加密受害者松了一口气——还是为时已晚?"大西洋行动"的真正意义

bitcoinist发布于2026-04-10更新于2026-04-10

文章摘要

加密货币行业与执法机构联合发起“大西洋行动”,旨在打击加密诈骗及授权钓鱼攻击。该行动由英国国家犯罪调查局和美国特勤局主导,加拿大及Chainalysis等私营企业参与协作,通过实时监控链上活动冻结非法资金。目前已识别超2万名受害者,标记超2万个钱包地址,冻结逾1200万美元涉嫌诈骗资金,全球范围识别诈骗金额超4500万美元。授权钓鱼诈骗通过诱导用户签署恶意链上授权,直接盗取钱包资产,常伪装成投资机会或安全提示。随着执法能力提升,诈骗团伙可能转向更复杂的洗钱路径,需持续关注链上数据风险。

加密公司与公共当局正联手开展"大西洋行动",这是一项旨在打击加密欺诈计划和授权钓鱼攻击的协同行动。

跨国打击加密钓鱼骗局行动

"大西洋行动"是执法部门近乎实时阻止诈骗分子在链上资金完全消失前采取行动的罕见案例。该行动由英国国家犯罪调查局和美国特勤局牵头,是英美加三国联合行动,针对加密投资和"授权钓鱼"骗局。多方行动还得到Chainalysis等私营行业合作伙伴的参与。这家区块链数据公司昨日在官网发文宣布了合作。

正如Chainalysis所述:

"大西洋行动"的目标简单而宏大:实时识别受害者和受损钱包,在非法资金通过交易所或服务洗白前冻结并保全,针对这些骗局背后的欺诈网络生成新的调查线索,并根据行动期间收集的情报为持续调查奠定基础。

"大西洋行动"初步成果揭秘

上月宣布的该行动已取得首个显著成果。

根据英国国家犯罪调查局(NCA)最新报告,已识别超过20,000名受害者,标记超过20,000个钱包地址,并冻结逾1,200万美元涉嫌诈骗资金。

全球已识别超过4,500万美元的加密货币欺诈案涉案金额。

报告还强调,行动发现一名英国受害者因此类诈骗损失超过52,000英镑。

钓鱼骗局入门

在授权钓鱼骗局中,受害者被诱骗签署恶意链上授权,使诈骗者获得直接从其钱包转移代币的权限。这些尝试通常伪装成投资机会或"账户安全"提示。

此类手段日益受到有组织欺诈网络青睐,因为它们绕过了传统密码盗窃方式,并利用用户对签署内容的理解不足。

就在昨日,我们的姊妹网站NewsBTC报道,韩国当局正在所有交易所推行新的标准化提现延迟措施,以防止依赖速度的钓鱼骗局造成损失。

上月,Solana模因币发行平台Bonk.fun遭钓鱼攻击,诈骗者设置虚假"服务条款"(TOS)签名提示,用户签署后即允许攻击者转移其资金。

本月初,社交网络X宣布正在推行迄今最严格的反加密诈骗措施,专门针对钓鱼骗局。

随着执法部门越来越擅长追踪和冻结被盗资金,诈骗活动可能会转向更复杂的洗钱路径,这既创造了新的尾部风险,也为成熟交易者追踪链上数据信号提供了新线索。

截至撰稿时,BTC日线交易价格突破7.2万美元。来源:Tradingview上的BTCUSDT图表。

封面图片来自Perplexity。BTCUSDT图表来自Tradingview。

相关问答

Q什么是'大西洋行动'?

A'大西洋行动'是由英国国家犯罪调查局和美国特勤局牵头,英国、美国和加拿大联合开展的一项打击加密货币欺诈和授权网络钓鱼攻击的跨国执法行动,旨在实时识别受害者、冻结非法资金并打击背后的欺诈网络。

Q大西洋行动取得了哪些初步成果?

A根据英国国家犯罪调查局的报告,行动已识别超过2万名受害者,标记了2万多个钱包地址,并冻结了超过1200万美元的涉嫌诈骗资金,同时在全球范围内识别了超过4500万美元的加密货币欺诈损失。

Q什么是授权网络钓鱼诈骗?

A授权网络钓鱼诈骗是欺诈者诱骗受害者签署恶意的链上授权,从而获得直接从受害者钱包转移代币的权限。这类骗局常伪装成投资机会或'账户安全'提示,利用用户对签署内容的不了解进行作案。

Q哪些机构参与了大西洋行动?

A参与机构包括英国国家犯罪调查局、美国特勤局、加拿大执法部门以及私营行业合作伙伴如区块链数据分析公司Chainalysis。

Q为什么执法机构要采取实时行动打击加密货币诈骗?

A因为加密货币诈骗资金一旦通过交易所或服务被洗钱,就很难追回。实时行动可以在资金完全消失前冻结非法资金,保护受害者资产,并为持续调查收集情报奠定基础。

你可能也喜欢

年薪百万抢电工,Meta急到自己办技校

AI竞赛正面临新的瓶颈:工地。美国正面临严重的电工、建筑工等技术工人短缺,这已成为微软、Meta、OpenAI等公司快速建设超大规模AI数据中心(如OpenAI耗资160亿美元的“星际之门”项目)的“头号障碍”。 尽管AI公司愿支付高薪(如电工年薪可达24-28万美元),远超传统行业,但熟练技工仍供不应求。麦肯锡预测,美国在2023-2030年间需额外培养13万名电工和24万名建筑工,而劳工统计局预计每年仍有8万个电工岗位空缺。这种短缺导致项目延迟,每月可能造成数百万美元的收入损失。 AI数据中心建设复杂,需应对巨大功耗(一座设施耗电堪比数十万户家庭)、复杂的配电系统以及高密度散热(需液冷技术)等挑战,因此亟需大量技术娴熟的工人。 为此,科技巨头开始亲自下场培养人才。例如,Meta投入1.15亿美元建立建筑工人培训学校,提供免费培训及生活补贴,以快速输送工人上岗。OpenAI则与建筑工会合作,提前锁定熟练劳动力。同时,企业也将招聘目光投向高中生,鼓励年轻人投身技工行业。这些举措已见成效,Z世代对技工职业的兴趣显著上升。 然而,更深层的挑战在于电力。AI数据中心用电量正以惊人速度增长,已推高部分地区的电价。此外,数据中心建设是项目制的,建设期需要成千上万的工人,但建成后仅需少量常驻人员。这意味着未来可能面临熟练工人短期过剩、并流向其他行业压低薪资的风险。如何实现劳动力与电力资源的长期平衡,仍是悬而未决的问题。

marsbit1小时前

年薪百万抢电工,Meta急到自己办技校

marsbit1小时前

OpenAI 不靠最贵的模型卖钱了

OpenAI近期调整了API定价策略,旗舰模型GPT-5.6 Luna降价80%,Terra降价20%,而顶级模型Sol未降价但新增了更快的“Fast”模式。此次调整的核心并非单纯的价格战,而是标志着OpenAI首次引导用户根据任务需求选择不同模型,而非一味追求最强模型。官方建议复杂任务可由Sol进行规划,再由Luna等成本更优的模型执行。 此举与Anthropic近期推出半价替代旗舰的Claude Opus 5策略相似,显示硅谷领先公司正形成默契:旗舰模型(如Sol、Fable)的角色正从直接盈利转向树立技术品牌和探索上限,而商业化走量和利润则主要由中端及性价比模型(如Luna、Opus)承担。这类似于汽车等行业“旗舰立形象,走量车型赚利润”的模式。 更深层的变化在于成本下降的驱动力。OpenAI透露,此次降价部分得益于由Sol模型自身参与优化底层生产内核,实现了效率提升与成本降低,开启了“模型优化模型”的自我加速循环。 行业竞争焦点正从“谁最聪明”的单项性能比拼,转向为企业提供基于任务重要性、出错成本、规模等因素的“模型组合”最优解,追求整体ROI。这类似于云计算按数据冷热使用不同存储的策略。 OpenAI的长期战略日益清晰:其真正目标并非依靠单一模型的高毛利,而是通过极低的调用成本构建庞大的开发者生态与调用量,形成类似操作系统或云平台的渗透率与用户粘性。当API调用成本低至可被忽略,AI将如水电般无缝嵌入所有业务流程,其发展也将从追求智能巅峰的“产品时代”,进入驱动全面自动化与效率的“基础设施时代”。

marsbit1小时前

OpenAI 不靠最贵的模型卖钱了

marsbit1小时前

交易

现货
活动图片