Anthropic’s Mythos Pushes DeFi to Rethink Security Beyond Smart Contracts

Anthropic’s Mythos Pushes DeFi to Rethink Security Beyond Smart Contracts

N
News Editor 01
2026-07-05 15:50:11
Anthropic’s Mythos AI is pushing the crypto industry to shift its security focus from smart contracts to infrastructure layers such as key management, bridges, oracles, and signing systems. The change could reshape how DeFi projects assess and defend systemic risk.

Anthropic推出的新一代AI模型Mythos,正在迫使加密行业重新思考安全体系的核心假设。过去多年,去中心化金融(DeFi)的安全工作主要围绕智能合约展开:代码审计、漏洞分类、已知攻击路径复盘,构成了行业防御的主线。但随着Mythos这类能够识别并串联多层弱点的AI系统出现,安全焦点正从链上代码,迅速转向支撑协议运行的基础设施层。

风险管理公司Gauntlet安全负责人Paul Vijender指出,真正更大的风险往往存在于基础设施之中,而不只是智能合约本身。在他看来,面对AI驱动的威胁,更值得警惕的是针对“人”和基础设施层的辅助攻击,而非单一的合约漏洞利用。这一判断意味着,加密项目未来的防御重点,可能需要覆盖密钥管理系统、签名服务、跨链桥、预言机网络以及连接各模块的加密通信层

安全盲区正从代码外溢到基础设施

与智能合约相比,这些基础设施组件往往更隐蔽,也经常处于传统审计范围之外。但正是这些“幕后系统”,维持着加密平台的日常安全运转。一旦其中某个环节被攻破,攻击者就可能借助AI更高效地拼接出完整的入侵路径。

本月,许多加密公司都会使用的Web基础设施提供商Vercel披露了一起安全事件,称客户API密钥可能因此暴露。随后,不少加密项目被迫轮换凭证并重新检查代码。根据披露信息,这次入侵源于某员工使用的第三方AI工具Context.ai与Google Workspace连接被攻破。该案例说明,风险并不一定起源于链上协议本身,而可能来自外围服务、办公系统乃至供应链工具。

Mythos之所以引发市场关注,在于它并不是传统意义上只扫描已知漏洞的工具。相反,这类AI模型更像“攻击者模拟器”,能够探索协议之间如何交互,并测试多个微小弱点如何被组合成现实攻击。这种能力对于高度可组合的DeFi生态尤为敏感,因为协议之间共享流动性、依赖共同预言机,并通过复杂集成相互连接。

可组合性放大收益,也放大系统性风险

DeFi的可组合性一直被视为行业创新引擎,它提升了资本效率,也推动了协议快速扩展。然而,这种互联结构同样让单点漏洞具备跨协议传播的可能。Paul Vijender表示,一个协议中的轻微问题,可能在整个生态中演变成具有传染性的关键攻击入口。

这种风险在跨链场景中尤为明显。报道提及,近期Hyperbridge攻击事件中,攻击者利用跨链消息验证机制中的缺陷,在以太坊上铸造了价值10亿美元的桥接Polkadot代币。此类案例表明,当攻击面横跨链上链下、协议内外多个系统时,传统人工方法很难完整追踪依赖关系。而AI则能以更快速度对这些依赖进行映射,进而让攻击从“单点利用”升级为“系统性失效”。

这也解释了为什么Mythos的影响已不局限于加密行业。报道显示,包括JP Morgan在内的传统金融机构,正 increasingly将AI驱动的网络风险视为系统性问题,并探索使用类似Mythos的工具进行压力测试。与此同时,Coinbase和Binance也据称已接触Anthropic,测试Mythos的能力。这说明,AI安全攻防正从实验阶段走向机构级应用场景。

AI不是新威胁,但正在加速旧问题暴露

不过,并非所有业内人士都认为Mythos代表“拐点”。Aave Labs创始人Stani Kulechov表示,Web3从来不缺少资金充足且高度主动的对手,AI更像是攻击工具的进一步演化,而不是对DeFi安全逻辑的彻底改写。由于DeFi本身就在“机器速度”下运行,智能合约、清算机制和风险参数都具有高度自动化特征,因此AI并未凭空创造新环境,而是在强化一个本就要求持续警惕的对抗体系。

即便如此,Aave也承认,AI正在帮助发现一些过去被人工审计低优先级处理的旧漏洞。换句话说,AI的重要价值不只在于“找到新漏洞”,还在于重新评估旧风险,并挖掘多个低危问题被连锁利用的可能性。这对于依赖信任和流动性协同的DeFi来说,影响不容小觑。

行业防御模式将走向“AI优先”

在AI压缩攻击与防御时间窗口的背景下,传统的安全模型正显得不够灵活。过去,项目通常依赖“上线前审计+上线后监控”的双阶段模式,但这套流程本质上适用于人类节奏下的威胁环境。如今,面对能够持续试探、快速组合攻击路径的AI系统,行业需要转向更动态的安全框架。

Gauntlet认为,应对攻击型AI,必须采取以AI为中心的防御方法,包括持续审计、实时模拟以及默认“漏洞终将发生”的系统设计理念。Aave则已经在工作流中引入AI,用于模拟和代码审查,并与人工审计结合使用。Aave强调,AI目前更适合作为人类安全团队的补充,而非替代者。

Uniswap Labs创始人兼CEO Hayden Adams也表示,虽然尚未亲自测试Mythos,但对这类工具提升协议安全性的潜力抱有浓厚兴趣。在他看来,AI将帮助建设者更有效地进行压力测试与系统加固,而长期结果可能是安全项目与不安全项目之间的差距进一步拉大。那些愿意在上线前投入更多安全资源的团队,未来将更具竞争力;反之,忽视安全建设的项目则面临更高风险。

从市场层面看,Mythos带来的最大影响,或许不是短期内制造恐慌,而是推动加密行业重新分配安全预算与治理注意力。未来,投资者和用户评估项目质量时,可能不再只关注是否完成合约审计,还会进一步考察其密钥托管、预言机依赖、跨链架构、供应链管理和实时风控能力。对于交易所、借贷协议、桥和基础设施服务商而言,这意味着更高的合规压力,也意味着更强的技术护城河。

总体来看,Mythos揭示的不是一个单独产品的威胁,而是一个更广泛趋势:在AI时代,安全不再只是“消灭漏洞”,而是要持续适应一个漏洞会被不断重新发现、重新组合并快速武器化的环境。对于加密行业而言,下一阶段的竞争,或许将首先发生在看不见的基础设施防线之上。

This article was originally published by Bit.Fan. For more cryptocurrency news and market insights, visit www.bit.fan.
400

Disclaimer:

The market information, project data, and third-party content displayed on this platform are for industry information sharing only and do not constitute any form of investment advice or return commitment.

Cryptocurrency trading carries high risks. Users should fully assess their risk tolerance and make independent decisions. All profits, losses, and legal responsibilities are borne by the users themselves.