万万没想到,AI x Crypto 最先落地的是安全审计

链捕手发布于2026-06-26更新于2026-06-26

文章摘要

AI正深刻改变加密领域安全审计的格局。数据显示,2026年上半年DeFi领域安全事件频发,累计损失约9.42亿美元,其中第二季度尤为严重。传统观点认为安全审计需求稳定,但以Claude Mythos为代表的新一代AI工具大幅降低了发现智能合约漏洞的门槛,攻击者可快速扫描并利用漏洞,使得传统审计报告的有效期急剧缩短。 攻击不再局限于小型协议,即使经过多家知名机构审计的头部协议也频繁遭殃。攻击手段扩展到社会工程学、基础设施配置缺陷等领域,显示代码审计的覆盖范围存在局限。例如,Drift Protocol和KelpDAO均因非代码层面的漏洞导致重大损失。同时,AI也在辅助攻击者挖掘多年前部署的旧合约漏洞,使历史审计的保护价值归零。OpenZeppelin联合创始人甚至公开表示“所有DeFi都不安全”,引发行业广泛讨论。 面对挑战,项目方开始基于新标准进行防御性的重复审计,但这更多是应对风险的被动支出。审计机构则加速转型,一方面研发AI辅助审计系统提升效率,如OpenZeppelin推出Skills系统将安全防线前移;另一方面,商业模式正从一次性报告交付转向提供持续监控、形式化验证等嵌入式服务。例如,AI原生审计工具Firepan在已被多重人工审计的Curve合约中发现了新的组合型漏洞,展现了AI在防守端的潜力。 总之,AI加剧了攻防两端的竞赛。对于项目方,安全已成为需要持续投入的基础设施;对于审计机构,唯有加快技术和服务模式的重构,才能适应新时代的竞争。安全审计赛道正从红利模式转向激烈的竞争模式。

数据显示,截至 6 月,DeFi TVL 已从年初的约 1150 亿美元下降至约 700 亿美元,跌幅达到 39%,几乎每个月都在下降。

与此同时,安全事件给 DeFi 带来了另一重压力。根据统计,2026 年以来 DeFi 领域已发生 121 起黑客攻击,累计损失约 9.42 亿美元。其中仅第二季度就爆发了 85 起事件,损失达到 7.75 亿美元,成为该统计周期内攻击活动最频繁的季度。

随着新一代 AI 工具的普及,查找智能合约漏洞的成本和技能要求大幅降低,安全审计公司被迫站到了这场变局的中心。

一、攻击端的 AI 化,旧安全防线正在失效

旧逻辑的崩塌

每当行业谈起 AI 对加密领域的影响,第一反应往往是量化交易、智能投顾、链上数据分析。但现实的走向出乎所有人意料:AI 最先打穿的,是这个行业里原以为最稳健的那门生意——安全审计。

两三年前,安全审计公司是投资机构眼中参与加密行业红利的保守标的。逻辑简单直接:只要有新协议上线,就需要审计;行业越繁荣,审计需求越旺盛;客单价高,收入稳定,不依赖代币价格涨跌。

Immunefi 数据显示,DeFi 协议因黑客攻击造成的损失曾从 2022 年峰值的 26.2 亿美元下降 74%,至 2025 年的约 6.8 亿美元。跨链桥攻击占 DeFi 总损失的比例从 2022 年的 73% 大幅降至 2025 年的 3%。行业普遍相信,安全审计的持续成熟正在发挥作用。

然而,这个判断逐渐被打脸。

6 月 9 日,Anthropic 发布新一代 AI 模型 Claude Mythos。市场上随即出现了一种观点:近期头部协议攻击频次的异常上升,或与前沿 AI 模型能力的持续跃升存在关联。

Moonrock Capital 创始人 Simon Dedic 指出,随着新一代 AI 工具的普及,查找智能合约漏洞的成本和技能要求将降至基本为零,未经审计的协议将成为靶子,已知漏洞将被持续重演。

Chainalysis 的数据印证了这一趋势:过去六个月,仅针对源代码未公开验证合约的攻击就造成约 3670 万美元损失,攻击者通过 AI 辅助反编译原始字节码寻找漏洞,大语言模型已能规模化识别漏洞模式,系统性扫描数千个合约,Truebit、Aperture Finance、Ekubo 等协议均在其中。

攻击者的发现到执行全流程,正在被压缩到分钟级。传统审计报告的有效期以月计,这个时间差,是旧审计模式最致命的结构性裂缝。

审计过了,照样被黑?

黑客攻击的主要目标,已经不再是二三线小协议。Drift Protocol 是 Solana 上的头部永续合约平台,智能合约经过多家知名安全机构多轮审计。但安全机构 TRM Labs 的调查显示,攻击者通过长达 6 个月的社会工程学攻击,逐步渗透 Drift 团队成员,最终获取特权管理员密钥。

KelpDAO 的情况也类似。攻击者利用 LayerZero 跨链桥的单一验证节点配置漏洞,伪造存款并铸造无抵押代币,46 分钟内盗走 2.93 亿美元。事后查明,多验证节点配置方案此前曾被推荐,但未被采纳。合约审计通过,基础设施配置存在缺陷,损失依然发生。

在那些通过审计协议,尽管覆盖了代码正确性,却在业务逻辑和运营流程攻击者绕开

另一方面,AI 的扫描范围也不只针对新协议。Web3 安全公司 GoPlus Security 指出,攻击者正借助 AI 技术大规模挖掘多年前部署的历史合约漏洞。6 月 9 日,一份部署了 7 年的以太坊合约 Token of Power 遭到攻击,损失约 150 万美元;5 月 25 日,运行了 3 年的 WUSD.fi 合约被攻击,损失约 20 万美元;Aztec Network 的一份 2 年前部署的旧合约,在 6 月 14 日和 18 日接连被攻击两次,合计损失超过 400 万美元。说明,旧审计报告的保护有效期,可能已经归零。

就在上个月,加密安全公司 OpenZeppelin 联合创始人 Manuel Aráoz 表示,其现认为“所有 DeFi 都不安全”,并称自己已建议亲友退出包括 Aave、MakerDAO 和 Compound 在内的全部 DeFi 仓位。他的理由是 AI 编程 Agent 发现漏洞的能力已达到超人级,而智能合约安全的结构极度不对称——防守方必须修补每一个漏洞,攻击者只需找到一个有效入口。

OpenZeppelin 曾为 Aave、Compound、Uniswap、Coinbase 提供审计服务,是加密行业最重要的智能合约安全基础设施提供商之一。这番表态从他口中说出,分量不同寻常。

不过,市场对此也有争议。Aave 生态贡献者 Marc Zeller 提到,过去一年 DeFi 损失中,不足 10% 源于代码漏洞,其余来自风险参数配置错误、抵押品管理不当和运营安全薄弱。0G Labs CEO Michael Heinrich 也指出,DeFi 借贷安全性相比 2020 年基准已提升约 98%。

现在的问题在于,代码审计能覆盖的范围越来越有限,而攻击者的打击面在持续扩展。旧的安全框架已经无法给出一个令人信服的答案。

二、项目方与审计机构的应对与重构

旧审计标准虽然在 AI 攻击面前出现明显裂缝,但这并不代表审计需求会消失。相反,项目方和审计公司都将根据新现实作出调整。

短期:防御性审计需求的集中释放

大量此前已完成审计的头部协议,正面临按照 AI 时代新安全标准重新审计的压力。项目方开始意识到,在 AI 攻击能力持续提升的背景下,传统审计的保护周期正在缩短。

这种需求的本质特征是防御性支出,而非行业健康增长的信号。安全机构 CertiK 在其 2026 年监管报告中指出,智能合约安全审计正从行业最佳实践升级为监管准入条件,成为牌照审批与代币上市的必备门槛。

短期来看,这种防御性支出会形成一定的审计需求,但它更多是项目方为降低风险而进行的被动投入。

长期:审计公司商业模式的根本性分化

审计机构同样感受到压力。随着攻击端 AI 工具持续进化,头部公司正加速自研检测能力。多家主流审计机构已在 2025 年至 2026 年期间推出 AI 辅助审计系统,通过多模型并行分析和自动化检测来提升效率。

效率提升的同时,传统模式面临挤压。一次性交付审计报告的商业价值在下降,长期来看,依赖点对点报告的机构业务量存在收缩风险。

摩根大通分析师明确指出,持续的 DeFi 安全事件正在限制主要机构投资者入场。这不只是市场情绪,更是对整个审计行业存在价值的一次公开质疑。

以竞争性审计模式闻名的智能合约审计平台 Code4rena 近期宣布关停,客户和研究员资源移交 Immunefi 接手。这家平台曾于 2023 年从 Paradigm 筹集 600 万美元,一度被视为传统审计模式的有力补充,距离被收购不到两年便停运。

图片来源:RooData

DeFi 借贷协议 Radiant 在经历 2024 年 10 月黑客攻击后,经过 18 个月努力仍无法追回资金,宣布进入关停阶段。Ionic Protocol 同样因安全漏洞影响持续扩大,宣布立即停止全部运营。

不过,变化并非只有一个方向。AI 在防守端同样展现出超人级能力——问题在于谁先用。

AI 原生审计工具 Firepan 披露,2026 年 4 月对 Curve Finance 的新版 AMM 合约展开独立审计,发现了一个关键的组合型漏洞:单看任何一个属性都是正常代码,但特定操作组合之下,攻击者可以绕过捐赠保护机制并取走资金。

Curve 此前已经历过六家独立审计机构的多轮审查,被公认为 DeFi 里审计强度最高的协议之一,但这个漏洞仍然潜藏在人工审计的盲区里。

Curve Finance 创始人 Michael Egorov 事后评价称,AI 在智能合约安全方面确实有所帮助。不过他也指出,AI 在浏览器和 Linux 内核中检测漏洞的成功经验,不能直接套用到智能合约上——智能合约通常只有几千行代码,人类和常规 AI 都能充分推理,真正需要警惕的风险,更多来自 OpSec 层面的密钥泄露和供应链攻击,而非代码漏洞本身。

类似的案例也出现在隐私币领域。安全工程师 Taylor Hornby 受非营利组织 Shielded Labs 委托,使用 Anthropic Opus 4.8 模型对 Zcash 协议展开审计,发现了 Zcash Orchard 隐私池中一个自 2022 年起从未被察觉的关键漏洞,理论上可允许攻击者无限增发且无法被链上检测的假 ZEC。

Zcash 创始人 Zooko Wilcox 随后公开致谢 Anthropic。Hornby 表示,已将门罗币(XMR)加入审计队列,未来还将对更多隐私币项目展开安全审查。

据悉,OpenZeppelin 已推出 Skills 系统,向 AI 编程 Agent 提供经过审计的智能合约库的权威知识,将防线前移至开发阶段。

这是传统审计公司被迫走向的新方向,从事后审查转为全程嵌入,从一次性交付转为持续监控、形式化验证和链上实时风险检测。

结语

总体来看,安全审计赛道正在经历从红利模式向竞争模式的转变。AI 既加速了攻击效率,也推动防御体系升级。这一过程不仅影响审计公司的商业形态,也要求整个 DeFi 生态重新思考安全投入的方式。

对项目方而言,一次审计终身安心的时代已经过去。安全不再是上线前的一道手续,而是需要持续投入的基础设施。

对审计机构而言,被动跟进 AI 已经不够。能更快完成从工具到服务模式的全面重构的玩家,更有可能在下一阶段留在牌桌上。

热门币种推荐

相关问答

Q根据文章,AI x Crypto 在哪个具体领域最先实现了落地应用?

AAI x Crypto 最先落地的领域是安全审计。随着新一代AI工具的普及,查找智能合约漏洞的成本和技能要求大幅降低,攻击端和防守端的AI应用都在重塑安全审计行业。

Q文章中提到的“AI攻击”主要带来了哪些变化,使得旧的安全审计模式面临挑战?

AAI攻击带来的主要变化包括:1. 降低漏洞发现成本与技能门槛,使得攻击更易规模化。2. 攻击者能利用AI辅助反编译字节码、系统化扫描合约、大规模挖掘历史合约漏洞。3. 从漏洞发现到执行攻击的时间被压缩到分钟级,远短于传统审计报告以月计的“保护有效期”,导致旧的安全防线(尤其是事后一次性审计)有效性大幅降低。

Q文章列举了Drift Protocol和KelpDAO的案例,它们说明了什么新问题?

ADrift Protocol和KelpDAO的案例说明,即使智能合约本身通过了多家知名安全机构的审计,攻击者仍然可以通过其他路径造成巨大损失。Drift Protocol的案例揭示了社会工程学和操作安全(OpSec)方面的风险(如管理员密钥泄露),而KelpDAO的案例则暴露了基础设施配置(如跨链桥的验证节点设置)的漏洞。这表明,在AI时代,攻击面已从纯代码漏洞扩展到业务逻辑、运营流程和系统配置等更广泛的领域。

Q面对AI带来的安全挑战,项目和审计机构在长期有哪些转型方向?

A长期来看,项目和审计机构的转型方向包括:1. **项目方**:安全不再是一次性投入,而需要作为持续投入的基础设施。2. **审计机构**:商业模式从一次性交付报告,转向**全程嵌入式的服务模式**,如提供持续监控、实时风险检测、形式化验证以及将安全防线前移至开发阶段(如OpenZeppelin的Skills系统)。能够更快完成这种从工具到服务模式全面重构的审计机构,才能在竞争中留存。

Q文章中提到AI在防守端也展现出能力,并列举了哪两个具体案例?

A文章列举了两个AI在防守端发挥超人级能力的案例:1. **Firepan审计Curve Finance**:发现了经过六家审计机构多轮审查后仍未被发现的关键组合型漏洞,该漏洞可使攻击者绕过捐赠保护机制。2. **使用Anthropic Opus模型审计Zcash协议**:发现了自2022年起存在于Zcash Orchard隐私池中的一个关键漏洞,理论上可导致无限增发无法检测的假ZEC。这两个案例展示了AI在发现复杂、隐蔽漏洞方面的潜力。

你可能也喜欢

Bitmine以太坊储备增至98亿美元:"加密货币最好的年份尚未到来"

比特浸入科技(Bitmine Immersion Technologies)近期再次成为头条,其在一周内增持了27,084枚以太坊(ETH)。这使得其以太坊总持有量达到5,700,040枚,按每枚1,569美元计算,价值约90.1亿美元,占以太坊总供应量的4.7%。此次增持发生在以太坊价格从约1780美元下跌至1578.54美元(撰稿时)的一周内。同时,根据SoSo Value数据,以太坊ETF在整个六月大部分时间出现资金外流,总额达5.0139亿美元。 针对疲软的市场状况,比特浸入科技董事长汤姆·李(Tom Lee)表示,近期市场对加密货币投资者颇具挑战,并指出临近季度末的“粉饰橱窗”行为导致投资者减持过去三个月表现不佳的资产是常见现象。此外,迈克尔·赛勒(Michael Saylor)的公司Strategy正面临持续审查,据报道其持有约140亿美元未实现亏损,而其普通股和优先股价格均跌破100美元水平,引发加密社区部分人士建议其停止扩张比特币持仓。 由于比特浸入科技常被称为“以太坊的Strategy”,市场担忧其持续的以太坊积累行为可能面临类似困境与批评。目前上市公司共持有价值约749.4亿美元的比特币和114.8亿美元的以太坊,Strategy是最大的比特币持仓上市公司。 然而,目前这些担忧仅是推测。比特浸入科技并非单纯积累以太坊,其每年质押收入估计达2.11亿美元,同时持有5.55亿美元现金及等价物以及488万枚质押的ETH。该公司还于6月26日被纳入罗素1000大型股指数。汤姆·李强调,公司计划稳步增长至2026年,并认为市场正开启新一轮牛市周期,代币化和人工智能的快速进展将推动区块链和去中心化加密领域的指数级需求增长。 最终摘要: * 新增持后,比特浸入科技持有5,700,040枚ETH,价值约90.1亿美元。 * 尽管以太坊价格疲软、ETF资金外流且Strategy面临批评,比特浸入科技仍持续购入以太坊。

ambcrypto47分钟前

Bitmine以太坊储备增至98亿美元:"加密货币最好的年份尚未到来"

ambcrypto47分钟前

你天天用的Claude和Codex,Meta内部不让随便用了

今年5月,Meta为其应用AI工程部门的工程师划定了红线:限制内部使用Claude Code和Codex这两款流行的AI编程工具,相关限制至今仍在生效。作为这些工具的主要客户之一,Meta此举并非因其不好用,而是恰恰相反——担心其过于强大和好用。 Meta正在自研名为MetaCode的AI编程助手,旨在替代外部模型以节省成本并掌握核心技术。限制使用外部模型的核心原因,是防止“蒸馏陷阱”:即担忧员工在构建MetaCode的训练数据、编程题库和评测标准时,过度依赖或掺入Claude/Codex的输出。这会导致自研模型在不知不觉中学习对手的“本事”和判断标准,使能力来源模糊,并可能违反与OpenAI、Anthropic等竞争对手的服务条款,引发法律风险。 内部指南明确禁止了可能让外部AI模型“定义能力”的三类任务:不能用其输出来生成测试题目、不能用其分析代码或设计测试点、其生成内容不得进入被测模型的访问环境。仅允许AI处理搭建工作流、整理文件等“打下手”的辅助性任务,且所有AI产出必须经过人工审核。 这一事件揭示了AI行业的一个普遍困境:在利用强大外部工具加速自身研发的同时,如何清晰界定并守护自身模型能力的原创性,避免陷入知识产权与合同风险。随着AI参与创造AI的循环加深,“本事究竟是谁的”这条界线正变得越来越模糊。

marsbit1小时前

你天天用的Claude和Codex,Meta内部不让随便用了

marsbit1小时前

为什么今天我们需要AI内容观?

亚马逊AI动画《朋克鸭》因伦理争议被叫停,折射出AI内容当前面临的困境。2026年AI视频技术取得突破,能产出完整视觉故事,推动短剧和仿真人内容爆发,院线级AI长片加速涌现。然而,AI在影视行业的应用也引发激烈争议,尤其围绕替代真人表演的伦理问题。 AI内容在不同媒介场景中适配度不同。短视频等“文化速食”内容追求快节奏、浅层情绪和免费模式,AI能高效提供海量供给,满足用户碎片化娱乐需求。但进入影视等“文化正餐”领域则面临挑战,因为影视承载着更深的情感表达、艺术创新和社会意义构建功能,其核心价值在于人的独特参与。 AI难以完全替代真人创作的价值。人在创作中的创新能力、劳动付出凝结的生命经验,以及基于真实情感和个性化表达的互动,是文化作品珍贵性的核心。尽管AI能提升生产效率、拉高质量均值,但易导致内容同质化,并可能通过低成本优势挤压人类创作空间,引发侵权和低质内容泛滥的风险。 因此,发展AI内容需要建立明确的边界和规则,即“AI内容观”。其核心原则是:确保AI放大而非挤压人的创作空间;尊重而非掠夺人的创作成果;坚持人在创作中的主导地位与责任;保障AI创作的公开、透明与可溯源。最终目标是让人成为技术的“掌舵者”,在利用AI提升效率的同时,守护文化创作中人的主体性和核心价值,推动AI向善、文化向美。

marsbit2小时前

为什么今天我们需要AI内容观?

marsbit2小时前

普朗克被撤稿了?量子之父竟被算法绊了一跤

一篇新发表的论文指出,量子力学奠基人、诺贝尔奖得主马克斯·普朗克发表于1940年和1942年的两篇文章,在斯普林格出版社的数字平台上被标记为“已撤稿”。调查显示,这并非因为学术不端,而是现代出版平台的算法“误伤”。 这两篇文章原是普朗克关于科学哲学的演讲与讨论,发表在当时德国重要的综合期刊《自然科学》上。在20世纪上半叶,这种将演讲内容发表于期刊或文集的做法是科学思想传播的常见方式。然而,现代数字出版平台的系统可能将其识别为“重复发表”或“版权违规”,从而自动添加了撤稿标记。更甚的是,原文在平台上已被替换为空白页,读者需通过互联网档案馆等非营利渠道才能查阅。 此事暴露了历史文献数字化过程中的一个深层问题:当代基于文献计量和版权管理的自动化规则,与前数字时代的科学出版实践发生了错位。诸如“自我剽窃”等现代概念被反向施加于历史文献,导致其可访问性受损,科学记录的完整性面临挑战。在人工智能日益依赖结构化数据库的时代,此类错误标签或内容缺失可能被进一步放大,影响我们对科学历史的准确认知。这提醒我们,数字知识库并非中性镜像,而是受到商业逻辑和平台规则塑造的过滤器。

marsbit2小时前

普朗克被撤稿了?量子之父竟被算法绊了一跤

marsbit2小时前

交易

现货

热门文章

如何购买F

欢迎来到HTX.com!我们已经让购买Synfutures(F)变得简单而便捷。跟随我们的逐步指南,放心开始您的加密货币之旅。第一步:创建您的HTX账户使用您的电子邮件、手机号码注册一个免费账户在HTX上。体验无忧的注册过程并解锁所有平台功能。立即注册第二步:前往买币页面,选择您的支付方式信用卡/借记卡购买:使用您的Visa或Mastercard即时购买Synfutures(F)。余额购买:使用您HTX账户余额中的资金进行无缝交易。第三方购买:探索诸如Google Pay或Apple Pay等流行支付方法以增加便利性。C2C购买:在HTX平台上直接与其他用户交易。HTX场外交易台(OTC)购买:为大量交易者提供个性化服务和竞争性汇率。第三步:存储您的Synfutures(F)购买完您的Synfutures(F)后,将其存储在您的HTX账户钱包中。您也可以通过区块链转账将其发送到其他地方或者用于交易其他加密货币。第四步:交易Synfutures(F)在HTX的现货市场轻松交易Synfutures(F)。访问您的账户,选择您的交易对,执行您的交易,并实时监控。HTX为初学者和经验丰富的交易者提供了友好的用户体验。

1.1k人学过发布于 2024.12.21更新于 2026.06.02

如何购买F

相关讨论

欢迎来到HTX社区。在这里,您可以了解最新的平台发展动态并获得专业的市场意见。以下是用户对F(F)币价的意见。

活动图片