Lita inte på, kontrollera: Farliga AI-länkar avslöjar en mardröm för kryptoarbetare

Länk i Claude-chatten förvandlas till en malware-fälla

Generativ artificiell intelligens (AI) blir allt populärare för varje dag, och personer som arbetar inom sektorn för digitala tillgångar och distribuerade liggare utnyttjar tekniken regelbundet i sitt arbete. Problemet är att denna målgrupp uttryckligen jagas av illvilliga angripare, och hemligheter som inte lätt kan återkallas kan stulas. I fredags förklarade Numa Lunah, medgrundare av Refi Hub, att han ”blev hackad”.

”Blev hackad igår”, skrev han på X. ”Länken kom inifrån Claude-chatten. Jag höll på att installera en transkriptionsapp. Claude skickade nedladdningslänken, och jag klistrade in kommandot i terminalen. Allt såg helt legitimt ut. Men det var det inte. Det var en kopierad webbplats som innehöll skadlig kod. Den kördes omedelbart och försökte stjäla allt från mig.”

Utvecklaren tillade att inga känsliga uppgifter läckte ut, och att han rensade den bärbara dator han använde och återuppbyggde den från grunden. Men problemet var inte över. ”Här kommer det läskiga”, förklarade Numa. ”När jag återställde från säkerhetskopian hittade jag en infekterad SKILL.md-fil för Claude Code. Den såg ut precis som min egen stilguide. Men gömd inuti fanns instruktioner om att i smyg ladda ner skadlig programvara på nytt och stjäla mina inloggningsuppgifter varje gång AI:n laddade den.”

LLM-svar öppnar en ny attackväg, samtidigt som kryptovalutarbetare står inför ett säkerhetsproblem utan någon ”ångra”-knapp

Numas erfarenhet är inte det första fallet där en LLM delar skadliga svar. För några månader sedan varnade experter från Microsoft Defender för att kryptojacking-attacker hade utvecklats från enkel SEO-förgiftning till förgiftning av LLM-svar. Sådana attacker härrör från AI-modeller som Gemini, Claude, Copilot och ChatGPT. Attackerna omfattar artefakter som delas via kontextfönster, chattbotar som rekommenderar nedladdningslänkar som kontrolleras av angripare, falska installationsprogram med AI-varumärken samt förgiftade kodbaser och agentfärdigheter.

I grund och botten innehåller en vanlig bärbar dator för kunskapsarbetare återanvändbara hemligheter som kan återkallas även efter en hackning, men kryptovalutarbetare kan inneha hemligheter som inte kan återkallas. Detta inkluderar saker som seed-fraser, exporterade xprv-/keystore-filer, JSON-filer för hot wallets, API-nycklar till börser med uttagsrättigheter, deployer-nycklar, Lightning-macaroons, kompletterande data för hårdvaruplånböcker och sessionscookies för CEX-dashboards, bland många andra.

Den farligaste sårbarheten kan vara mänskligt förtroende och lathet

De senaste varningarna visar att det behövs en grundläggande förändring av säkerhetskulturen. Istället för att helt enkelt lita på AI-verktyg i det dagliga arbetet måste man ha en genomgripande skepsis mot automatiseringen i sig. Anställda inom denna bransch skulle göra klokt i att betrakta varje AI-förslag som i grunden fientligt, oavsett källa. Det handlar inte om att vara överdrivet försiktig eller paranoid; det handlar bokstavligen om överlevnad.

Poängen med historien är inte sårbar kod eller förgiftade resultat från våra favorit-AI-modeller; det är den mänskliga instinkten att lita på bekväma svar. Den instinkten är, i detta sammanhang, en svaghet som ingen patch kan åtgärda. Det som i längden räddade Refi Hubs medgrundare var att han sa att han ”läste igenom varje skill-, hook- och konfigurationsfil innan han lät AI:n röra dem”.

Tyvärr är det troligt att de flesta AI-användare idag inte dubbelkollar informationen som AI:n ger dem för att se om den stämmer, utan de litar helt enkelt på den av skäl som fortfarande är svåra att förklara.