Mythos AI把DeFi安全讨论的重点，直接拉到了基础设施层。Gauntlet安全负责人Paul Vijender表示，AI驱动攻击真正危险的地方，不只在智能合约代码，还在密钥管理系统、签名服务、跨链桥和预言机网络这些后端环节。
这类风险已经有现实案例。一次波及广泛使用的Vercel基础设施的安全事件，曾威胁到多家加密公司的API密钥；调查显示，问题源于第三方AI工具Context.ai引入的漏洞。对DeFi项目来说，风险并不只存在于链上合约，整套技术栈都可能成为攻击入口。
AI攻击把薄弱点从合约扩展到整套技术栈
长期以来，DeFi防御策略主要围绕已知智能合约漏洞展开，重点是扫描、修补、审计。Mythos采用的路径不同，它通过分析系统之间的交互来模拟复杂攻击场景，试图找出那些单点问题如何沿着协议连接关系放大，最终造成大范围损失。这里的核心，不是单个bug本身，而是漏洞在互联架构中的传播方式。
这套思路吸引的不只是加密公司。报道提到，摩根大通等大型银行已开始把AI生成的网络风险视作统一威胁，并使用类似Mythos的模型对系统做压力测试。Coinbase和Binance据称也已与Anthropic展开讨论，计划在各自的安全框架中试点Mythos。
协议可组合性放大连锁损失
DeFi依赖高度互联的运行方式：协议共享流动性，借助预言机导入数据，再把不同协议层层叠加。这种可组合性带来了灵活性，也让小问题更容易演变成系统性事故。报道举例称，在一次Hyperbridge攻击中，攻击者利用消息验证环节的漏洞，在以太坊上未授权铸造了价值10亿美元的Polkadot代币。
这起事件被当作一个典型样本：漏洞未必发生在最显眼的合约逻辑中，跨链消息、验证流程、桥接模块这些基础设施组件，同样可能成为风险放大器。一处失守，影响可以穿透多个协议。
AI同时武装攻击者与防守方
Aave Labs创始人Stani Kulechov说，Web3早就面对网络攻击，但AI正在显著加快原有威胁的演化速度，也带来了新的攻防动态。Aave已经把AI工具用于代码审查和审计流程；按他的说法，AI甚至能识别出一些曾被人工审计员判定为无关紧要、却持续存在的问题。
Uniswap Labs创始人Hayden Adams也提到，基于AI的安全能力正在拉大安全协议与不安全协议之间的差距。过去的防御模式通常是在上线前检查代码、上线后依赖人工监控；现在，持续运行、可自适应的AI防御机制正变得更重要。攻击移动得更快，防守也必须同步提速。