpenAI и ChatGPT в описаниях не упоминались. В обязанности входила оценка ответов ИИ и их сравнение. Среди других проектов компании — запись видео, где исполнители выполняют работу по дому, для обучения роботов.

Рецензент описал работу как механическую, иногда забавную при чтении запросов, но в проекте царит разнобой: правила часто меняются и противоречат сами себе.

Anthropic подтвердила, что тоже прибегает к проверке людьми для улучшения моделей, включая будущие ответы Claude, для пользователей, включивших настройку «помогите улучшить наши ИИ-модели». Перед проверкой компания обезличивает переписки и удаляет идентификаторы аккаунта, включая адреса электронной почты. У Google Gemini есть дисклеймер о том, что часть сохраненных чатов просматривают люди.

Старший научный сотрудник Center for Democracy & Technology Михаль Лурия отметила, что проверка людьми необходима для безопасности, но текущие интерфейсы чат-ботов создают ложное чувство близости и приватности. Это принципиально отличается от модерации в соцсетях, где публикация контента изначально предполагает проверку и публичность. Профессор UCLA Сара Т. Робертс, автор книги о модерации контента, сравнила раскрытие с сюжетом «Волшебника страны Оз», где герои обнаруживают за волшебным королевством человека, дергающего за рычаги, подчеркнув, что такие системы требуют постоянного вмешательства людей. Почасовая ставка выше $50 заметно превышает оплату модераторов соцсетей и работников ИИ-разметки, которых часто нанимают за рубежом. Робертс предположила, что так платят лишь до поры, поскольку именно человеческий труд, без которого продукты не работают, оплачивается хуже всего и ценится меньше всего.

В апреле 2026 года OpenAI выпустила Privacy Filter — бесплатный инструмент на 1,5 млрд параметров, который вычищает конфиденциальные данные из переписки с ChatGPT.

Вот перефразированная версия новости на русском языке (с сохранением смысла, но в новом изложении):

Заголовок: Как публичный реестр криптовалют превращается в инструмент слежки: от адреса до реального имени

Блокчейн — это открытая книга: каждый перевод, время операции и адреса кошельков видны всем. Однако личности отправителей и получателей остаются в тени. Ранее ForkLog уже объяснял, как самостоятельно отследить монеты по TXID и модели UTXO через любой блокчейн-обозреватель. Но этот метод показывает только движение средств, а не того, кто стоит за переводом.

Здесь на помощь приходит OSINT — разведка по открытым источникам. Именно она позволяет связать анонимный криптоадрес с конкретным человеком. Давайте разберемся, что блокчейн показывает сам, а что приходится искать вовне, как строится расследование шаг за шагом, какие инструменты для этого нужны и где проходит грань между законным анализом и вторжением в личную жизнь.

За пределами цепочки

Распределенный реестр не скрывает ничего: каждый перевод и кластер кошельков виден любому. В этом суть ончейн-анализа. Но он отвечает на вопрос «куда ушли деньги», а не «кто их отправил». Этот пробел закрывает OSINT. Этот метод старше криптовалют: еще во время Второй мировой войны в США и Великобритании отслеживали открытые радиоэфиры. Суть не изменилась — это анализ общедоступной информации без взлома. В мире криптовалют сюда входят сообщения на форумах, данные о регистрации доменов, старые скриншоты и утечки баз данных.

Такая связка работает благодаря псевдонимности. В отличие от полной анонимности, в биткоине и других блокчейнах пользователь скрыт за набором символов, но каждое его действие навсегда записано в реестре. Как говорят в OSINT Industries: «Личность не раскрыта напрямую, но след от нее заметен и неизменен».

На практике ончейн-анализ восстанавливает маршрут монет (кто, кому и сколько перевел), а OSINT связывает адрес с внешними данными — аккаунтом на бирже, профилем в соцсети или доменной записью. Одной ошибки пользователя достаточно для его деанонимизации.

Зачем вообще это нужно

Под аббревиатурой OSINT скрывается пять основных направлений:

1. Расследование краж и мошенничества. Аналитики публикуют данные, помогающие заморозить похищенные активы. Например, при краже $243 млн у кредитора Genesis такое расследование позволило заблокировать более $9 млн.
2. Комплаенс и санкционный контроль. В условиях множества площадок и юрисдикций важно не просто отследить перевод, но и привязать его к реальному человеку.
3. Разведка угроз (Threat Intelligence). Отслеживание потоков средств, связанных с выкупами хакерам и нелегальными площадками.
4. Рыночная аналитика. Движение средств крупных держателей (китов) трейдеры воспринимают как сигнал к продаже или покупке.
5. Журналистские расследования. Например, крах биржи FTX в 2022 году начался с того, что CoinDesk сопоставил корпоративные документы с данными блокчейна и обнаружил, что бизнес держался на неликвидном токене FTT.

У всех этих сценариев общая механика: от следа в блокчейне — к внешним данным, а от них — к конкретному имени.

От адреса к имени: четыре шага

Расследование редко начинается с готового имени. Обычно есть лишь аномалия: взломанный контракт, адрес из жалобы или подозрительный кошелек. Процесс делится на четыре стадии:

1. Зацепка. Определение отправной точки: сам инцидент, конкретный адрес, тип кошелька или смарт-контракт.
2. Сбор данных (OSINT). Поиск любой связи адреса с внешним миром: доменные записи, соцсети, переписка в Discord, утечки баз, старые скриншоты.
3. Атрибуция. Сведение разрозненных фактов воедино. Адреса группируют в кластеры и привязывают к бирже, сервису или человеку. Часто решающей становится одна ошибка: публично засвеченный кошелек или депозит на биржу с KYC.
4. Верификация. Перепроверка связей, поиск противоречий и оценка вероятности ошибки.

Главное ограничение метода: атрибуция всегда вероятностная. Она говорит не «это точно он», а «скорее всего, он». В сложных расследованиях ончейн-анализ дополняют исследованием устройств и сетевого трафика.

Инструменты аналитика

Арсенал аналитика шире, чем пара известных платформ, и в основном бесплатен:

* Блокчейн-обозреватели: Etherscan (Ethereum), Blockchair и WalletExplorer (биткоин), Solscan (Solana), TronScan (TRON).
* Системы визуализации: Arkham, Breadcrumbs, OXT. Они отображают потоки средств в виде графа.
* Коммерческие платформы: Chainalysis, TRM Labs, Elliptic, Scorechain. Используются биржами и правоохранителями (доступ платный).
* Классический OSINT: Maltego (строит графы связей), SpiderFoot (автоматизирует сбор данных), IntelligenceX (ищет по архивам и утечкам).
* Геолокация и поиск: MaxMind (по IP), Google-дорки (специальные операторы для поиска).
* Каталоги: OSINT Framework и подборки на GitHub для блокчейн-расследований.

Порог входа в профессию низкий, так как большинство сервисов открыты для всех. Именно поэтому вокруг OSINT не стихают споры.

Легально, но не бесспорно

OSINT легален по своей природе, так как работает с открытыми данными. Проблемы возникают при использовании результатов.

* Правовая: По регламенту GDPR даже для обработки открытых персональных данных нужны законные основания.
* Цена ошибки: Ошибочная атрибуция может навредить невиновному человеку, а обвинение навсегда останется в интернете.

У OSINT есть принципиальные противники. Они считают финансовую тайну правом, а не лазейкой для преступников. Приватные монеты (Monero, Zcash) созданы как раз для защиты от такого анализа. Для их сторонников OSINT — это инструмент тотального надзора. Однозначного ответа в этом споре нет: прозрачность реестра помогает и аналитикам, и тем, кто хочет следить.

Сыщики-самоучки

Многие известные ончейн-детективы не имеют профильного образования.

* ZachXBT пришел в крипту как обычный инвестор в 2017 году. Потеряв деньги на скам-проектах, он самостоятельно изучил форензику. Позже его расследование помогло раскрыть кражу на $243 млн. Исполнителей он вычислил по случайно раскрытому имени, повторяющимся адресам и геометкам в соцсетях.
* Coffeezilla (Стивен Финдайзен) — инженер-химик, начавший разоблачения после того, как его мать обманули мошенники. Он прославился интервью, в котором добился признания от фигуранта скандала с токеном LIBRA, назва

Вот перефразированная новость на русском языке:

Блокчейн — это открытая книга: суммы, время и адреса транзакций доступны всем. Однако личности отправителей и получателей остаются в тени.

Ранее ForkLog уже объяснял, как отслеживать монеты вручную с помощью TXID и модели UTXO через любой блокчейн-обозреватель. Но этот метод ограничен: он показывает лишь движение средств, а не то, кто за ним стоит. Здесь на помощь приходит OSINT — разведка по открытым источникам, которая позволяет связать анонимный адрес с реальным человеком.

Давайте разберемся, какие данные дает сам блокчейн, а какие приходится искать за его пределами, как шаг за шагом строится расследование, какие инструменты для этого нужны и где проходит грань между анализом и слежкой.

За пределами блокчейна

Распределенный реестр ничего не скрывает: каждый перевод и группа кошельков видны всем. В этом суть ончейн-анализа. Но он отвечает на вопрос «куда», а не «кто». Этот пробел заполняет OSINT — метод, который старше самой криптоиндустрии. Еще во время Второй мировой войны в США и Великобритании мониторили общедоступные радиоэфиры.

Суть метода не изменилась: это анализ открытой информации без взлома. В мире криптовалют сюда входят сообщения на форумах, данные о регистрации доменов, старые скриншоты, утечки баз данных. Такая связка работает благодаря псевдонимности. В отличие от полной анонимности, в биткоине и других сетях пользователь скрыт за буквенно-цифровым кодом, но все его действия навсегда остаются в реестре.

Как отмечают в OSINT Industries, личность напрямую не раскрыта, но след от нее заметен и неизменен.

На практике ончейн-анализ и OSINT решают разные задачи. Первый восстанавливает маршрут монет: кто, кому и сколько перевел. Второй — связывает адрес с внешними данными: аккаунтом на бирже, профилем в соцсети или доменом. Одной ошибки пользователя достаточно для его деанонимизации.

Зачем вообще «копать»

За аббревиатурой OSINT стоит пять направлений:

1. Расследование краж и мошенничества. Например, в деле о краже $243 млн у кредитора Genesis аналитики помогли заблокировать более $9 млн.
2. Комплаенс и санкционный скрининг. Важно не просто отследить перевод, но и привязать его к реальному человеку.
3. Разведка угроз (threat intelligence). Отслеживание потоков средств, связанных с вымогателями и нелегальными площадками.
4. Рыночная аналитика. Движение средств крупных держателей воспринимается трейдерами как сигнал о распродажах или накоплении.
5. Журналистские расследования. Крах биржи FTX начался с того, что CoinDesk сопоставил корпоративные документы с ончейн-данными и выяснил, что бизнес держался на неликвидном токене FTT.

У всех сценариев общая механика: от следа в реестре — к внешним данным, а от них — к конкретному имени.

От адреса к имени

Расследование редко начинается с готового имени. Чаще всего есть лишь аномалия: взломанный контракт, адрес из жалобы или подозрительный кошелек. Процесс делится на четыре стадии:

1. Зацепка. Отправная точка: инцидент, конкретный адрес, тип кошелька или смарт-контракт.
2. Сбор данных. Чистый OSINT: поиск любой связи адреса с внешним миром (домены, соцсети, форумы, утечки, скриншоты).
3. Атрибуция. Сведение фактов воедино. Адреса группируют в кластеры и привязывают к бирже, сервису или лицу. Одна ошибка — например, публично засвеченный кошелек или депозит на биржу с KYC — может сразу раскрыть владельца.
4. Верификация. Перепроверка связей, поиск противоречий, оценка вероятности ошибки.

Главное ограничение метода: атрибуция всегда вероятностна. Она говорит не «это точно он», а «скорее всего, он». В сложных случаях ончейн-анализ дополняют исследованием устройств и сетевого трафика.

Арсенал аналитика

Реальный арсенал аналитика шире, чем пара известных платформ, и по большей части бесплатен:

* Блокчейн-обозреватели: Etherscan (Ethereum), Blockchair и WalletExplorer (биткоин), Solscan (Solana), TronScan (TRON).
* Системы визуализации: Arkham, Breadcrumbs, OXT. Они отображают потоки средств в виде графа.
* Коммерческие платформы: Chainalysis, TRM Labs, Elliptic, Scorechain. Используются биржами и правоохранителями для комплаенса.
* Классический OSINT: Maltego (графы связей), SpiderFoot (автоматический сбор данных), IntelligenceX (поиск по архивам и утечкам).
* Геолокация по IP: MaxMind и Google-дорки (специальные поисковые запросы).
* Каталоги: OSINT Framework (дерево инструментов) и подборки на GitHub для блокчейн-расследований.

Порог входа в профессию низкий, так как большинство сервисов открыты. Именно поэтому вокруг OSINT не стихают споры о границе между законным расследованием и вторжением в приватность.

Легально, но не бесспорно

OSINT легален, так как работает с открытыми данными. Проблемы возникают при использовании результатов.

Первая сложность — правовая. По регламенту GDPR, для обработки персональных данных нужны законные основания, даже если они в открытом доступе.

Вторая — цена ошибки. Ошибочная атрибуция может указать на невиновного, а обвинение останется в интернете навсегда.

У OSINT есть принципиальные противники, которые считают финансовую тайну правом. Приватные монеты вроде Monero и Zcash скрывают суммы и адреса. Для их сторонников OSINT — не борьба с преступностью, а инструмент тотального надзора. Прозрачность реестра работает в обе стороны.

Сыщики-самоучки

Многие известные ончейн-детективы не имеют профильного образования. Исследователь ZachXBT пришел в криптоиндустрию как обычный инвестор, потерял деньги на скаме и самостоятельно изучил форензику. Его расследование помогло раскрыть кражу $243 млн — он вычислил исполнителей по случайно раскрытому имени, повторяющимся адресам и геометкам в соцсетях.

Другой пример — Coffeezilla (Стивен Финдайзен). Инженер-химик по образованию, он начал разоблачения после того, как его мать обманули продавцы «чудо-лекарств». Одна из его самых заметных работ — интервью, где он добился признания от ключевой фигуры скандала с токеном LIBRA, который назвал свою прибыль в $113 млн.

ZachXBT и Coffeezilla объединяет не технический арсенал, а упорство и работа с базовыми данными. Открытый реестр превратил деанонимизацию в ремесло, доступное энтузиасту с ноутбуком. Но у доступности инструментов есть обратная сторона: чем нагляднее алгоритм, тем выше соблазн повери

# Перефразированная новость

Блокчейн — это открытая книга, где видны все переводы, их суммы, время и адреса. Но личности отправителей и получателей остаются скрытыми.

Ранее ForkLog уже объяснял, как отслеживать монеты через TXID и модель UTXO. Это можно делать вручную в любом блокчейн-обозревателе. Однако у этого метода есть предел: блокчейн показывает только движение средств, а не того, кто стоит за переводом. Здесь на помощь приходит OSINT — разведка по открытым источникам, которая помогает связать анонимный адрес с реальным человеком.

Разберемся, какие данные блокчейн раскрывает сам, а какие приходится искать извне, как строится расследование шаг за шагом, какие инструменты используются и где проходит граница между аналитикой и слежкой.

## За пределами блокчейна

Распределенный реестр ничего не скрывает. Любой перевод и группа кошельков видны каждому. В этом суть ончейн-анализа. Но метод отвечает на вопрос «куда», а не «кто».

Этот пробел восполняет OSINT — дисциплина, которая старше криптоиндустрии. Еще во время Второй мировой войны в Великобритании и США мониторили общедоступные радиоэфиры. Суть метода не изменилась: это анализ информации из открытых источников без взлома систем защиты. В криптосфере сюда попадают сообщения на форумах, данные о регистрации доменов, старые скриншоты и утечки баз данных.

Такая связка работает благодаря псевдонимности. В отличие от полной анонимности, в биткоине и большинстве других блокчейнов пользователь скрыт за буквенно-цифровым адресом, но все его действия навсегда остаются в реестре. Как объясняют в OSINT Industries, личность напрямую не раскрыта, но след от нее заметен и неизменен.

На практике ончейн-анализ и OSINT решают разные задачи. Первый восстанавливает маршрут монет: кто кому и сколько перевел, через какие адреса прошли средства. Второй связывает адрес с внешними данными — аккаунтом на бирже, профилем в соцсети или доменной записью. Одной ошибки пользователя достаточно для его деанонимизации.

## Зачем вообще «копать»

За аббревиатурой OSINT стоят пять разных направлений.

Первое — расследование краж и мошенничества. Независимые аналитики публикуют данные, которые помогают быстро заморозить похищенные активы. Например, при краже $243 млн у кредитора Genesis такое расследование позволило заблокировать более $9 млн.

Второе — комплаенс и санкционный скрининг. Криптовалютные транзакции часто охватывают множество площадок и юрисдикций. Важно не просто отследить перевод, но и привязать его к реальному человеку.

Третье — разведка угроз, или threat intelligence. С ее помощью отслеживают потоки средств, связанные с выплатами вымогателям и работой нелегальных площадок.

Четвертое — рыночная аналитика. Многие крупные держатели и связанные с ними кошельки постоянно под наблюдением. Трейдеры воспринимают движение их средств как сигнал о готовящихся распродажах или накоплении активов.

Пятое — журналистские расследования. Крах биржи FTX в 2022 году начался с публикации CoinDesk, которая сопоставила корпоративные документы с ончейн-данными и выяснила, что бизнес держался на неликвидном токене FTT.

У всех пяти сценариев общая механика: от следа в реестре — к внешним данным, а от них — к конкретному имени.

## От адреса к имени

Расследование редко начинается с готового имени. Чаще всего на старте есть лишь аномалия: взломанный контракт, адрес из жалобы пострадавшего или кошелек из сомнительной схемы.

Исследователи делят процесс на четыре стадии: зацепка, сбор данных, привязка адреса и проверка. Строгого порядка нет, но логика неизменна — двигаться от цифрового следа в реестре к реальному человеку.

Зацепка задает направление. Отправной точкой служит сам инцидент, конкретный адрес, тип кошелька или смарт-контракт. От этого зависит стратегия поиска.

Сбор данных — это OSINT в чистом виде. Аналитик ищет любую связь адреса с офчейном: доменные записи, профили в соцсетях, переписку на форумах и в Discord, утечки баз, старые скриншоты. Каждая находка становится связующим звеном между псевдонимом и личностью.

Атрибуция сводит разрозненные факты воедино. Адреса группируют в кластеры по контрагентам, времени и суммам переводов, а затем привязывают к бирже, сервису или лицу. Часто исход решает одна ошибка: публично засвеченный кошелек или депозит на платформу с KYC могут сразу раскрыть владельца.

Верификация оставляет последнее слово за аналитиком. На этом этапе перепроверяют связи, ищут противоречия и оценивают вероятность ошибки. В этом главное ограничение метода: атрибуция всегда носит вероятностный характер — она говорит не «это точно он», а «скорее всего, он».

В наиболее сложных расследованиях ончейн-анализ дополняют исследованием устройств, оперативной памяти и сетевого трафика. Пропуск любого из этих слоев — повод усомниться в выводах.

Для каждой стадии применяется свой набор инструментов — от блокчейн-обозревателей до систем визуализации связей.

## Арсенал аналитика

Когда говорят об инструментах форензики, обычно вспоминают пару известных платформ. Но реальный арсенал аналитика гораздо шире и по большей части бесплатен.

Базовый уровень — блокчейн-обозреватели: Etherscan для Ethereum, Blockchair и WalletExplorer для биткоина, Solscan и TronScan для Solana и TRON. Они показывают транзакции, балансы, историю адресов.

Следующий слой — системы визуализации, которые отображают потоки средств в виде графа. К этой категории относятся Arkham, Breadcrumbs и OXT. С их помощью аналитик отслеживает движение активов и быстрее замечает связанные кластеры.

Отдельный пласт — коммерческие форензик-платформы вроде Chainalysis, TRM Labs, Elliptic и Scorechain. Их используют биржи, банки и правоохранительные органы для комплаенса и оценки рисков. Доступ к ним обычно платный и предоставляется корпоративным клиентам.

За поиск офчейн-данных отвечает классический OSINT. Maltego строит графы связей между людьми и аккаунтами, SpiderFoot автоматизирует сбор информации из сотен источников, а IntelligenceX ищет данные по архивам и утечкам, включая биткоин-адреса.

В этот же набор входит геолокация по IP через MaxMind и Google-дорки — специальные поисковые операторы для сужения выдачи. Например, запрос с параметром site: находит упоминания кошелька на конкретном сайте.

Ориентироваться в многообразии софта помогают каталоги. OSINT Framework представляет собой дерево категорий с инструментами под любую задачу. Также существуют открытые подборки на GitHub, собранные специально для блокчейн-расследований.

Порог входа в профессию низкий, так как большинство сервисов открыто для всех. Именно поэтому вокруг OSINT не стихают споры о том, где заканчивается законное

Платформа прогнозов Polymarket платила блогерам за создание видео с фальшивыми ставками и выигрышами на поддельных сайтах. Эти ролики распространялись в соцсетях как реклама сервиса, сообщает The Wall Street Journal.

По данным журналистов, в схеме участвовали десятки авторов. Было изучено более 1100 видео, а также инструкции и интервью с создателями контента, которые сотрудничали с компанией.

Авторам платили от 2000 до 3000 долларов в месяц и требовали не разглашать факт сотрудничества. Для съемок использовались копии сайта Polymarket.

Отдельное маркетинговое агентство занималось продвижением этих видео в соцсетях. 1105 роликов от 10 спонсируемых авторов, опубликованных с декабря по середину мая, набрали более 140 миллионов просмотров.

Одним из таких авторов был студент Джордж Макихара. В январе он выложил видео, где якобы выиграл 100 000 долларов на ставке о том, что Дональд Трамп публично произнесет слово McDonald’s. По подсчетам издания, с января по середину мая Макихара показал в видео 145 ставок на сумму почти 410 000 долларов — в реальности этих сделок не было.

После запросов WSJ многие авторы удалили такие ролики. Polymarket также закрыла сайты-двойники, которые использовались для записи постановочных материалов.

Напомним, в мае аналитики Bubblemaps обнаружили на платформе 80 ставок на военные действия США против Ирана с подозрительной точностью.

Вот перефразированная новость на русском языке:

Представители децентрализованной биржи edgeX заявили, что резкое падение курса их нативного токена EDGE примерно на 67% было вызвано умышленными действиями некой внешней стороны. Однако известный ончейн-детектив ZachXBT усомнился в этой версии, предположив, что имели место инсайдерские манипуляции. Он потребовал от команды проекта раскрыть детали соглашений с маркетмейкерами и назвать контрагентов, действия которых могли привести к обвалу цены.

Инцидент произошел 2 июня, когда на бирже было зафиксировано резкое и нестандартное движение цены актива. Согласно данным CoinGecko, за сутки курс EDGE упал с $1,21 до $0,4. На момент написания статьи токен торгуется на уровне $0,6576.

В edgeX подчеркнули, что протокол не был взломан, и назвали случившееся проблемой «рыночной целостности». Команда пообещала опубликовать подробный отчет после того, как совместно с биржами установит виновных. Также разработчики уточнили, что адрес, который мог использоваться злоумышленниками, на самом деле является официальным смарт-контрактом спотовой площадки, предназначенным исключительно для депозитов и вывода средств пользователей.

ZachXBT раскритиковал позицию edgeX, отметив, что предложение токенов EDGE контролируется узким кругом инсайдеров при крайне низком объеме монет в свободном обращении. «Мы расследовали сами себя и не нашли своей вины, хотя контролируем почти всё предложение», — иронично прокомментировал он.

Общая эмиссия EDGE составляет 1 миллиард токенов, из которых в обращении находится 350 миллионов (около 35%). Распределение предусматривает: 30% — ранним пользователям, 25% — основной команде и 30% — в резервный фонд. Сама биржа edgeX занимает 17-е место среди DEX по суточному объему торгов с показателем TVL (общая заблокированная стоимость) в $134,54 миллиона.

Напомним, что в мае команда проекта SUPERFORTUNE уже сталкивалась с инцидентом безопасности, в результате которого злоумышленник похитил около $15 миллионов.

Южнокорейский регулятор начал полномасштабное расследование против биржи Bithumb

Служба финансового надзора Южной Кореи (FSS) начала полномасштабное расследование в отношении криптобиржи Bithumb. Поводом стала крупная техническая ошибка, в результате которой пользователям ошибочно начислили 620 000 биткоинов (около $43,1 млрд).

Инцидент произошел 6 февраля во время промоакции. Сотрудник биржи перепутал тикеры и вместо корейских вон указал биткоины в качестве единицы вознаграждения. Сумма начислений многократно превысила реальные резервы Bithumb, которые на тот момент составляли около 46 000 BTC. Это привело к обвалу курса биткоина к во́не на платформе на 15%.

Bithumb сообщила, что вернула 99,7% ошибочно распределенных средств. Около 125 BTC вернуть не удалось. Биржа пообещала компенсировать убытки пострадавшим клиентам с надбавкой в 10%, усилить внутренний контроль и создать фонд защиты пользователей в размере 100 млрд вон ($68 млн).

Регулятор заявил, что примет жесткие меры против действий, подрывающих рыночный порядок.

Инцидент вызвал политические последствия. Депутат На Кюн Вон заявила, что ситуация обнажила проблему торговли «несуществующими активами». Правящая Демократическая партия анонсировала планы по ограничению доли индивидуальных акционеров криптобирж. Также обсуждается введение для таких платформ юридической ответственности, как у традиционных финансовых институтов.

Напомним, что в прошлом году экс-главу материнской компании Bithumb осудили за мошенничество, а в отношении бывшего директора биржи продолжаются следственные действия.

Инвестиционный фонд, связанный с советником по национальной безопасности ОАЭ шейхом Тахнуном бен Заидом Аль Нахайяном, тайно купил 49% криптопроекта World Liberty Financial (WLFI). Об этом сообщает The Wall Street Journal.

Соглашение от имени покупателя, компании Aryam Investment 1 из Абу-Даби, в январе 2025 года подписал Эрик Трамп — за четыре дня до инаугурации его отца, Дональда Трампа. Сделка не афишировалась.

Половину суммы в $500 млн выплатили авансом. Около $187 млн получили компании семьи Трамп, ещё не менее $31 млн направили фирмам, связанным с сооснователем проекта Стивом Уиткоффом. Позднее президент Трамп назначил Уиткоффа спецпосланником США на Ближнем Востоке.

Расследование также выявило, что незадолго до объявления администрацией Трампа сделки с ОАЭ по ИИ-чипам, компания шейха Тахнуна MGX инвестировала $2 млрд в Binance в стейблкоине USD1 от WLFI. Эта операция помогла запустить «стабильную монету».

Тайминг событий вызвал вопросы у американских демократов. Сенаторы Элизабет Уоррен и Элисса Слоткин потребовали расследовать возможный конфликт интересов, указав на параллели между частной сделкой криптопроекта и государственными переговорами о поставках микрочипов в ОАЭ.

При администрации Трампа ранее действовавшие против эмиратской компании G42 (ей руководит шейх Тахнун) ограничения были сняты, и в ноябре 2025 года президент одобрил масштабные поставки мощностей для искусственного интеллекта.