Coinbase AI 讓 crypto ops 變模板

我看 crypto 團隊把 AI 接進流程已經一陣子了，很多做法都很像在補妝。助手開了、checklist 補了、大家也說效率變高了，結果一看還是同一包爛攤子，只是跑得更快。Coinbase 的寫碼方式、MiCA 的期限、還有 Todd Blanche 在美國參議院被拷問這三件事，剛好把那股不對勁整個照出來。

這篇把 Coinbase 的 AI 寫碼、MiCA 壓力、和美國執法風向拆成一套 crypto 團隊可直接抄的營運模板。

我會開始認真整理這件事，是因為 Cointelegraph 的每日 crypto 彙整文章 what happened in crypto today 把幾條原本看起來不相干的線拉在一起。它提到 Coinbase 的 AI 寫碼、歐盟 MiCA 的合規期限、以及美國司法部 crypto 執法的政治壓力。我不是把它當行情速報看，我是把它當一個營運模板在拆。

AI 寫碼不是工具展示，是預設流程

“close to 100% of our code, probably somewhere between 95% and 100%, is written by or with LLMs today.”

這句是 Coinbase 平台負責人 Rob Witoff 講的，原文在 Cointelegraph 報導裡有引。Coinbase 也不是在講「我們偶爾用一下 AI」而已，它是在講預設路徑已經換掉了。這差很多。

翻譯一下就是：AI 不再是旁邊那個會幫你補字的插件，它已經進到生產線裡。接近全部程式碼都經過 LLM，代表 review、測試、安全、rollback 的標準都要一起升級。你不能一邊把輸入改成機器協作，一邊還假裝輸出品質可以沿用舊流程。

我之前看過一些團隊，AI 拿來寫 internal service 寫得飛快，結果文件跟不上、owner 也不清楚，最後大家只知道「有上線」，沒人真的知道邊界在哪。那才是麻煩。不是 AI 寫了 code，而是沒人把責任和脈絡接住。Coinbase 的說法加上 Brian Armstrong 一直強調要把公司拉回 startup 的速度感，而且 AI 要放在核心，我會把這解讀成：他們在押吞吐量。

實操寫法很簡單，先把 AI 寫碼當成正式流程的一部分，不要當成個人習慣。

• 每個 AI 協作的變更都要有 repo 裡的明確 human owner。
• 碰到 auth、資金流、資料處理，review checklist 直接加碼。
• 把 AI 用在什麼環節記下來，之後出事才知道是哪一段流程歪掉。

如果你要看原始脈絡，Cointelegraph 的報導是起點；工程面我會去翻 Coinbase 的公開工程資料，因為那裡比較接近他們怎麼想事情，而不是怎麼宣傳。

MiCA 的壓力會先打到營運，不先打到法務

“Because we know customers will rush to withdraw, this will put additional pressure on these VASPs.”

這句是 AMLA 主席 Bruna Szego 講的，原文也在同一篇報導裡。她在講 MiCA transitional period 結束後，沒有牌照的業者要收尾，或至少要立刻處理歐盟市場的活動。ESMA 也已經說得很直白：不合規的 provider 要馬上採取 wind-down 動作。

白話一點，這種期限最先炸掉的通常不是法務部門，是營運。只要市場知道某家平台可能要縮、要退、要重新申請，使用者就會開始想把錢搬走。這時候你同時要處理提款壓力、KYC 積壓、客服爆量、以及訊息怎麼講才不會把 panic 再放大。這不是單一法規問題，這是整套系統在考你。

我碰過不少團隊把法規轉換當成文件更新，這真的很省事，也很危險。只要它會影響客戶能不能進出資產，你就得把它當 cutover 來做。提款容量、身份審核、黑名單篩查、通知文案、客服排班，全部要一起排，不然最後看起來就像產品掛掉。

實操寫法可以直接照這個方向做。

• 把法規期限做成 migration runbook，不要只放在法務文件夾。
• 先算好提款與入金的 bottleneck，再碰 deadline。
• 先寫好 license 變動、服務縮減、帳戶限制的客戶通知稿。

如果你在 EU crypto stack 裡面工作，我會把 ESMA 和歐盟 MiCA 材料放在固定 bookmark。不是為了背法條，是為了不要每次都演一次「怎麼突然變這樣」的戲。

美國執法風向看的是權力怎麼換手

“dismantling the Justice Department’s crypto enforcement unit”

這是 Dick Durbin 在 Todd Blanche 確認聽證會上丟出的指控。Blanche 被問到司法部 crypto 執法、還有對前 Binance CEO Changpeng Zhao 的特赦問題。Cointelegraph 的報導寫得很清楚，他沒有正面接下那些指控，只說如果確認上任，會重新檢視特赦流程。

翻譯一下就是：美國 crypto 執法不是一條固定管線，它會跟著人事、法院、機關態度一起變。很多業內人喜歡把 policy 當成一層靜態背景，像是寫在那裡就不會動。其實不是。你今天覺得可接受的做法，換一批人之後可能就變成被盯的點。

我看過一些團隊以為自己「大致合規」就夠了，因為有一份法律意見、也有一份 launch checklist。等執法氣氛一變，大家又急著補風險 memo。順序整個錯了。比較正常的做法是先看在更嚴格的執法解讀下，哪些行為會先中槍，再回頭設計產品。

實操寫法很直接。

• 用最嚴格、最不討喜的執法解讀來檢查產品。
• 把商業策略和政治樂觀分開，別混在一起。
• 維護一份活的 memo，固定寫 custody、promotion、listing、AML 風險。

要查正式脈絡，先看 U.S. Senate Judiciary Committee 的紀錄。那裡是原始材料，不是評論區的二手情緒。

CZ 特赦把整個產業的敘事都拖進來了

報導裡也提到 Durbin 批評 Changpeng Zhao 的總統特赦，因為 Zhao 2023 年已經就反洗錢違規認罪。這件事之所以重要，是因為 crypto 的執法很容易一下子變成公平、特權、接觸權的故事。法律事實還在，但公眾會先替它寫一個更大的敘事。

也就是說，crypto 公司不能只做法律合規，還要管自己的名聲。只要整個產業一直出現那種看起來像是有權勢者可以拿到例外的案例，其他公司就會一起背那個懷疑。你控制不了特赦，但你可以控制自己是不是一直在期待特殊待遇。

我真的看過太多 founder 低估這件事。他們以為監管只看 filing 和 control，結果一旦 optics 開始主導討論，整個溝通都歪掉。你如果想要長期合法地活在這個市場裡，行為就要夠無聊。很煩，我知道。但這就是現實。

實操寫法：

• 公開政策文字要跟實際合規姿態對齊，不要寫得比你做得漂亮太多。
• 不要把 founder charisma 當成監管信任的替代品。
• 每次你想要求例外，都先假設這件事之後會變成你的故事。

如果你要查 Zhao 和 Binance 的背景，先看 Binance 和公開法院紀錄。Crypto 最愛把 vibe 當 evidence，我不太想跟著演。

這三件事其實是一件事：速度開始被控制層卡住

Coinbase 的 AI 寫碼、MiCA 的合規壓力、以及 Blanche 的聽證會，最後都指向同一個方向。crypto 產業現在要證明自己可以跑很快，但不能假裝速度可以拿來抵掉控制失靈。

白話一點，老 startup 的反射動作「先上線再說」正在變貴。AI 會讓工程變快，法規會讓 onboarding 變慢，執法風向會讓策略變得更難賭。這三個東西不是三個部門的事，它們就是你的 operating environment。

我現在比較相信能活下來的團隊，會開始問：哪一個 bottleneck 變了？AI 改的是 code production，MiCA 改的是 customer access，執法風向改的是 business model 可不可以活。你把這三個 bottleneck 看清楚，事情就沒那麼玄。

實操寫法就照這個節奏跑。

• 每季先盤點一次，這季真正變慢的是哪個 bottleneck。
• 工程加速、合規準備、政策監測，各自指定一個 owner。
• 假設今天 code 變快 10 倍、approval 變慢 10 倍，流程還能不能撐住。

我一直重看這些材料，是因為大多數團隊都漏掉這一點：速度只有在控制層跟得上時才有用，不然只是把事故堆得更大包。

可抄的模板

# Crypto ops template for AI, compliance, and enforcement pressure

## 1. Operating assumption
- AI assists with most code creation.
- Compliance deadlines can change user behavior overnight.
- Enforcement posture can shift with political appointments and hearings.

## 2. Engineering rules
- Every AI-assisted change must have a named human owner.
- Require extra review for auth, custody, payments, KYC, AML, and admin tooling.
- Log where AI was used: drafting, refactoring, tests, docs, or review suggestions.
- Add a rollback plan to any release that touches user funds or identity flows.

## 3. Compliance runbook
- Maintain a live list of jurisdictions, licenses, and deadlines.
- Pre-write notices for license approval, license loss, wind-down, and withdrawal windows.
- Test withdrawal capacity before any regulatory transition ends.
- Separate onboarding, withdrawal, and support escalation playbooks.

## 4. Enforcement review
- Track hearings, agency statements, and major cases monthly.
- Review token listings, promotions, custody, and AML controls against the strictest plausible reading.
- Keep a short memo on what would change if enforcement becomes more aggressive.

## 5. Weekly review questions
- Where did AI speed up delivery this week?
- Where did compliance slow down customer flow?
- What changed in enforcement or policy that affects our risk profile?
- What would break if customer withdrawals spiked tomorrow?

## 6. Copy-ready team note
We are optimizing for speed, but not at the expense of ownership, compliance, or rollback.
AI may help write the code, but humans own the risk.
If regulation changes access, we treat it like an incident.
If enforcement posture shifts, we update the memo before the product.

這段是我根據 Cointelegraph 的報導和它引用的原始材料整理出來的衍生版。原始來源在 Cointelegraph，我上面這套結構是我自己整理給團隊直接拿去用的版本。