Myślisz, że największe czarne rynki ukrywają się za warstwami Toru? Nie. Dziś mieszczą się w publicznych kanałach na Telegramie, prowadzone po chińsku i działające jak otwarte targowiska dla oszustów.
W skrócie: chińskojęzyczne rynki na Telegramie wyrosły na największy ekosystem nielegalnych transakcji w historii internetu. Po upadku Huione (Haowang) pałeczkę przejęły Tudou Guarantee i Xinbi Guarantee, które razem pchają niemal 2 miliardy dolarów miesięcznie przez pranie pieniędzy, narzędzia do oszustw i „usługi” z pogranicza koszmaru. To „ciemna sieć” bez tarcia – z reputacją sprzedawców, escrow, botami i rozliczeniami w USDT.
Największy czarny rynek w dziejach – na czacie
Na początku były Silk Road i AlphaBay na Torze. Dziś Elliptic pokazuje, że Telegram – dzięki kanałom publicznym i natychmiastowemu zasięgowi – przejął pałeczkę. Huione Guarantee (później Haowang), działające pod parasolem kambodżańskiej Huione Group, przetworzyło od 2021 do 2025 roku około 27 miliardów dolarów. To więcej niż AlphaBay i Hydra razem wzięte. Po banie w maju ruch rozlał się gdzie indziej: Tudou Guarantee obsługuje dziś ok. 1,1 mld dolarów miesięcznie, Xinbi Guarantee – ok. 850 mln. „Gdy mówimy o nielegalnym użyciu krypto, dziś nie ma nic większego” – podkreśla Tom Robinson, współzałożyciel i szef naukowy Elliptic. [2]
Telegram przez lata uchodził za komunikator. Dla oszustów stał się rynkiem: sprzedawcy, depozyty gwarancyjne, rozstrzyganie sporów, szybkie rebrandingi po banach i natychmiastowy powrót płynności. Mniej techniki niż Tor, więcej użytkowników, żadnych przeglądarek cebulowych. W praktyce: dark web bez frikcji.
Oszustwa „na rzeź” i fabryka deepfake’ów
Te rynki nie stoją kokainą i Glockami. Karmią przede wszystkim przemysł „pig butchering” – długoterminowych romansowo-inwestycyjnych oszustw, które wyciągają od ofiar miliardy dolarów rocznie. Istotna część operacji prowadzona jest z kompleksów w Azji Południowo‑Wschodniej, gdzie pracują ofiary handlu ludźmi. Telegram dostarcza im infrastruktury: pranie kasy, fałszywe platformy inwestycyjne, skradzione tożsamości, narzędzia telekomunikacyjne i socjotechniczne. W ofertach przewijają się też mroczne kategorie: zlecenia przymusu, „surrogacy-for-sale”, a nawet oferty nastoletniej prostytucji. [1]
AI to dziś standard w arsenale. W chińskojęzycznych grupach kupisz wideo-deepfake na żywo, klony głosu i zestawy do kradzieży tożsamości. Efekt: oszust, który jeszcze wczoraj miał podstawowe umiejętności, dziś wchodzi na wideo i wygląda jak twój kolega z pracy. To nie pojedyncze sztuczki, tylko industrializacja socjotechniki.
USDT – kręgosłup finansowy
Prawie wszystko rozlicza się w Tetherze (USDT). Centralizacja stablecoina teoretycznie umożliwia zamrażanie środków – praktycznie dzieje się to rzadko i wybiórczo. Dla przestępców to wygodny kompromis: stabilny dolar w blockchainie, szybki transfer przez granice, prosta obsługa dla sprzedawców i ofiar. Zależność od jednego tokena koncentruje ryzyko – ale też wygodę, która napędza skalę. [2]
Większe niż dark web, bo działają jawnie
Porównania nie zostawiają złudzeń. AlphaBay – około 1 mld dolarów przez 2,5 roku. Hydra – ok. 5 mld przez siedem lat. Huione – 27 mld w cztery lata. Dziś Tudou i Xinbi razem wykręcają miesięcznie więcej niż AlphaBay przez cały cykl życia. Elliptic śledzi około 30 takich rynków – łącznie to dziesiątki miliardów dolarów rocznie. Platforma kasowała największe targowiska, ale ich klony wracają w tygodnie, z tymi samymi ludźmi, narzędziami i kapitałem. [1]
Szerszy układ nerwowy: chińskie sieci pralnicze
To tylko warstwa aplikacyjna. Głębiej działają wyspecjalizowane chińskie sieci bankowości podziemnej. TRM Labs pokazuje, że od północnokoreańskich hakerów po meksykańskie kartele i rosyjskich mafiosów – wielu graczy polega na chińskich syndykatach (triady), które zamieniają krypto na „czysty” fiat i odwrotnie. To one „odprowadzają” środki z największych włamań, korzystając z offshore’owych bezpiecznych przystani w Azji Południowo‑Wschodniej. „Przestańmy traktować to jako osobne zagrożenia. To te same chińskie sieci prania pieniędzy umożliwiają to wszystko” – mówi Ari Redbord z TRM. Innymi słowy: kanały na Telegramie są frontem, ale transfery opierają się na sprawdzonych mechanizmach. [5]
Platformy kontra hydra
Telegram w maju wyciął Huione/Haowang po tym, jak FinCEN nazwał je operacją do prania pieniędzy. Xinbi też dostało bana i wróciło. Zmieniają się nazwy i avatary, kapitał zostaje. Tether może zamrażać, ale robi to punktowo. Organy ścigania działają w silosach i z różną intensywnością. Efekt? Mamy hydrę, w której jeden łeb odrośnie szybciej, niż zdążysz napisać „Ktoś tam jest?”.
I tu ironia epoki: „ciemna sieć” nie jest już ciemna – działa na popularnym komunikatorze, z marketingiem, obsługą klienta i botem do płatności. Aby to zatrzymać, potrzeba rzadkiego dziś zestawu: skoordynowanego działania platformy, emitenta stablecoina i międzynarodowego egzekwowania prawa, które rozumie język (dosłownie: chiński) oraz mechanikę całego łańcucha.
Na koniec
Technologia miała demokratyzować finanse. Zdemokratyzowała też przestępczość finansową, zdejmując barierę wejścia, dodając AI i aplikując UX godny fintechu. Pytanie nie brzmi już: „Czy da się to wyłączyć?”, tylko: „Kto i z kim zrobi to jednocześnie?”. Bo dopóki czarny rynek mieści się na kanale, będzie rosnąć szybciej, niż wytrą się kciuki od scrollowania.
Źródła
- [1] https://wired.com/story/expired-tired-wired-chinese-scammer-crypto-markets/
- [2] https://beincrypto.com/chinese-telegram-crypto-scams-surpass-dark-web-markets/
- [3] https://coincentral.com/chinese-language-telegram-markets-drive-unprecedented-crypto-fraud-scale/
- [4] https://www.pymnts.com/cpi-posts/elliptic-data-leads-to-the-shutdown-of-the-two-largest-online-criminal-marketplaces-of-all-time/
- [5] https://decrypt.co/315275/china-mafia-crypto-crime-north-korea-mexican-cartels-trm
To nie jest ozdobnik. To ślad po procesie: ile informacji było szumem, ile stało się wiedzą i jak wyglądał research, zanim powstał ten tekst.
1. Zbieranie sygnałów (discovery)
- Znaleziono materiałów
- 80
- Wybrane do analizy
- 45
- Odrzucone
- 35
- Duplikaty
- 2
- Klastry (wątki)
- 45
2. Selekcja i filtrowanie
- Odrzucono po tytule
- 8
- Odrzucono semantycznie
- 4
3. Wyszukiwanie i wzbogacanie
- Zapytania wyszukiwawcze
- 9
- Unikalne wyniki
- 41
- Kandydaci
- 8
- Dodane z wyszukiwania
- 4
- Przeskanowano URL-i (seed)
- 1
4. Finalny kontekst
- Źródła użyte w tekście
- 5
- Źródła (domeny)
- 5
- Wikipedia - kontekst
- nie
- Expansion - kontekst
- nie
- Wyłuskane liczby
- 1




