AI 加密货币犯罪:诈骗如何变得更有说服力
核心要点
- 简而言之:TRM Labs 根据自己的分析报告称,人工智能在加密相关犯罪中的使用明显增多,尤其是在欺诈中。
- 人工智能使虚假支持、深度伪造和网络钓鱼等常见策略变得更有说服力、更容易扩展,但并不能证明每一次加密货币损失都以同样的幅度上升。
- 网络犯罪中更多的人工智能并不自动意味着每一次加密货币损失都会增长到相

简而言之:TRM Labs 根据自己的分析报告称,人工智能在加密相关犯罪中的使用明显增多,尤其是在欺诈中。人工智能使虚假支持、深度伪造和网络钓鱼等常见策略变得更有说服力、更容易扩展,但并不能证明每一次加密货币损失都以同样的幅度上升。保护主要来自安全例程:绝不交出助记词、独立打开链接以及通过第二通道检查紧急消息。人工智能加密货币犯罪已经走出其利基市场,进入分析师和监管机构的议程。 2026 年 8 月 21 日,The Block 报道了 TRM Labs 的新“人工智能犯罪采用指数”,该指数系统地评估了人工智能在加密货币相关犯罪中的作用。这里有一个重要的警告:The Block 总结了 TRM Labs 的分析,但它没有提供有关加密货币欺诈的独立全球统计数据。 TRM Labs 表示,人工智能越来越多地用于以更令人信服的语言和更明确的目标更快地运行现有攻击。网络犯罪中更多的人工智能并不自动意味着每一次加密货币损失都会增长到相同的程度。本文阐述了哪些形式的攻击可行、数据差距在哪里以及哪些保护措施仍然有效。人工智能加密犯罪趋势背后的原因 人工智能加密犯罪描述了使用人工智能来准备、个性化或自动化加密空间中的犯罪活动。在实践中,人工智能会生成或改进文本、翻译、图像、语音、聊天回复和诱饵的变体。它不一定取代已知的欺诈模型;更多时候,它会放大经典的社会工程,其中攻击者利用信任、乐于助人、恐惧、时间压力或明显的权威,以便受害者交出数据、连接钱包或自己签署交易。根据 TRM Labs 的说法,欺诈是其自身指数中在犯罪环境中使用人工智能的最高级类别。
三种越来越有说服力的人工智能加密骗局虚假支持联系人通常以评论、私信、搜索广告或虚假个人资料开始。然后,所谓的支持代理声称存在安全问题或需要“钱包验证”。人工智能可以产生多语言、听起来很专业的对话和快速回复,这意味着措辞糟糕的消息不再是可靠的警告信号。最重要的规则没有改变:合法支持永远不会要求提供助记词、私钥或密码。正如 MetaMask 在其官方支持指南中规定的那样,真正的支持不会主动致电,也不会要求提供秘密恢复短语。任何交出这些数据的人通常都会让攻击者完全控制钱包。基于 CoinMarketCap 数据的 90 天内最大的加密资产 语音、视频和明显权威 Deepfakes 是人工智能生成或操纵的音频、图像或视频内容,可以令人信服地模仿真人。在加密货币环境中,表现为创始人的虚假视频呼吁、熟人报告所谓紧急情况的克隆声音,或者带有赠品和钱包链接的受操纵的直播。并非所有看起来奇怪的视频都是深度伪造的。重要的是来源、不寻常的行动号召以及正在积累的时间压力。搜索和社交媒体网络钓鱼中的诱饵试图通过虚假网站、登录掩码或钱包连接来获取凭据和批准。人工智能可以创建许多不同的广告、帖子和登陆页面,并根据目标群体定制语言,这使得网络钓鱼更具可扩展性,但不会自动使其更加成功。典型的例子是带有虚假下载或支持页面、相似域名、被劫持的社交媒体帐户和虚假空投的付费搜索广告。简而言之:虚假支持、深度伪造和网络钓鱼并不是新的犯罪行为,但人工智能让它们显得更加专业并大规模运行。决定消息是否真实的因素是您自己验证的联系方式以及它要求的具体操作。为什么人工智能加密货币犯罪数据需要仔细阅读 TRM Labs 是一家区块链分析公司,其评估是一个有价值的行业信号,尽管不是对全球加密货币犯罪整体的最终衡量。 “人工智能辅助欺诈”描述了攻击背后的方法或其获得的支持,而“确认的损失上升”则需要有关案件、损害和时间段的可比较、可追踪的数据。数据差距是真实存在的:许多受害者从未报告事件,人工智能的使用往往无法在个案中确定,损失有时被发现较晚或分类不一致。这种方法上的谨慎与德国联邦网络安全机构 BSI 对生成式人工智能的评估相符,该评估发现生成式模型可以实现令人信服的自动网络钓鱼消息和虚假个人资料。这证实了方法论风险,而不是全球损失率。
