风控日报 — 2026-09-19

📊 筛选总结

  • 原料：43 条入文件 — GitHub 仓库搜索 32 + arXiv 11；HN 13 条/Trending 20 条 0 条通过相关性过滤（GitHub 单渠道为主延续）
  • arXiv：11 条全部无关（M31 AGB 星巡天、群体敌意话语统一模型、GPT 性别歧视"危害洗白"、嵌入空间物理测量、机器人显著性记忆、3D 铰接物体重建、PDE 代理分布偏移、agent 过度声称量化、飞溅液体多视角重建、Navier-Stokes 正则性、线性拟阵秘书问题——零欺诈/风控应用）；全噪声连续 51 期（07-17→09-19），累计约 946 条中 2 条相关，噪声率 99.8%，drop-all 默认维持
  • 剔除 · 已覆盖/重复 12 条：FFraud-com 双库×2[07-14 采/09-17 登]、marketplace-phaas-tracker[08-15]、azeri_laverie[09-12]、Muhafiz-AI[09-16]、themanoj 信用卡仓[08-26/09-02 采]、perishable[07-01/09-05 剔]、summeca-meme-radar[09-14]、warden-desk[09-05 剔]、MULE_HUNTER[09-17 采]、Bitcoin-GNN 教学×2[09-18]
  • 剔除 · 恶意 9 个（累计维持 34 个）：VPN-Detector[07-26]、Digressive-pulse731[07-26]、upi-fraud-gnn[07-26]、defi-risk-screening[07-26]、cross-border-fraud-detection[07-26]、Syntecxhub[07-27]、payment-channel-guide[08-09]、bintang3703[09-16]——批次残留不重复验证；argus-audit-intelligence[09-15 诱饵，今日 README 复核仍"Lexi"×13/audit×0 未变脸]；Zen7/TRDGNN/trade-intel/deepguard 经 watch 名单复核（见威胁情报专题，不作候选）
  • 剔除 · 域外/过薄 5 条：amlogic-s9xxx-armbian/openwrt×2（"AML"关键词命中 Amlogic 盒子固件的假阳性，9808★/3018★）、GUDNAK[卡牌游戏规则引擎]、ttush_push[Flutter 游戏 Rust 规则引擎]、ap-automation-agent[09-16 已剔域外]
  • 筛出：5 条工程高信号 + 1 条反诈 UX 概念 + 1 条威胁情报专题
  • 主题一 · AML agent 的"自曝局限"评测纪律：amlagent（v5 调优 100% 自带过拟合免责+冻结 TEST+数据集 SHA-256）、graphshield（"实施了什么/什么是合成的/不主张什么"三段式自白+fail-closed agent）、Finguard（velocity_abuse 2.3/5 自曝+GNN leak-fixed 备注）——同周三样本把"自我披露"做成 README 标配
  • 主题二 · 恶意仓家族"全家族同刷"+TRDGNN 载荷扩张：4 仓 09-18 同日双窗触碰（"两对隔日轮换"模型存活 1 日即证伪），TRDGNN 载荷 1→3 zip 为家族首次扩张

今日高信号

1. kaushal-bhatt/kafka-streams-risk-engine — Kafka Streams 支付风控引擎：状态库即数据库，评分卡权重经 185 万标注交易实测调参（Java 21/Spring Boot 3/Kafka Streams 3.7/Avro+Schema Registry/KRaft（MIT，09-18 建仓当日 9 commits→18:23Z 推送，271KB，CI 在位）——每笔授权在 100ms 网络超时预算内对照本地物化状态评分：RocksDB state stores 三 store，"no database sits on the hot path"；APPROVE/REVIEW/DECLINE+人类可读 reasons（GEO_VELOCITY detail："10252 km DE→BR in 4m implies 153782 km/h"）；评分卡权重表显式（CARD_TESTING：10 分钟内 3+ 商户各 <€2 尝试 4+ 次 → 60 分；<40 approve/40-70 review/>70 decline）；exactly-once+Interactive Queries（状态可 HTTP 直查、实例被杀读存活）；规则经 1.85M 标注交易测量+预注册 train/test 方法调参：误拒客户降 64.5%、欺诈捕获零损失**；"State follows the verdict"（每次尝试都计入 velocity——card tester 的尝试本身是信号）；roadmap 纪律"Nothing below claims a feature that isn't built"）【信号：★★★】

kaushal-bhatt/kafka-streams-risk-engine（1★, Java, 09-18 当日建仓→同日推送, 271KB, MIT, 9 commits）README 38KB 含 topology 图与 Evaluation 章节；恶意模式 grep 零命中。验证无恶意模式。

风控视角：streamguard[09-18] 之后第二天又一条"状态前置"路线，且工程主张更锐：① 状态库=热路径数据库——velocity/spend/geo 类特征不查外部 DB/Redis，直接用 Kafka Streams 本地 store+interactive query，与 实时风控引擎 "特征状态与决策同进程"的论点一致，且给出了 topology 级实现（单次 range scan 同时答 velocity+card_testing 两条规则）；② 规则实测调参——评分卡权重不是拍的，是 1.85M 标注交易上预注册方法调出来的（误拒 -64.5%/欺诈不降），与 fraud-radar[09-17] 的校准链、amlagent[今日] 的冻结评测同属"规则也要过评估"谱系——风控策略 的阈值设定首次见到"预注册"纪律；③ 100ms 授权预算写成第一设计参数。⚠️ 单日新仓 9 commits 成熟度待验；1.85M 数据来源未读（是否 IEEE-CIS）。与 实时风控引擎 和 风控模型 直接相关。→ GitHub

2. XIAOXUsop/amlagent — 商业银行 AML 尽调 Agent 平台：Guardrails 护栏+冻结评测+可靠任务队列的国内银行侧参考实现（Java 21/Spring Boot 3.5/LangChain4j 1.18/Vue 3/PostgreSQL+pgvector/Prometheus（MIT，08-12 建→09-18 推送，≥100 commits，3.1MB，README 43KB 中文）——反洗钱预警工单→Agent 工作流（交易画像/股权穿透/制裁筛查/法规检索/风险研判/结构化报告）→独立于大模型的 Guardrails 规则护栏校验结论→高风险转人工复核闭环；Transactional Outbox+Redis Streams 可靠任务队列（幂等/重试/死信/租约 fencing/崩溃恢复）；混合 RAG（向量+关键词+RRF+精排）证据带 evidenceId；评测四层：规则回归 100 条合成边界案例（不调 LLM）/RAG 检索评测（Recall@5 93.3%→本地 bge 精排 100%，无答案拒答 100%，P95 135ms）/Agent DEV-TEST 盲测（DEV 9+TEST 6 条，freezeId 冻结，数据集 SHA-256 锁定）；v5 DEV 调优到 100% 后自带免责声明："调优集结果（可能过拟合），需以冻结隐藏 TEST 分片验证泛化，不宣称真实银行生产准确率"**；评测产物脱敏（不存 API key/客户姓名/证件号））【信号：★★★】

XIAOXUsop/amlagent（0★, Java, 08-12 建→09-18 23:29Z 推送, 3.1MB, MIT, ≥100 commits）README 43KB 含运行截图（docker compose 完整栈）+评测表格；恶意模式 grep 零命中。验证无恶意模式。

风控视角：本库至今最完整的"银行侧 AML 调查 agent"工程样本，且与 风控归因 Agent 项目 设计同构度最高（工单台→调度→工具→报告，与归因 agent 的调查工作流同形）。三个记录点：① 评测诚实度为新样本之最——把"v5 100% 可能过拟合"写进 README 的自我免责是评估纪律线（TypologyDesk artifact 审计→fraud-radar 证据链→graphshield NOT CLAIMED[今日]）至今最强表述，"预注册/冻结分片/数据集哈希"三件套可直接移植为归因项目评测计划；② Guardrails 独立于 LLM 且"规则回归不调 LLM"——确定性护栏与生成式组件分开计分，与 officer[09-17]/StellarRisk[09-16] 的决策权边界谱系一致；③ 国内银行语境（工单/股权穿透/UBO）是稀缺参考——此前 AML 样本（watchman[09-18]/RLens[09-17]/luxfi[09-16]）全为欧美/海湾名单体系。⚠️ 指标全部自报；案例集"AI 辅助整理、待领域专家复核（PENDING_DOMAIN_REVIEW）"；DeepSeek 演示依赖；0★ 单作者仓。与 反洗钱-AML 和 风控归因 Agent 项目 直接相关。→ GitHub

3. abhay799/graphshield-aml — 图原生 AML 调查支援原型："实施了什么/什么是合成的/不主张什么"三段式自白（Python（09-13 建→09-18 推送，6 日 26 commits，3.4MB，无 license）——alert triage 优先级排序+point-in-time 图证据组装；规则告警+LR/LightGBM/CatBoost+PyG TGN 时序图研究管线；TreeSHAP 只解释 frozen graph-LightGBM（TGN 上下文明确不冒充 SHAP）+确定性 reason codes；FATF/FinCEN/FIU-IND/RBI 本地政策检索带 grounding 校验；bounded 调查 agent：六个 allowlisted 只读工具+fail-closed grounding（证据不足即拒答）**；34 测试文件/83 测试函数；IBM AML 风格合成数据；README 以"WHAT IS ACTUALLY IMPLEMENTED / WHAT IS SYNTHETIC-HISTORICAL / WHAT IS NOT CLAIMED"三段式开头，首段即"Decision support only——不封锁账户/不关案/不报 SAR/STR"）【信号：★★】

abhay799/graphshield-aml（0★, Python, 09-13 建→09-18 23:33Z 推送, 3.4MB, 无 license, 26 commits）README 9.1KB+docs/architecture 三文档（PROJECT_ARCHITECTURE/PHASE_INDEX/SAFETY_INVARIANTS）；README 的 .exe 命中为 PowerShell venv 启动命令（.\.venv\Scripts\python.exe，非社工模式）。验证无恶意模式。与 07-14/07-29 提及的 GraphShield（Noydamuskan/GraphShield-AI，空仓已剔）仅为名称相近，不同 owner 不同仓，非重复。

风控视角：治理线谱系（StellarRisk→officer→amlagent Guardrails）的又一个 AML 落点，特色是"自我披露结构化"——把局限性从免责声明升级为 README 导航结构（审阅者三问），与 amlagent[今日] 的过拟合自白同周共振：评估诚实线从"指标附证据"演进到"披露即结构"；"TGN 不冒充 SHAP"是模型可解释性线的罕见显式纪律（不同解释通道分开呈现、不混报），与 HITL-XGNN[09-15] 的忠实度评估互补；allowlisted 只读工具+fail-closed 是 agent 调查权边界的最小实现——对照 officer[09-17] 的签名放行（出口边界），graphshield 管的是入口边界（能查什么）。⚠️ 无 license；README 自述 CI 轻量不全跑、活动分支在触发器配置外、认证 artifact 为历史存档非本次重跑。与 反洗钱-AML 和 风控模型 的可解释性章节相关。→ GitHub

4. HemanvithaK/Finguard — 三通道反欺诈平台：12ms 阈下评分+GNN 卡级+LangGraph 调查 agent，自曝最弱类型学 2.3/5（Python/FastAPI（08-19 建→09-18 推送，23 commits，23.5MB，无 license）——三通道：逐笔评分（Feature Store→LightGBM+Transformer stacking，~12ms）/卡级监控（User-Merchant-Device 图→GraphSAGE，PR-AUC 0.89，备注"data leak identified + fixed"）/调查（LangGraph 四节点：证据收集（无 LLM，~5ms）→风险分析→争议推理→决策）；LLM-as-judge 总评 4.1/5，分类型学自曝短板（card_testing 4.5/5，velocity_abuse 2.3/5）**；宣称 88.5% 捕获+误报 -55%；ECS Fargate+Terraform+Docker+CI）【信号：★★】

HemanvithaK/Finguard（0★, Python, 08-19 建→09-18 22:49Z 推送, 23.5MB, 无 license, 23 commits）README 3.4KB 简短；恶意模式 grep 零命中。与 anicdote/FinGuard-AI[09-05 采] 仅同名（不同 owner/语言/架构），无承继关系。

风控视角：分层漏斗的完整形态——逐笔阈值评分（12ms 预算）→卡级 GNN（秒级后台）→flagged 才进 LLM agent 调查（分钟级）：三个时间常数各司其职，与 实时风控引擎 的分级响应直接对应，与 payment-risk-workbench[09-16]/HITL-XGNN[09-15] 的调查台谱系衔接。两个诚实信号值得记录：GNN 的 leak-fixed 备注与 velocity_abuse 2.3/5 的分类型学自曝——报弱项比报总分诚实（对照 Fintech-Fraud-Agent-Pro[09-16] 的 per-typology recall 进 CI 门控）。⚠️ 指标全自报且无评测工件可见、无 license、README 简短（12ms/88.5% 不可复算）。与 反欺诈体系 和 风控模型 相关。→ GitHub

5. suhasghorp/fixed-income-risk-engine — 固收实时市场风险教学引擎：重要性阈值驱动的选择性重估（Java 25/Spring Boot+React（MIT，09-18 建仓当日 1 commit，160KB）——文章系列"Building a Fixed Income Risk Engine"的配套可运行引擎：曲线自举（"价格是推导的不是观察的"）/层级相关风险因子（利率/Basis/信用三因子相关矩阵+信用事件跳变降级）/选择性重估：只有风险因子移动超过重要性阈值（Materiality Threshold）的工具才重估**——大部分 Book 在大部分 tick 不动，UI 显示省下计算代价的"Staleness"；DV01/分桶 DV01/CS01 全部 bump-and-reprice；demo profile 完全可复现（seed 42+固定曲线+stop-at-tick 冻结））【信号：★】

suhasghorp/fixed-income-risk-engine（0★, Java, 09-18 当日建仓, 160KB, MIT, 1 commit）README 12.6KB 含 mermaid 架构图+双 profile 设计；恶意模式 grep 零命中。验证无恶意模式。

风控视角：市场风险域（非欺诈），但"重要性阈值驱动选择性计算"是实时风控计算预算分配的直接同构——实时风控引擎 反复强调"不是每笔事件都值得全量评分"，这里给出市场风险版本：脏工具集重估+过期度可视化（把"省下的代价"展示出来是少见的诚实设计）；可复现 profile（每次运行一致）与评估纪律的 replay 精神同源。⚠️ 1 commit 教学仓、无生产语义。与 实时风控引擎 的计算预算章节相关。→ GitHub

6. Samuel920667/Pivota--AI-showcase — 尼日利亚移动支付反诈 UX 原型：信任分徽章+地区欺诈热力图（纯前端）（TypeScript/Expo React Native（Apache-2.0，09-18 当日建仓 7 commits，869KB）——面向尼日利亚数字支付"信任鸿沟"的移动银行原型：收款人 Trust Score 徽章（Low/Medium/High+百分比并列）、Ikeja 地区欺诈热力图（SIM-swap 集群/欺诈率环比"12% Increase"）、PIN 门；README 自述"Frontend-Focused Prototype：风险分数为预定义静态数据，无后端"**）【信号：★】

Samuel920667/Pivota--AI-showcase（0★, TypeScript, 09-18 当日建仓, 869KB, Apache-2.0, 7 commits）README 2.3KB；恶意模式 grep 零命中。验证无恶意模式。

风控视角："用户侧反诈 UX"的又一个样本（对照 Muhafiz-AI[09-16] 的电话短信劝阻）：风控结果如何呈现给用户（徽章+百分比+地理上下文）是本库此前忽略的环节——透明度与安全的张力（向用户展示阈值/分数也给欺诈者提供了探测面）值得讨论；尼日利亚 P2P 欺诈场景（SIM-swap/热点区域制图）是地域覆盖空白。⚠️ 纯前端演示、分数静态预定义、零检测逻辑，★ 概念跟踪。与 反欺诈体系 的用户交互章节相关。→ GitHub

7. 威胁情报专题 — "两对隔日轮换"证伪：全家族同刷首现+TRDGNN 载荷 1→3 扩张；A 对如期复活但窗口迁移（① 09-18 预测"半中"：Zen7+TRDGNN 如期在 09-18 触碰（22:38:16Z/22:41:45Z，3.5 分钟窗）——但同日 trade-intel+deepguard 也触碰（06:51:32Z/06:52:11Z，40 秒窗）：4 仓同日全活跃，"两对隔日轮换"模型证伪[09-18 提出，存活 1 日]；昨日 digest 明示"若全家族同刷则修正轮换模型"，今日触发；② A 对窗口迁移：Zen7/TRDGNN 前次 09-16 06:40/06:43Z→今日 22:38/22:41Z——触碰时段从清晨漂到深夜，窗口本身不是稳定特征；③ TRDGNN 载荷扩张（家族首次）：原 configs/Software-v1.4.zip（587,686B 不变）之外新增 scripts/TRDGNN_3.5-beta.2.zip 与 tools/TRDGNN_2.1.zip（双双 1,394,742B，互为字节一致；与 Zen7 第二载荷 1,394,759B 同尺寸带 ±17B）——家族载荷总量 5→7 zip，全部 HEAD 探活 200：分发容量扩张而非仅 README 维护；④ 其余载荷字节零变化（Zen7 584,580B/1,394,759B、trade-intel 531,063B、deepguard 538,362B 全 200）；⑤ argus 诱饵未变脸（README 8,033B，"Lexi"×13/"audit"×0）；⑥ sulemanyou 弃号维持（public_repos=0，gists=0）；⑦ 9 个已确认恶意仓今日 raw 残留不重复验证，累计维持 34 个**）【信号：★★★（威胁情报）】

验证实录（主会话批量脚本 data/verify_2026_09_19.py）：6 候选仓 API metadata+README 全文+恶意模式 grep+commits 计数；4 watch 仓 commits API（触碰窗口）+git trees recursive（载荷清单）+7 zip raw 探活逐字节；argus README 复核；sulemanyou users+gists API；HN Algolia 7 日 fraud/risk 补查 0 高信号。风控视角：监控语义第 5 次修正方向——"成对"结构比"隔日"节奏更鲁棒：对内紧窗口（40 秒-3.5 分钟）在 5 次观测中全部保持，是当前最强的组织指纹；隔日互斥 1 日即破。载荷数量维度的监控缺口暴露：此前只跟踪载荷字节变化，TRDGNN 扩张说明 watch 清单需含"载荷清单 diff"（数量+路径+字节三维基线）；新 1,394,742B 双 zip 与 Zen7 第二载荷同尺寸带（±17B）指向同构建管线。已链接仓库名仅作威胁情报引用、永不作技术引用。→ Zen7（勿用）、TRDGNN（勿用）、trade-intel（勿用）

技术趋势

  • AML agent 评测诚实化成为同周三连：amlagent（过拟合自白+冻结 TEST+数据集 SHA-256）、graphshield（三段式结构化自白+fail-closed agent）、Finguard（velocity_abuse 2.3/5 自曝+leak-fixed 备注）——评估纪律线从"指标附证据"（fraud-radar[09-17]）演进到"自我披露结构化"，调优集数字+泛化免责开始成为 README 标配。
  • 决策状态热路径化的第二条路线：kafka-streams-risk-engine 的"state stores=数据库"（本地 RocksDB+interactive query，无 DB 在热路径）对照 streamguard[09-18] 的 Spark 状态流+Redis——velocity 类特征的状态放置从实现细节上升为两种可对比的参考拓扑，两者同周出现且都把时窗/乱序语义当作第一设计问题。
  • agent 调查权的入口与出口边界：graphshield 六 allowlisted 只读工具+fail-closed（入口）与 officer[09-17] 签名放行（出口）互补——调查型 agent 的两端约束在同一周内各有一例。
  • 规则实测调参进入开源实践：kafka-streams 的 1.85M 标注交易+预注册方法调评分卡权重（误拒 -64.5%/欺诈不降）——风控策略 阈值设定首次见到"预注册"纪律，与 amlagent 规则回归 100 案例不调 LLM 同向。
  • 威胁情报：全家族同刷+载荷扩张（5→7 zip）——"隔日轮换"证伪后，监控基线需加入载荷数量维度；对内紧窗口是当前最强组织指纹。

行业案例

  • Kafka Streams 卡支付风控引擎（kafka-streams-risk-engine）：状态库即数据库+评分卡权重 185 万标注交易实测+预注册调参。
  • 商业银行 AML 尽调 agent 平台（amlagent）：工单→agent 工作流→Guardrails→人工复核+四层评测（中文/国内语境稀缺样本）。
  • 图原生 AML 调查支援（graphshield-aml）：TreeSHAP+TGN 分通道解释+政策 RAG+bounded agent 三段式自白。
  • 三通道反欺诈（Finguard）：12ms 阈下评分+卡级 GNN+LangGraph 调查+分类型学自曝。
  • 固收实时市场风险教学引擎（fixed-income-risk-engine）：重要性阈值选择性重估+Staleness 可视化+可复现 profile。
  • 尼日利亚反诈 UX 原型（Pivota）：信任分徽章+欺诈热力图（纯前端概念）。

值得深入

  • amlagent 的评测体系实现：freezeId/数据集 SHA-256 锁定的具体机制+本地 bge 精排的收益拆分（93.3%→100%）；Guardrails DSL（risk_rule 表）的表达力边界。
  • kafka-streams 的 Evaluation 章节：1.85M 数据来源核（IEEE-CIS？）、预注册方法原文、64.5% 的基准定义。
  • graphshield 的 SAFETY_INVARIANTS.md 与 PHASE_INDEX：fail-closed 的实现与 12 阶段 artifact 链的可审计性。
  • Finguard 的 LangGraph 四节点与 GNN leak 的具体改法：leak 在哪个特征、fixed 后 PR-AUC 变化。
  • TRDGNN 双新载荷与 Zen7 第二载荷的同源性（±17B）：是否同构建管线（仅威胁情报目的事业）。