在赵长鹏（CZ）公开表示加密货币不会被 AI 威胁后不久，币圈就遭遇了一起金额约 63 亿美元的热钱包盗窃案。MarsBit 引述的材料显示，这起事件不仅刷新了行业被盗纪录，也把一个更尖锐的问题摆到台前：AI 对加密行业的冲击，可能并不在于立刻攻破比特币或以太坊的底层算法，而在于它正在快速改变漏洞发现、攻击执行和安全防守的方式。
CZ 发声后一周，行业出现约 63 亿美元盗案
10 月 23 日，CZ 发文称，加密货币不会被 AI 威胁，其安全性比银行和互联网还高。与其担心 AI 攻击加密货币，不如提防钓鱼链接。
一周后，币圈发生了一起被文中称为史上最大盗窃案的事件。某个热钱包中的数种加密货币被一笔交易全部转走，总金额约为 63 亿美元。
作为对照，此前的行业纪录，是 2025 年 2 月约 15 亿美元的加密货币被盗。这一次的金额则高出数倍。
Chainalysis 表示，攻击者在极短时间内完成了高频、大规模交易，明显带有 AI 特征，人类即便借助脚本也难以实现同样的操作。
事件发生后，比特币从 81000 美元上方一度跌至约 76300 美元，最大跌幅接近 6%，创下六周新低。24 小时内爆仓约 15 亿美元。
不过，文中认为，这起事件即便金额巨大，也只能算一个“标志性事件”，并不是开始，针对币圈的攻击也不会到此结束。
安全事件数量上升，AI 被认为是重要变量
Blockworks 报告称，由于 AI 性能提升，今年已经发生 300 多起加密攻击，同比增长 111%。仅第三季度，就发生了 255 起安全事件。
Epoch AI 的报告显示，2026 年 6 月，全行业高危及关键漏洞报告约 1500 个，是此前月度纪录的 3.5 倍以上，源头指向 Anthropic 的 Mythos。报告认为，正是 AI 网络安全能力的增长，让那些人类几乎无法发现的漏洞接连暴露。
以太坊基金会研究员贾斯汀·德雷克（Justin Drake）则表示，AI 最多只需要几个月，就能找到破解比特币和以太坊钱包的办法。即便把资产转移到暂时没有暴露的新地址上，也只是拖延时间。
63 亿美元盗案的攻击路径：准备、转出、冻结与跨链
报道提到，这起约 63 亿美元的加密货币劫案，攻击者在 10 月 28 日就已开始准备。他们先在链上新建了一个钱包地址，作为本次行动的操作账户。
随后，有人向该地址转入少量资金，主要用于支付后续链上手续费，同时测试这个新钱包能否正常使用。
北京时间 10 月 30 日凌晨，真正的攻击开始。多个区块链上的资产连续流出，主要过程只持续了约 20 分钟。
接下来的数小时里，攻击者又回到同一个钱包，继续寻找还能转走的资产。仅以太坊上的流出金额，就超过了 33 亿美元。
事发后，平台暂停提款，发行方和链上合作方紧急冻结相关资产，约 30 亿美元被拦在原地，剩余部分则开始跨链、拆分和兑换。
第三季度多起大额安全事件，攻击并未正面冲击底层密码学
CertiK 记录显示，2026 年第三季度共发生 247 起安全事件，合计损失约 12.6 亿美元。仅 9 月单月，损失就约为 7.685 亿美元。
除这起涉案约 63 亿美元的被盗案外，本季度另外两起较大的加密货币被盗事件分别发生在 Bitget 和 Liquid Network，损失金额约为 3.88 亿美元和 3.19 亿美元。
Bitget 事后调查发现，攻击者利用第三方安全产品中的零日漏洞进入内部系统，取得高权限凭证，再把伪造的提款指令送入钱包后台。
文中提到，私钥没有泄露，冷钱包也没有被攻破，但原本用于保护系统的产品，反而成了进入系统的入口。
Liquid Network 的问题则出在一个缓存键冲突上。相关代码进入过主开发分支，却没有出现在正式发布版本中，因此也没有被纳入通常意义上的正式审计。
这两起事件有一个共同点：攻击者并没有正面冲击比特币或以太坊的底层数学结构，而是走了“后门”。
AI 让“后门”搜索不再像大海捞针
文中称，这些“后门”一直存在，只是过去黑客对它们兴趣不高，因为寻找过程既耗时又费力。
这些问题可能藏在第三方组件里，藏在未发布的分支里，也可能藏在很久以前的代码中。平台过去的想法往往是：如果真能找到，那算攻击者本事大。
AI 改变了这一点。
2026 年 9 月 8 日，谷歌威胁情报团队披露一则案例：攻击者借助 AI，在不到 6 小时内规划、搭建并执行了一场大规模凭证窃取行动，导致数千条第三方凭证泄露。
在这起案例中，人类只在最开始向 AI 输入提示词并规划攻击，后续扫描、排错和网络地址轮换主要由机器完成，攻击过程中人类几乎没有参与。
Anthropic 在 9 月的威胁报告中也提到类似方法：攻击者开始把侦察、利用和数据窃取串成工作流，让多个代理并行运行。
而币圈本身又具有高度开放的特征。大量代码开源，链上资产、交易路径和协议关系公开，这些条件对擅长收集和整理信息的 AI 来说，几乎等同于开卷环境。
文中还提到，与一般软件不同，AI 在加密场景中一旦发现漏洞，往往可以直接发起转账，不需要经过传统金融体系中的人工审批。
银行转账出现异常后，通常还可能存在拦截、撤销和追回流程；链上交易一旦确认，常见止损方式只剩冻结部分资产、协调平台和追踪后续流向。
文章据此认为，币圈在“基因”上很难完全防住 AI。
Anthropic 的实验：模型复现历史攻击，也发现新漏洞
文中称，Anthropic 在 2025 年 12 月做过一项智能合约实验。研究团队收集了 405 个在 2020 年至 2025 年间真实遭到攻击的合约，让 10 个前沿模型尝试复现攻击。
结果显示，模型为其中 207 个合约生成了可直接使用的攻击脚本，占比约一半，对应模拟被盗金额约 5.5 亿美元。
报道也提到，这些合约属于历史样本，攻击发生在沙盒环境中，部分案例还可能进入过训练数据。
即便剔除模型“背答案”的可能，Opus 4.5、Sonnet 4.5 和 GPT-5 仍能在其中 19 个合约上做出可用攻击，最高对应约 460 万美元的模拟损失。
随后，研究团队又让模型检查 2849 个没有已知漏洞的新合约，模型各自发现了两个新漏洞。
Mythos、Glasswing 与密码分析实验
2026 年 4 月，Anthropic 发布 Claude Mythos Preview 和 Project Glasswing。
Anthropic 当时表示，新模型能够在主流操作系统、浏览器和开源软件中发现并协助利用此前未知的漏洞，因此没有直接公开，而是先交给一组经过筛选的防守合作方。
前文提到的 Epoch AI 报告称，21 家主要机构在 6 月披露约 1500 个高危及关键漏洞，超过此前月度纪录的 3.5 倍；到了 7 月，又发现了将近 2500 个漏洞。
苏黎世联邦理工学院的弗洛里安·特拉默（Florian Tramèr）团队与 Anthropic 联合开展研究实验，让主流模型解答 191 道密码分析题。
弗洛里安表示，模型的密码分析能力增长很快。2025 年夏天，研究者甚至还不确定 AI 能否复现较简单的攻击，几个月后，模型已经开始发现此前没人注意到的漏洞。
Anthropic 随后也发布报告称，在这项实验过程中，Claude 甚至找到了针对 HAWK 的攻击。
HAWK 是一种面向抗量子场景设计的实验性签名方案，目标是不仅防住当前计算机，也防住未来算力更高的量子计算机。
“堡垒模式”与 Vitalik 的不同判断
基于上述变化，贾斯汀·德雷克呼吁币圈进入“堡垒模式”：把资产迁往没有暴露过公钥的新地址，尽量减少链上留下的线索。
但文中同时指出，这种做法更像“缓兵之计”，并不能阻止 AI 继续发现新的漏洞并盗取加密资产。
与此不同，以太坊核心创始人 Vitalik 在 9 月表示，「AI 黑客不会让网络安全失效」，同时称自己约 90% 的净资产仍在加密资产中。
按照文中的转述，Vitalik 认为，只要防守方同样使用 AI，并且能把“安全”定义得足够清楚，长期看反而可能更有利于防守。
问题不只是“链会不会被攻破”，还包括信用会不会被掏空
文章认为，AI 是否给币圈判了“死刑”，取决于这里所说的“币圈”究竟指什么。
如果指的是比特币、以太坊的底层算法马上被攻破，所有资产因此归零，文中明确称这种说法是“胡说八道”。
但如果讨论的是币圈中的资产安全和平台利益，局面已经变得严峻。AI 未必会让区块链消失，却会让“维持安全”越来越难。
项目方需要持续检查代码、修补漏洞。即便是有能力购买最强模型、掌握更多数据并拥有专业团队的大机构，也并不天然安全，甚至可能更容易成为攻击目标。
文中进一步指出，币圈是否还能存在，早已不只取决于区块链技术本身，也取决于资产信用。如果加密货币盗窃越来越频繁、平台信用被清空，即便底层代码没有被攻破，行业也可能失去存在基础。
行业开始自救，AI 公司也在获得更多规则制定权
文章称，币圈并未坐以待毙，平台、托管机构和链上项目已经开始自救。
在 Mythos 展示能力后，大型交易平台、托管机构和链上项目都希望尽早接入。有托管公司使用上一代模型检查系统，已经发现传统审计遗漏的问题。
Uniswap Labs 的负责人还在社交媒体上公开询问：「有没有认识 Anthropic 的，帮忙牵个线？」
到了 10 月，Anthropic 推出面向关键开源项目的 OSS Scanner，允许维护者申请定期扫描，一些加密项目也已提交申请。
从商业角度看，这只是工具提供方与需求方之间的正常关系；但从币圈长期强调的行业叙事看，这件事显得有些微妙。
在币圈叙事中，任何人都可以无需许可地部署合约，任何人都可以运行节点，去中心化意味着不应存在“许可证”概念。
但如果想获得 Anthropic 的安全扫描能力，就必须先接受 Anthropic 的审核，并遵守其规则。
安全之外，支付与分发也在形成新的依赖关系
这种依赖并不只出现在安全领域。
5 月 1 日，孙宇晨宣布上线 AI 中转站 b.ai，用一个接口聚合多家模型，支持稳定币支付和区块链登录。
10 月下旬，OpenAI 发布新规，自 11 月 20 日起，模型路由、AI 网关这类向第三方提供模型直连的服务，需要先经审查批准。b.ai 这类平台因此面临选择：要么接受上游的身份、风控与合规要求，要么放弃 GPT 相关模型。
文章认为，这条支线让 AI 与币圈的关系变得更复杂，已经不只是“谁杀死了谁”的问题。
一边是币圈为 AI 提供支付通道和分发网络，另一边是 AI 公司开始给币圈设定新的规则。双方形成了一种共生关系：币圈希望获得模型能力，模型公司则希望借助币圈了解能力由谁使用、以什么方式使用。
链上追踪也在引入 AI
币圈的自救还体现在资金追踪上。
例如 Chainalysis 已经在链上调查中引入 Agent 功能，利用多年积累的交易与案件数据，辅助跨链追踪、合规研判和报告生成。
文章最后认为，AI 是否已经给币圈判下死刑，目前仍无定论；但可以确定的是，AI 公司未来会在币圈掌握更多话语权，而没有 AI 能力的平台和机构，也将失去抗风险能力。
按文中的说法，更准确的表述或许是：过去依赖去中心化叙事的币圈，如今已经接到了一份最后通牒。
本文来自微信公众号「字母榜」（ID：wujicaijing），作者：苗正。
