一名加密货币攻击者显然在44天前某个鲸鱼用户创建多签钱包数分钟后便取得了控制权，并自此分阶段持续转移和洗白资金。
区块链安全公司PeckShield周四在X平台发文称，某鲸鱼用户的多签钱包因私钥泄露损失约2730万美元。PeckShield指出，攻击者已通过Tornado Cash清洗了约1260万美元（即4100枚ETH），并持有约200万美元的流动资产，同时还在Aave平台上控制着一个杠杆多头仓位。
然而，Hacken Extractor法证部门负责人Yehor Rudytsia的最新研究发现，总损失可能超过4000万美元，且事件开始时间要早得多——最早的黑客攻击迹象可追溯至11月4日。
Rudytsia告诉Cointelegraph，被标记为"已遭入侵"的多签钱包可能从未被受害者有效控制过。链上数据显示，该多签钱包由受害者账户于UTC时间11月4日上午7:46创建，但仅六分钟后所有权就被转移给了攻击者。"极有可能是攻击者创建了这个多签钱包并将资金转入其中，随后立即将所有者更改为自己"，Rudytsia表示。
相关报道：鱼叉式网络钓鱼成朝鲜黑客首选手段：如何确保安全
攻击者实施长期策略
取得控制权后，攻击者表现得极有耐心。他们通过数周时间分批向Tornado Cash存款，从11月4日的1000枚ETH开始，直至12月中旬仍以较小规模的分批交易持续进行。据Rudytsia称，攻击者控制的多签钱包中仍存有约2500万美元资产。
他还对钱包结构提出质疑。该多签钱包被配置为"1-of-1"模式，意味着只需单个签名即可批准交易，"这从概念上讲算不上多签"，Rudytsia补充道。
Hacken去中心化应用（DApp）审计师Abdelfattah Ibrahim表示，可能存在多种攻击向量。包括签名者设备上的恶意软件或信息窃取程序、诱骗用户批准恶意交易的网络钓鱼攻击，或是将密钥以明文存储、多人使用同一设备签名等不良操作安全实践。
"预防措施需要将签名设备隔离为冷设备，并在用户界面之外验证交易"，Ibrahim表示。
相关报道：Balancer社区提议分配从黑客攻击中追回的资金
AI模型已具备智能合约漏洞利用能力
正如Cointelegraph报道，Anthropic与机器学习对齐与理论学者（MATS）小组的最新研究发现，当前主流AI模型已能够开发真实且可盈利的智能合约漏洞利用方案。
在受控测试中，Anthropic的Claude Opus 4.5、Claude Sonnet 4.5和OpenAI的GPT-5共同生成了价值460万美元的漏洞利用方案，表明利用商用模型实现自主攻击在技术上已经可行。
在进一步测试中，Sonnet 4.5和GPT-5被部署针对近2850个近期发布且无已知漏洞的智能合约。这些模型发现了两个此前未知的零日漏洞，并生成了价值3694美元的漏洞利用方案，略高于生成它们所需的3476美元API成本。
杂志：2026将成为加密领域务实隐私之年——Canton、Zcash等引领变革
