人工智能重新审视加密货币的旧代码，揭示人类所忽视的问题

加密货币的安全问题与人工智能的结合

加密货币的安全问题在2026年出现了奇怪的转折。借助人工智能（AI），研究人员发现了一个四年前的Zcash漏洞，该漏洞能够制造伪造的ZEC，以及一个追溯到2021年的Coldcard弱点，这一弱点导致了超过1亿美元的比特币被盗。此外，攻击者还操控了一个AI代理，转移了大约30亿DRB。同时，嵌入公共区块链的恶意指令增加了440%，这表明AI不仅改变了加密货币的构建方式，也改变了人们攻击它的方式。事情的发展速度确实令人惊讶。

1941年7月的一条德国军队加密通信在85年后终于被AI辅助的努力破解。消息内容几乎显得滑稽，基本上是某人在Rosenow询问该往哪个方向行军，但AI代理帮助搜索档案、编写代码、模拟Enigma并测试各种可能性，直到这个老问题被解决。

Zcash与Coldcard的案例分析

Zcash在5月提供了一个最清晰的例子。研究员Taylor Hornby为Shielded Labs工作，使用Claude Opus 4.8作为定制审计代理，发现了一个追溯到2022年的Orchard隐私池电路中的漏洞。在测试中，该漏洞能够在不被检测的情况下制造无限的伪造ZEC。虽然没有证实发生盗窃，开发者在几天内修复了该漏洞，但这个潜在的灾难性错误在AI辅助审查之前已经存在了大约四年。后来，Zcash团队声称利用Mythos解析和审计代码，并未发现新漏洞。

Coldcard的情况则复杂得多。从7月30日开始，攻击者利用一个追溯到2021年的固件漏洞，从受影响的钱包中盗取比特币，该漏洞使得一些恢复种子远不如预期随机。后来的估计显示，盗窃金额达到约1600到1800 BTC，以及超过1亿美元，涉及数千个地址。Coldcard的制造商Coinkite表示，他们不得不假设有人使用AI检查其公共固件，而许多观察者对此表示高度信心，认为不受限制的模型参与其中。尽管归属尚未确定，但该漏洞本身已经存在了五年。

AI在攻击中的角色

Bankr的情况则反转了局面，因为AI成为了攻击面的一部分。5月4日，一名攻击者发布了摩尔斯电码文本，Grok将其解码为Bankr接受的指令，触发了大约30亿DRB（价值约15万到20万美元）的转移。大约两周后，同样的信任层问题影响了14个用户钱包，报告的损失范围从约15万到44万美元不等。攻击者并没有破解加密技术，而是机器之间过于信任对方。

AI似乎还在降低复杂智能合约代码的解析成本。Chainalysis将约3670万美元的盗窃与针对未验证合约的协议攻击联系在一起，攻击者首先必须反编译已部署的字节码。在这六个月期间，Ekubo和Trusted Volumes的攻击造成了约700万美元的损失，尽管Chainalysis的AI关联更多是方法声明，而不是证明某个特定模型创造了每个漏洞。

伪造的“Claude构建”套利机器人

然后是伪造的“Claude构建”套利机器人。九个类似的YouTube教程引导观众将代码复制到一个虚假的Remix风格编译器中，该编译器秘密替换为一个盗取器。TRM统计显示有224名受害者，234个合约，损失约517,000美元。在这种情况下，AI根本不是武器，而是诱饵。

总结与未来展望

所有这些并不意味着2026年的每一次重大加密黑客攻击都是由AI驱动的。一些攻击没有确立的AI关联，尽管许多人怀疑有参与，还有许多其他DeFi攻击。今年也发生了。这是一个重要的分界线。2026年的一些事件记录了AI的参与，其他事件则有可信的怀疑，而许多仍然归结为老式的漏洞、密钥、权限和破损的系统。

然而，Chainalysis的区块链死信数据表明，整体经济正在发生变化。携带恶意软件指令和指挥控制信息的恶意链上写入从每天约2.06次增加到11.1次，增长了440%。强大的开放权重AI模型可以降低构建这种基础设施所需的专业知识，而与朝鲜和伊朗相关的国家行为者在2026年第二季度的每个季度新观察到的活动中占据了约三分之二。