人工智能赋予加密货币黑客“机器般”的速度，数十亿资产面临风险

人工智能正将加密货币盗窃变成一项更快、更廉价的生意

就在人工智能使得网络攻击的发起成本更低、遏制难度更大的同时，加密货币领域又爆发了新一轮安全危机。 币安表示，在10月30日发生的安全事件中，攻击者造成的损失估计达63亿美元，初步调查显示是由于一台DevOps笔记本电脑遭入侵以及未经授权的提现所致。 Bitget在9月遭遇了另一起安全事件，约3.875亿美元被转入攻击者控制的地址。两家公司均未公开将此次安全事件归咎于人工智能。这一区别至关重要。新兴的威胁并非在于每起加密货币黑客攻击都突然开始使用人工智能，而在于人工智能正在改变攻击钱包、交易所和金融机构的经济模式。

AI将熟悉的攻击转变为工业级运作

谷歌威胁情报部门表示，攻击者正从简单的AI提示转向基于代理的攻击工作流。

在2026年的一起案例中，一名攻击者利用AI代理在不到六小时内构建并执行了一次大规模凭证窃取行动，窃取了数千条第三方凭证。谷歌表示，AI正越来越多地被用于漏洞研究、漏洞利用开发以及自动化侦察。

Anthropic 也观察到了同样的转变。其 9 月的威胁报告发现，攻击者正在并行运行用于侦察、利用和窃取的 AI 代理，这使得单个操作员就能管理此前需要整个团队才能完成的攻击活动。

Curve Finance 创始人迈克尔·叶戈罗夫（Michael Egorov）指出，中心化平台因将特权访问与复杂的软件基础设施相结合，因此面临着特别广泛的攻击面。 “中心化基础设施通常基于相当复杂的软件基础设施依赖关系构建，而如今 AI 几乎每天都能在其中发现漏洞，”叶戈罗夫表示。

River的比特币威胁地图揭示了这一问题：人工智能可通过网络钓鱼和恶意软件加剧自托管资产的盗窃，利用泄露数据和深度伪造技术加速账户接管，并协助攻击者在平台代码中搜索漏洞。

比特币的自主托管模式造就了独特的风险

加密货币还具有一项不容忽视的特性：一旦盗窃得手，损失往往不可逆转。今年夏天，一个削弱了COLDCARD生成的某些种子随机性的漏洞，被证实与超过4,500个地址中1,367 BTC被盗事件有关，当时价值近1.16亿美元。 攻击者能够离线复制存在漏洞的私钥。近期发生的数据泄露事件又创造了一个新的攻击面。Keystone披露，10月的一次网站入侵事件导致25,964条买家记录相关的个人信息泄露。 Coinbase另表示，分析服务提供商Amplitude发生的一起事件导致一小部分客户的联系信息泄露，尽管其自身系统和客户资金并未受到影响。此类数据可能成为高度个性化AI钓鱼攻击的“原料”。

银行同样面临着“机器速度”的威胁

传统金融业也未能幸免。Anthropic记录了针对金融机构的AI辅助网络攻击行动，而FBI统计显示，2025年1月至11月期间，报告的账户被劫持损失超过2.62亿美元。

因此，这场决定性的安全竞赛可能取决于速度。AI无需发明新的方法来窃取比特币或清空银行账户。如果它能发现漏洞、冒充受害者，并在防御者介入之前更快地执行现有攻击，那么那些熟悉的网络犯罪将变得更加可扩展。