一张手机号牵出五人洗钱团伙：FalkorDB图查询快169倍

大多数反洗钱（AML）系统还在逐行扫描交易记录，而犯罪分子早已学会把犯罪结构藏在账户之间的连接里。一个名为 Financial Crime Agent 的黑客松项目展示了另一种思路：用图数据库和 AI 代理顺着关系网络追查，在 8.4 毫秒内锁定一个由同一部 iPhone 15 Pro 操控的五人洗钱团伙。

为什么逐行检查抓不住洗钱

一笔凌晨两点转出的 4.8 万美元，放在表格里看只是一个数字。规则引擎逐行判断，很可能直接放行。洗钱者正是利用这一点，构建出只有在全局视角下才显形的结构：

• 循环转账（Wash Rings）：资金从 A 到 B 到 C 到 D 再回到 A，每一跳都像正常业务，循环本身才是犯罪。
• 空壳公司分层：资金被拆分后穿过层层空壳实体，拉长资金来源与去向的距离。
• 设备碰撞：多个“不同”客户共用同一部物理手机，通常意味着一个人在操作多个身份。

这些模式的共同点是：它们不存在于任何单行记录中，而存在于记录之间的关系里。关系型数据库最不擅长的，恰恰就是这种问题。

SQL 与 openCypher 的差距：1420ms 对 8.4ms

项目作者做了一个基准测试：查找长度在 2 到 5 跳之间、最终回到起点的资金路径。用递归 SQL 实现时，每一跳都意味着对同一张大表再做一次自连接，中间结果随深度指数膨胀。在小型数据集上，这个查询耗时 1420 毫秒，还伴随大量临时数据和锁竞争。

同样的查询在 FalkorDB 的 openCypher 中只需要一行：

MATCH path = (a:Account)-[:TRANSFERRED_TO*2..5]->(a)
RETURN path

结果耗时 8.4 毫秒，约 169 倍加速，且没有任何 join。查找设备团伙同样直接：匹配两个账户通过 USES_DEVICE 指向同一设备，聚合并筛选出关联账户数不少于 5 的设备即可。

作者指出，性能差距的根源在于无索引邻接（index-free adjacency）：图数据库中每个节点直接指向邻居，沿边遍历只是一次指针跳转，成本取决于实际访问的图规模，而不是整张表的大小。五跳遍历不需要为它从未访问的数十亿行买单。

递归 SQL 的复杂度陷阱：原文提到递归 SQL 在每一跳都要对同一张大表做自连接，中间结果指数膨胀。这背后是关系型数据库执行多跳查询时的本质局限：它没有持久化的“边”概念，账户间关系只能通过外键或连接表隐式表达，因此每一跳都必须重新扫描并连接基表。查询深度为 k 时，中间结果规模大致按分支因子^k 增长，数据库还要为每层递归维护临时表、排序和哈希索引，I/O 与内存开销随之放大。即便建立索引，优化器也难以跨递归层级做全局规划。这正是 1420 毫秒的来源——成本与表的整体规模挂钩，而非与真正需要访问的子图挂钩。图数据库把关系物化为指针，才从根本上绕开了这一瓶颈。

无索引邻接（index-free adjacency）：这是原生图数据库的核心存储机制。每个节点在物理存储中直接保存指向其相邻节点的指针，遍历一条边就是一次内存指针跳转，无需查询全局索引来定位邻居。因此一次 k 跳遍历的代价大致与沿途实际访问的节点和边数成正比，而与传统关系库中“先查索引、再回表、再连接”的代价模型截然不同。它带来的直接好处是：当图规模达到数十亿节点时，一个只触及几百个节点的局部查询依然保持毫秒级延迟，不会因为表变大而变慢。代价是图数据库更擅长局部遍历而非全表聚合扫描，存储也需为每条边维护双向指针。

代理如何像调查员一样工作

这个 AI 代理被设计成“一个不知疲倦的初级调查员”。当可疑账户触发警报后，它会：

1. 沿资金流和共享属性（如设备）向外遍历图；
2. 发现五个账户绑定同一个硬件 ID；
3. 在界面上高亮这个团伙，并将无辜节点淡化到背景中；
4. 基于发现起草一份 FinCEN 可疑活动报告（SAR）。

技术栈相对简单：React + Vite 做前端，TailwindCSS 负责样式，Cytoscape.js 绘制关系图，底层是 FalkorDB。选择 Cytoscape 的原因是可以按状态给节点设置样式，正好满足高亮与淡化的需求。

作者特别提到，高亮和淡化看似是小功能，却是演示中最喜欢的部分。真实调查员面对的是信息过载，当五个可疑节点亮起、其余全部安静下来时，答案直接“摆在那里”，不需要读报告就能理解。

FinCEN SAR 与可疑活动报告：SAR（Suspicious Activity Report）是美国金融犯罪执法网络（FinCEN）要求金融机构提交的法定报告，用于上报疑似洗钱、欺诈或其他可疑交易。依据《银行保密法》，达到申报门槛的机构必须在规定时限内提交，且报告内容受保密条款约束，不得向被报告对象透露。SAR 具有真实法律后果：它进入执法与监管数据库，可能触发账户冻结、进一步调查甚至刑事程序。因此 SAR 的撰写必须基于可核查的事实与证据链，叙述部分需要说明谁、在何时、通过何种方式、涉及多少资金。这也解释了原文为何坚持由人类合规官最终签字——提交行为本身即产生法律责任。

让代理保持诚实：图是证人，模型只讲故事

大语言模型有个习惯：言之凿凿地编造内容。在金融犯罪领域，这极其危险——错误指控一个真实的人是严重伤害，而不是有趣的 bug。

因此作者做了一个关键设计：代理推理时间线上的每一步都必须指向图中真实的节点和边。当它声称 Rivera、Lee、Kim、Patel 和 Chen 共用一台设备时，用户可以点击查看证明这一点的查询结果。

图是证人，语言模型只是讲述图返回的结果。

作者由此得出一个更普适的结论：用架构而非提示词来修复幻觉。如果代理只能报告数据库给出的内容，虚构的证据就无处藏身。

用架构约束幻觉：大语言模型的幻觉源于其生成机制——它按概率续写文本，并不内在地校验事实。常见的“提示词修复”只是在输入侧提醒模型不要编造，无法阻止它在长推理链中虚构实体或关系。原文提出的思路属于“架构级”约束：把模型可引用的证据限定为图数据库查询的返回结果，代理的每个论断都必须附带对应的节点、边或 Cypher 查询，相当于为生成过程加上可验证的溯源层。这类做法在业界常被称为检索增强生成（RAG）或工具调用约束的一种变体——模型不再自由回忆，而是只能转述外部系统提供的事实。在受监管场景中，这种“可审计的推理链”比模型本身的准确率更重要，因为监管者需要的是可复核的证据，而非看似合理的叙述。

最终签字仍然是人

代理不会判定任何人有罪。提交 SAR 具有真实法律效力，可能导致账户冻结和执法介入，这必须由经过培训、承担责任的人来决定。

代理承担的是缓慢枯燥的工作——遍历图、汇集证据、起草叙述——然后把附带证据的案卷交给合规官。合规官审视上下文、运用判断，给出最终法律签字。

作者认为这是 AI 进入受监管行业的唯一现实路径。监管机构关心的不是模型多聪明，而是谁负责、能否展示工作过程。人工签字回答前者，图关联的时间线回答后者。

项目启示与后续方向

作者从这次构建中总结了几个要点：图数据库对反洗钱不是锦上添花，因为欺诈本身就是图状的；Cypher 不仅更快，可读性也让查询更容易被审计和信任；推理时间线的价值甚至超过速度提升——一个神秘的风险评分 94 让人紧张，而一条“这是设备、这是五个账户、这是它们之间的转账”的线索是监管者真正能核查的。

后续计划包括：流式交易处理，让团伙在形成过程中就被标记；跨手机号、地址、IP 和受益所有人的实体解析；用社区发现等图算法自动排序可疑集群；以及带审计日志和多审核人的正式案件管理。

正如作者所说：犯罪分子已经在用网络思考，我们的工具也应该如此。

项目已在 GitHub 开源，并提供在线演示。