OmegaDesk记忆型反欺诈工作台解析

每个反欺诈分析师都经历过这样一天：花一小时清掉一个账户，写清楚理由，结案。四天后，同样的模式又来了，没人记得上次怎么判的。工作重做一遍，经验归零。更糟的是，一次误判——冻结了一家老实做生意的小商户——可能连续几个月重复发生，因为系统里没有任何东西记录下“当初为什么判错了”。

有一个黑客松项目盯上的正是这个问题：不是“检测欺诈”，而是“记忆”。他们想做的是一张会随着每一次人工判断而变聪明的反欺诈工作台，名字叫 OmegaDesk，出自 WeMakeDevs 与 FalkorDB 合办的 Graph Hacks 黑客松。

核心思路可以概括成一句话：一个工作台做出的决定，以及人类如何纠正它，会成为未来案件的“判例”——可检索、可引用，且无法被悄悄遗忘。

一个案子怎么走完流程

按项目的设计，一个案件要经过几道固定关卡：

• 用朴素数学做监控。几条简单固定的规则盯着资金流：一个账户是否收到很多不同人的钱？钱是否到账当天就转走？付款金额是否刚好卡在申报线以下？一台设备是否挂在多个账户上？这里刻意不用 AI——如果这些规则可以随便喊，所有东西看起来都可疑。
• 开的是案卷，不是单个嫌疑人。当某种形态足够明显，工作台会开一个覆盖整群人的案卷：收款方、付款方、他们共用的设备，都锁定在同一时间窗口内。欺诈的形态藏在关系里，不在某一个账户上。
• AI 侦探只干一件事。一个智能体模型读取案卷，逐个向图数据库提问：这台设备还有谁在用？钱下一步去了哪？这些账户是不是全新的？然后它去读记忆：过往案件、过往裁决，以及每一次人工纠正。它必须以固定格式作答——一个裁决、一个置信度数字，以及项目最看重的那部分：一份它参考过的历史案件清单，逐条标注是否真的适用，如果不适用，今天的情况究竟哪里不同。
• 扣扳机的是代码，不是 AI。裁决按一条不可更改的阶梯转成动作：85% 以上冻结，60%–85% 升级给人工，更低只观察。有两把锁 AI 靠辩论永远打不开：清账需要当天新跑出的证据，单靠旧案永远不能放人；AI 若引用了一个后来被人工纠正的决定，必须精确说明今天哪里不同，否则案件转人工。
• 每一次放行都有回执。当动作是清账，一个清单工具会实际验证“干净”这件事，并把结果像签过字的单据一样封存到决定上，随时可重跑。冻结一直是有据可依的，现在放行也是。
• 人工纠正变成一课。分析师可以推翻任何决定，但必须写下理由，表单强制。这条理由会落到图里、紧挨着它纠正的那个案件。下一个相似案件会同时找到两者，并遵循更新的那一个。被推翻的决定标记为“永不再引用”。没有分析师自己的话就没有学习回路，而不记住这些话同样没有回路——这正是整件事的意义。

为什么是图数据库

这套系统的记忆是一张图，这不是赶时髦，而是数据本身就是这个形状。账户、设备、商户和资金路径以连接的形式存在：跨账户共用的设备、在链条中跳转的钱。“给我看所有和这个被冻结账户共用设备的人，以及其中有没有已被标记为坏的”——在图里是一次遍历，在别处是一堆 join。项目为此选用 FalkorDB。连图算法都跑在它里面：智能体那个“谁是这个资金网络的枢纽”工具，用的是 FalkorDB 内置的介数中心性。智能体的工具调用执行图查询，结果又存回同一张图：案件、决定、引用和推翻记录，与它们所解读的资金数据放在一起。当你要问“这个工作台六月为什么这么判”，答案就是沿着相连节点走一小段路，而不是翻日志。

六个案件的对照测试

项目在最终运行前，先写下了六个已知案件的预期结果，然后把每个案件回放两遍：一遍带记忆，一遍刻意关掉记忆。

六个全部符合预期，其中记忆改变了两个决定：

• 一个干净的漏斗。八个互不相关的人向一个钱包付款，没有共用设备，没有共用身份。带记忆时，工作台把它转给人工；不带记忆时，它冻结了这个钱包。
• 一个陷阱。一个全新账户，形态和某个曾被冻结、后来被分析师纠正为“复核”的旧案一模一样。带记忆时，工作台引用了分析师的纠正（而非被推翻的冻结），转给人工；不带记忆时，它再次冻结了账户。

另外四个在两种情况下表现一致——这同样是重点：一个共用一个手机号的欺诈团伙，有没有记忆都会被冻结；一家老实店铺，有没有记忆都会被清账，因为证据本身就够了。

项目自己也把话说得很直白：这些数字很小，只作示例，不具统计意义，实际运行会有波动。干净漏斗那个案子正好压在置信度线上，反复运行时只有大约一半概率转人工；陷阱案在大多数运行中转人工（测试中是七次里的六次）。当它失手时，失手方向是冻结，随后由分析师纠正——而那次纠正会成为下一课。当 AI 云端出问题，工作台回退到安全的“观察，调查员不可用”，绝不落到某个动作上。这套设计的答案是置信度阶梯和人工闸门，而不是更大的模型。

接下来想做的三件事

按下注的优先级排列：一是按租户隔离的工作台，每个客户团队一张图，记忆绝不能在银行之间泄漏；二是一个挑战者智能体，每周重新调查一批已结案件，如果它的答案与工作台存储的答案出现分歧就上报——相当于给工作台自己的判断做漂移检测；三是真正的流式接入，让监控跑在真实的银行资金流上，而不是模拟流。

项目反复回到的那句话是：会记忆的 AI 是工具；记得你纠正过它什么、并能准确指出用了哪一课的 AI，才是同事。