万万没想到,AI x Crypto 最先落地的是安全审计

链捕手發佈於 2026-06-26更新於 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。

熱門幣種推薦

相關問答

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。

你可能也喜歡

韩国机构的加密竞赛:稳定币与 RWA 双线爆发

韩国加密货币市场正经历结构性变革,金融与互联网巨头依托庞大的散户基础,积极布局机构级区块链基础设施,其中稳定币和现实资产(RWA)代币化是两大核心驱动力。 在稳定币领域,各方正围绕合规韩元稳定币的发行主体展开博弈。银行(如KB金融、韩亚金融)、支付商(如新韩信用卡、BC Card、Danal)及互联网平台(如KakaoPay、NAVER Pay)均已开展试点,旨在防御因美元稳定币流行导致的资金外流,并将数字金融活动锚定在本土体系内。加密原生项目若能在此期间主动提供底层技术解决方案,有望在监管放开后成为关键基建一环。 RWA代币化方面,韩国机构进展迅速,且聚焦本土特色产业,如船舶融资、军工供应链、K-pop知识产权等。相关法律框架(《资本市场法》修订)将于2027年初生效,新韩投资证券等机构已牵头搭建交易平台。加密项目的机遇在于弥补韩国券商的技术短板,提供全球分发渠道、跨链流动性方案及资产赋能工具,而非试图颠覆现有机构。 用户入口方面,互联网平台掌握关键流量。NAVER拟收购Upbit母公司Dunamu,Kakao正打造统一数字钱包,Toss则拥有全金融牌照和广泛线下网络。它们将区块链视为底层基建,是加密项目触达海量普通用户的重要渠道。 当前韩国监管框架逐步明晰,市场已具备散户基础、机构试点和民众认知。在监管完全落地前,与本土机构建立深度合作、落地实用场景的加密企业,将更有可能定义韩国数字资产行业的未来格局。美国《CLARITY法案》等外部监管进展也可能影响韩国市场的推进节奏。

Foresight News7 分鐘前

韩国机构的加密竞赛:稳定币与 RWA 双线爆发

Foresight News7 分鐘前

如何判断AI视频真假?综述动态、可溯源、可解释的检测体系

随着AI生成视频技术(如Sora、Veo等模型)的飞速发展,生成内容的逼真度已大幅提升,对虚假视频的检测变得日益困难且紧迫。传统仅输出“真假”二分类的检测方法已无法满足需求,检测目标应重新定义为“事实保真度验证”,即核查视频内容在感知和认知层面是否与真实世界一致。 本文综述了AI生成视频检测领域的最新进展。首先,将AI生成视频分为三类范式:局部操控视频、跨模态音视频编辑和端到端生成式视频合成。针对检测,提出了一个从低层到高层的四层方法框架: 1. 底层视觉线索分析:检测像素异常、生理信号等底层伪迹。 2. 时空一致性分析:核查视频在时间和空间上的连续性与合理性。 3. 跨模态一致性分析:验证视频内画面、声音、文字等多模态信息是否对齐。 4. 语言引导的世界级推理:引入外部知识,判断视频内容是否符合常识、物理规律和事实。 检测方法的演进趋势是从依赖视觉线索(第1、2层)逐步转向结合语言和多模态推理(第3、4层)。评测体系也需相应发展,不仅评估分类准确率,更要关注模型判断的可解释性、证据的可靠性以及在真实复杂环境下的鲁棒性。 未来的可信检测系统需要协同视觉与语言双视角,建立“识别-定位-解释”的清晰推理路径,并将内容分析与来源追溯相结合。这需要计算机视觉、自然语言处理、多模态理解等领域的共同努力,构建动态、可溯源、可解释的检测体系,以应对日益严峻的AI生成视频挑战。

marsbit43 分鐘前

如何判断AI视频真假?综述动态、可溯源、可解释的检测体系

marsbit43 分鐘前

谁在为 640 亿美元的账面狂欢买单?

比特币跌破6万美元关键支撑位,引发市场震荡。本文聚焦于将比特币作为核心资产的上市公司所面临的潜在危机。 主要公司现状: * **微策略(Strategy)**:持有84.7万枚比特币,平均成本约7.56万美元,已出现浮亏。其股价相对比特币净资产价值出现深度折价。 * **Metaplanet**:持仓成本近9.76万美元,浮亏严重。 * **Solmate**:全仓押注Solana后,币价与股价双双暴跌,公司陷入内讧。 核心问题: 此类公司缺乏主营业务支撑,其商业模式高度依赖比特币价格上涨的“金融飞轮”。当币价下跌时,飞轮开始失效。 潜在风险: 1. **融资困境**:股价折价导致通过增发股票融资变得困难且稀释股权,可能陷入为支付债务利息而不得不低价增发或出售比特币的循环。 2. **会计准则反噬**:新会计规则要求按公允价值计量比特币,导致币价波动直接冲击利润表。牛市时放大利润,熊市时则巨幅亏损,可能引发指数基金被动抛售,形成下跌螺旋。 3. **债务到期大考**:真正的危机点可能在2027年。如果比特币价格长期无法回升至平均成本线之上,公司将面临可转债回售等巨大的现金偿付压力,最终可能被迫大规模抛售比特币以换取法币,引发流动性危机。 结论:持币公司模式并未消除风险,只是将即时的价格爆仓,转化为了未来由时间触发的债务兑付危机。真正的考验尚未到来。

链捕手1 小時前

谁在为 640 亿美元的账面狂欢买单?

链捕手1 小時前

交易

現貨

熱門文章

如何購買F

歡迎來到HTX.com!在這裡,購買Synfutures (F)變得簡單而便捷。跟隨我們的逐步指南,放心開始您的加密貨幣之旅。第一步:創建您的HTX帳戶使用您的 Email、手機號碼在HTX註冊一個免費帳戶。體驗無憂的註冊過程並解鎖所有平台功能。立即註冊第二步:前往買幣頁面,選擇您的支付方式信用卡/金融卡購買:使用您的Visa或Mastercard即時購買Synfutures (F)。餘額購買:使用您HTX帳戶餘額中的資金進行無縫交易。第三方購買:探索諸如Google Pay或Apple Pay等流行支付方式以增加便利性。C2C購買:在HTX平台上直接與其他用戶交易。HTX 場外交易 (OTC) 購買:為大量交易者提供個性化服務和競爭性匯率。第三步:存儲您的Synfutures (F)購買Synfutures (F)後,將其存儲在您的HTX帳戶中。您也可以透過區塊鏈轉帳將其發送到其他地址或者用於交易其他加密貨幣。第四步:交易Synfutures (F)在HTX的現貨市場輕鬆交易Synfutures (F)。前往您的帳戶,選擇交易對,執行交易,並即時監控。HTX為初學者和經驗豐富的交易者提供了友好的用戶體驗。

523 人學過發佈於 2024.12.21更新於 2026.06.02

如何購買F

相關討論

歡迎來到 HTX 社群。在這裡,您可以了解最新的平台發展動態並獲得專業的市場意見。 以下是用戶對 F (F)幣價的意見。

活动图片