Anthropic推出的新AI模型Mythos正在传统科技与金融领域引发恐慌，而在加密货币行业，它正推动一场关于安全的彻底反思。多年来，去中心化金融（DeFi）的防御体系一直集中在智能合约上——代码被审计、漏洞被分类、常见攻击向量被充分理解。但Mythos这一设计用于跨系统识别并串联弱点的模型，正将注意力从代码转向支撑其运行的基础设施层。
“更大的风险存在于基础设施中，”风险管理公司Gauntlet的安全负责人Paul Vijender表示，“当我思考AI驱动的威胁时，我担心的不是智能合约漏洞，而是针对人类层和基础设施层的AI辅助攻击。”这些组件包括密钥管理系统、签名服务、跨链桥、预言机网络以及连接它们的加密层。它们比智能合约更隐蔽，通常不在传统审计范围之内。
本月，许多加密项目依赖的Web基础设施提供商Vercel披露了一起安全事件，可能暴露了客户API密钥，导致加密项目紧急轮换凭证并审查代码。Vercel将入侵追溯到员工使用第三方AI工具Context.ai时引发的谷歌工作区连接漏洞——这一案例正是Mythos所关注的基础设施层威胁的缩影。
Mythos如何工作
Mythos属于新一代AI系统，其设计目标是模拟对手。它不是扫描已知漏洞，而是探索协议如何交互，测试小型弱点如何组合成真实世界的攻击向量。这种方法已吸引传统金融巨头的注意。摩根大通等银行正将AI驱动的网络风险视为系统性风险，并探索使用Mythos进行压力测试。另有消息称，Coinbase和币安本月已接触Anthropic，希望测试Mythos。
来自Mythos等模型的早期发现，已识别出加密货币平台后台系统的弱点——包括保护密钥的技术以及系统间通信的处理方式。Vijender强调：“我认为AI模型在两方面特别有价值：第一，历史上只有在资金损失后才发现的多步骤攻击链条；第二，传统审计从未触及的基础设施层漏洞。”
可组合性放大风险
这种转变在基于可组合性构建的系统中意义重大。DeFi协议设计上相互连接，共享流动性、依赖通用预言机，并通过层层集成相互交互。这种互连性推动了增长，但也为风险传播创造了路径——近期的跨链桥攻击如Hyperbridge事件就是例证：攻击者利用跨链消息验证缺陷，在以太坊上铸造了价值10亿美元的Polkadot桥接代币。
“可组合性让DeFi资本高效且创新，”Vijender说，“但也意味着一个协议的微小漏洞可能成为关键的利用向量，并具备在整个生态系统中蔓延的潜力。”没有AI，这些依赖关系很难追踪；有了AI，它们可以大规模映射和利用。结果是从孤立漏洞转向跨协议级联的系统性失败。
AI攻击的进化
不过，部分行业领袖将Mythos视为加速而非转折点。Aave Labs创始人Stani Kulechov对CoinDesk表示：“Web3对资金雄厚且动机明确的对手并不陌生。AI模型代表了实现攻击工具的一种进化。”从这一角度看，DeFi本身已为机器速度的攻击做好准备：智能合约自动执行，清算机制和风险参数无需人工干预。“DeFi以计算速度运行，所以AI并没有引入新动态，”Kulechov说，“它加剧了一个一直需要保持警惕的环境。”
即便如此，Aave已看到AI暴露了新的漏洞类别——人类审计员此前可能低优先对待的问题。“Mythos论文显示，AI可以挖掘出曾被降低优先级的旧漏洞。”在这些系统中，即便是较小的漏洞也可能削弱信任或被组合成更大的攻击。
如果攻击者能够更快，问题在于防御能否跟上。Gauntlet和Aave的答案都是改变安全模型本身。部署前的审计和部署后的监控专为人类速度的威胁设计，而AI压缩了这一时间线。Vijender表示：“要防御进攻性AI，我们需要采取以AI为中心的方法，速度和持续适应至关重要。”这意味着持续审计、实时模拟以及假设入侵会发生而构建的系统。
AI助力防御
Aave已将AI集成到工作流中，用于模拟和代码审查，与人类审计员配合。“我们采用AI优先的方法，在它增加明确价值的地方使用，”Kulechov说，“但它补充而非取代人类主导的审计。”Uniswap Labs创始人兼CEO Hayden Adams也表示：“我们还没有测试Mythos，但我们对其及类似工具能为协议安全做什么真正感兴趣。AI为构建者提供了更好的压力测试和系统加固方法。”
随着时间的推移，Adams预计安全协议与不安全协议之间的差距将扩大。“优先考虑安全的项目将在启动前拥有更强的测试和加固能力。不这样做的项目将面临最大风险。”这或许是真正的转变：安全不再是消除漏洞，而是持续适应一个漏洞不断被发现和重组的系统。