Stripe 详解 Agent 辅助反欺诈：更全的历史数据是提召回关键
emilygsands · x · 2026-10-20
Stripe 官方博客《Scaling Radar: Fighting fraud with agent-assisted machine learning》完整版：Radar 的反欺诈方案依赖全网信号关联（一张在某商户的新卡可能在 Stripe 他处有多年可信历史，一个 IP 可串联多卡多账户）。Shield 是其中负责交易欺诈的模型，毫秒级为支付打分。
本次扩展动机：即便训练集约 8 亿笔交易，Shield 也只用了可用历史的一小部分——为保持训练效率丢弃了大多数无欺诈标签的支付。团队假设更完整的历史能让模型区分欺诈与「对特定卡/商户正常、全网罕见」的行为。
代价与应对：单轮训练近一天，近期交易的欺诈标签不完整导致改进难以判断，更多实验也超出工程师手工承受范围——由此引入 Agent 辅助的实验循环（详见同线程各帖）。最终更优的 SWA 配置每年为商家额外阻止数千万美元欺诈。
「编程与Agent」频道最新
- Minos 开源:为零延迟科学实验构建「预测量」agent 世界 — rbhar90 · 2026-10-20
- Anthropic 工程师公开 Opus 5.5 全代码电影的完整 prompt 与执导心得 — EricBuess · 2026-10-20
- uv 作者揭秘:Python 环境标记用决策图表示,最小等价 DNF 是难解问题 — charliermarsh · 2026-10-20
- uv 痛点:复杂解析产生巨大中间 DNF,子句对比代价高昂 — charliermarsh · 2026-10-20
- 开源 Yeufonic:给音乐人做的 YuE2/ComfyUI 前端,支持本地训练 LoRA — AcrobaticMaize2408 · 2026-10-20
- OpenCode 免费上线 DeepSeek V4.1 Flash 1017,用户零改动 — intellectronica · 2026-10-20