O ABF-Bench é um benchmark interativo que transforma o rastreamento de fundos em blockchain numa tarefa verificável: cada movimento afirmado pelo agente precisa citar o registro de ledger que ele próprio recuperou. Construído a partir de casos reais de lavagem de dinheiro, o estudo mostra que um harness especializado em memória de trabalho atinge 75% de recall de arestas no grafo de rastreamento, contra 47% do Codex e apenas 10% do Claude Code, que perde pontos por citar registros que nunca recuperou de fato.
Artigo aceito na Forensic Science International: Digital Investigation (volume 58, setembro de 2026), assinado por Mahdi Daghmehchi Firoozjaei, MinChang Kim, Hyoungshick Kim, Arash Habibi Lashkari e Ali A. Ghorbani, propõe métodos de extração de características e perfilamento comportamental sobre dados de blockchain para apoiar a análise de transações ilícitas. Os autores fazem parte de grupos de pesquisa reconhecidos em forense digital e análise de tráfego (entre eles o Canadian Institute for Cybersecurity), o que dá peso metodológico ao trabalho. O texto completo está atrás de paywall na ScienceDirect, então a leitura abaixo é contextual, baseada no título, autoria e periódico.
A firma de inteligência em blockchain TRM Labs concluiu que cofres criptografados roubados no vazamento do LastPass de 2022 continuaram sendo quebrados offline e explorados até pelo menos o fim de 2025, com cerca de US$ 35 milhões em ativos rastreados, boa parte lavada via CoinJoin (Wasabi Wallet) e corretoras russas sancionadas. O caso mostra como um único vazamento de credenciais pode gerar uma janela de exploração plurianual quando envolve senhas mestras fracas passíveis de força bruta offline.