人工智能正在重读加密货币的旧代码，并找到人类错过的东西

要点 Zcash 的代码中隐藏了一个长达 4 年的缺陷，直到 Claude Opus 4.8 帮助研究人员最终发现了它。

Coldcard 2021 年的固件缺陷导致数千个地址的比特币被盗金额估计超过 1 亿美元。

Chainaanalysis 表示，恶意链上死机活动猛增 440%，这表明人工智能辅助威胁的发展速度有多快。

事情确实正在快速变化。 1941 年 7 月德国陆军的一份加密传输文件保存了 85 年，直到本月人工智能辅助的努力终于将其破解。这条消息几乎是可笑的普通，本质上是罗塞诺的某人询问该走哪条路，但人工智能代理帮助搜索档案，编写代码，模拟恩尼格玛，并测试可能性，直到老问题解决。加密货币花了 2026 年的时间来探索当再次查看的能力指向包含实际货币的软件时会发生什么。

人工智能寻找旧代码

Zcash 在 5 月份提供了最干净的示例之一。 Shielded Labs 的研究员 Taylor Hornby 在自定义审计代理中使用了 Claude Opus 4.8，并发现了 Orchard 屏蔽池电路中可追溯至 2022 年的一个缺陷。在测试中，该漏洞可以在不被发现的情况下创建无限的伪造 ZEC。没有发现盗窃行为，开发人员在几天内就修复了它，但在人工智能辅助审查发现它之前，一个潜在的灾难性错误已经存在了大约四年。后来Zcash团队声称利用Mythos对代码进行解析和审计，没有发现新的bug。

Coldcard 的情况要混乱得多。从 7 月 30 日开始，攻击者从受 2021 年固件漏洞影响的钱包中盗取比特币，导致一些恢复种子的随机性远远低于预期。后来估计数千个地址的价值约为 1,600 至 1,800 多个 BTC，价值超过 1 亿美元。 Coldcard 的制造商 Coinkite 表示，它必须假设有人使用人工智能来检查其公共固件，而许多观察家对涉及不受限制的模型表示高度信任。归因尚未确定，但该漏洞本身已经存在了五年。

有时机器会被欺骗

Bankr 也扭转了这个等式，因为人工智能成为了攻击面的一部分。 5 月 4 日，攻击者发布了摩尔斯电码文本，Grok 将其解码为 Bankr 接受的指令，触发了约 30 亿 DRB 的转账，价值约 15 万至 20 万美元。大约两周后，同样的普遍信任层问题袭击了 14 个用户的钱包，据报道损失约 15 万美元到 44 万美元不等。攻击者没有破解密码。机器彼此过于信任。

人工智能似乎还使复杂的智能合约代码的解析成本变得更便宜。 Chainaanalysis 将大约 3670 万美元的盗窃事件与针对未经验证的合约的协议的攻击联系起来，攻击者首先必须反编译已部署的字节码。在六个月期间，Ekubo 和 Trusted Volumes 占该集群的大约 700 万美元，尽管 Chainaanalysis 的 AI 连接只是一种方法声明，而不是证明某个命名模型创建了每个漏洞。

然后是假的“克劳德建造的”套利机器人。九个类似的 YouTube 教程指示观看者将代码复制到伪造的 Remix 式编译器中，该编译器秘密地替换了 Drainer。 TRM 统计了 224 名受害者、234 份合同以及大约 517,000 美元的损失。在这种情况下，人工智能根本不是武器。这是诱饵。

440% 的数字改变了故事

这并不意味着 2026 年的每一次大型加密货币黑客攻击都是人工智能驱动的。尽管许多人怀疑参与其中，但一些漏洞尚未与人工智能建立联系，今年还有许多其他 DeFi 攻击。这是一条重要的分界线。 2026 年的许多事件都记录了人工智能的参与，其他事件则有可信的怀疑，还有很多事件仍然归结为老式的错误、密钥、权限和损坏的系统。

然而，Chainaanalysis 的区块链死站数据表明，更广泛的经济正在发生变化。携带恶意软件指令和命令与控制信息的恶意链上写入从每天约 2.06 条攀升至 11.1 条，增长了 440%。强大的开放式人工智能模型可以降低构建该基础设施所需的专业知识，而到 2026 年第二季度，与朝鲜和伊朗相关的国家相关行为体约占每个季度新观察到的活动的三分之二。

Enigma 的教训并不是人工智能可以突然破解比特币的密码学。而是机器让再次查看变得更便宜。 Zcash 在攻击者之前发现了一个老错误，而 Coldcard 的惨败则展示了相反的情况。加密货币有多年的公共代码等待重新阅读，没有人知道其中还隐藏着多少 Rosenow。