AMLConsensus · curso
Programa · Lección 11.10
Sección 11 · Lección 11.10 · caso real

ZachXBT y los detectives on-chain: cómo la comunidad atrapa a los estafadores

Todos los casos anteriores comparten un detalle poco llamativo: para desentrañar un robo no siempre hacen falta una orden judicial, una citación ni acceso a servidores. Basta con una blockchain abierta y una persona dispuesta a seguir el rastro con paciencia. El mejor símbolo de este enfoque es un investigador anónimo bajo el seudónimo ZachXBT, que —en solitario y junto a la comunidad— ayudó a devolver cientos de millones de dólares a las víctimas.

▶ Caso en vídeo: los detectives on-chain (voz en español).

Quién es ZachXBT

ZachXBT es un investigador independiente anónimo que trabaja en el ámbito cripto. No tiene placa policial ni potestades estatales; su herramienta son los datos públicos de la blockchain y la capacidad de leerlos. Desde 2021, sus investigaciones han ayudado a devolver sumas considerables a las víctimas: según diversas estimaciones, del orden de 500 M$ (el cofundador de Paradigm, Matt Huang, citó una cifra superior a 350 M$). Incluso el límite inferior de esas estimaciones supone cientos de millones devueltos a las personas gracias al esfuerzo de, en esencia, una sola persona y la comunidad que la rodea.

¿Por qué es esto siquiera posible? Porque la blockchain es pública. En las finanzas tradicionales, para rastrear una transferencia se necesita acceso al secreto bancario, y eso solo se concede a los investigadores. En cripto, todo el libro de operaciones está abierto para cualquiera. Esto desplaza el equilibrio de poder: la investigación deja de ser un monopolio del Estado y pasa a estar al alcance de cualquiera con la destreza y la constancia necesarias.

El método: análisis forense más OSINT

El trabajo de un detective on-chain se sostiene sobre dos pilares. El primero es el análisis forense de blockchain: leer la propia red. Aquí se aplican todas las técnicas que estudiaste en el curso: rastreo de transacciones, agrupación de direcciones (reunir direcciones que probablemente pertenecen a un mismo propietario), análisis de patrones como el fraccionamiento o el tránsito por un mezclador. El segundo pilar es el OSINT, la inteligencia de fuentes abiertas: cotejar los rastros on-chain con lo que una persona deja "fuera de la cadena": publicaciones en redes sociales, seudónimos, dominios, metadatos, descuidos involuntarios.

La magia empieza en la unión de estos dos mundos. La blockchain te dice qué hicieron las direcciones. El OSINT ayuda a entender quién está detrás de ellas. Por separado, cada mitad es incompleta: una dirección sin nombre no es más que una cadena de caracteres, y un rumor sin confirmación on-chain no es más que un rumor. Pero cuando una cadena de transacciones coincide con el comportamiento públicamente conocido de una persona o un grupo concretos, una corazonada se convierte en una teoría fundamentada en pruebas.

  1. Fijar el punto de partida. Identificar la dirección del robo o la estafa, desde donde salieron los fondos de las víctimas.
  2. Agrupación. Reunir las direcciones vinculadas en un único clúster de carteras controladas por el atacante.
  3. Rastreo. Recorrer la cadena de saltos, señalando fraccionamientos, mezcladores, transiciones entre cadenas y puntos de cobro.
  4. Enlace con lo off-chain. Superponer la imagen on-chain a los datos abiertos (redes sociales, seudónimos, dominios) y encontrar el vínculo con personas reales.
  5. Publicación. Hacer pública la investigación: esto presiona a las plataformas, ayuda a congelar fondos y advierte a otras víctimas.

"Hace falta no solo tecnología, sino también personas dispuestas a seguir cada pista."

— una paráfrasis de la idea sobre el trabajo de los detectives on-chain y el papel de ZachXBT (no es una cita literal)

Esta idea (la presentamos como una paráfrasis, no como una cita literal) describe con precisión la esencia del enfoque. Los datos están a la vista de todos, pero por sí solos no revelan nada: alguien tiene que leerlos, correlacionarlos y llevar cada pista hasta el final. La tecnología aporta visibilidad; el resultado nace de la atención y la constancia de una persona.

Por qué esto funciona mejor de lo que parece

Un escéptico preguntará: ¿cómo puede una persona sola adelantarse a atacantes con sus mezcladores y esquemas entre cadenas? La respuesta está en la asimetría del tiempo y la memoria. El delincuente necesita que el rastro se rompa al menos en un punto. El investigador necesita que el rastro sobreviva al menos en un punto, y siempre sobrevive, porque la blockchain es inmutable. Cada intento de confundir el rastro deja su propio rastro: el tránsito por un mezclador es visible en sí mismo, y el fraccionamiento en miles de direcciones también es un patrón reconocible.

Además, la comunidad tiene una memoria colectiva y ojos colectivos. Lo que un analista pasó por alto, otro lo advierte; lo que hace un año parecía un callejón sin salida se resuelve cuando aflora una nueva pista off-chain. Así se construyen exactamente los casos que examinamos antes en esta sección: Mt.Gox fue desentrañado por investigadores independientes a lo largo de años, y los rastros de la darknet salieron a la luz años después de que las plataformas fueran clausuradas. ZachXBT es la misma filosofía de rastreo público y paciente, solo que en tiempo real y con los resultados publicados.

Los datos públicos se convierten en fondos recuperados

Robo / estafa  →  Análisis forense on-chain + OSINT  →  Publicación de la investigación  →  Congelación / devolución a las víctimas

Qué se lleva de aquí el especialista en AML

La historia de ZachXBT no trata de que todo el mundo se convierta en un detective famoso. Trata del hecho de que la herramienta está abierta a todos y de que la metodología que estás aprendiendo en este curso es la misma que ofrece resultados en la vanguardia de las investigaciones. Al analizar la cartera de un cliente, aplicas exactamente esas técnicas: examinas el historial, agrupas direcciones vinculadas, rastreas la exposición a fuentes de riesgo y cotejas con etiquetas y listas públicas.

Los límites del método: dónde termina el detective on-chain

Un análisis honesto exige reconocer también los límites del enfoque. Un investigador on-chain puede mostrar, con alta certeza, la ruta de los fondos y construir una teoría bien fundamentada sobre quién está detrás, pero no sustituye a un tribunal ni dicta un veredicto. La atribución "esta dirección pertenece a tal persona" es una teoría que se apoya en la correlación de datos, y todavía tiene que confirmarse por la vía procesal. Por eso es importante tratar los resultados de las investigaciones públicas como una hipótesis de trabajo sólida y un motivo para comprobar, no como un veredicto final de culpabilidad.

Hay una segunda limitación: el riesgo de una atribución errónea. Una coincidencia en el comportamiento de las direcciones o en los seudónimos de las redes sociales puede ser casual, y los atacantes saben cómo "plantar" deliberadamente rastros ajenos para desviar una investigación. El trabajo profesional se distingue precisamente por el hecho de que una teoría se vuelve a verificar muchas veces contra datos independientes antes de hacerse pública. Para el especialista en AML esto es una lección directa: cualquier atribución y cualquier etiqueta deben tratarse como una señal de cierto peso, no como una verdad absoluta, y una decisión debe respaldarse con varias fuentes independientes.

Por último, es importante entender el reparto de papeles. La tarea del investigador es desentrañar el rastro y sacarlo a la luz. La tarea de las plataformas, los exchanges y los reguladores es congelar los fondos y devolverlos a las víctimas. Tu tarea como analista es no dejar pasar un flujo sucio en el punto de entrada. Estos papeles se complementan: una investigación pública es inútil si nadie del lado receptor de los fondos comprueba sus conclusiones; y, a la inversa, tu análisis es más fuerte cuando se apoya en la imagen acumulada por la comunidad sobre direcciones de riesgo.

Qué enseña este caso. Cualquiera puede rastrear si dispone de datos públicos, no solo los organismos estatales. ZachXBT, un investigador anónimo sin potestades, ayudó a devolver del orden de 500 M$ a las víctimas combinando el análisis forense de blockchain con el OSINT y llevando cada pista hasta el final. Para ti esto es a la vez inspiración y confirmación: los métodos de este curso —rastreo, agrupación, trabajo con etiquetas y exposición— son el kit de herramientas real con el que la comunidad atrapa a los estafadores. La blockchain abierta iguala el terreno de juego; el resto lo deciden la atención y la constancia.

Los hechos se presentan a partir de fuentes abiertas. Los materiales tienen fines educativos.