2026 年 5 月，攻击者利用 Grok 翻译摩尔斯码诱导 Bankrbot 转账，造成 44 万美元损失，揭示 AI Agent 之间信任边界的脆弱性。本文系统分析 AI Agent 如何替代交易员、支付人、钱包操作员和身份主体，带来提示注入、盲签、记忆污染、权限穿透、自主授权、供应链投毒、支付层攻击和 AI 社交工程八大攻击面。同时梳理 Cobo、Fystack、Thirdweb、Coinbase、GoPlus、SlowMist 等防御方案，并提出六条安全设计原则：模型与规则分离、隔离关键资产、语义可验证、治理工具链、支付边界、应急响应。安全将成为 Agent 经济最确定的产业机遇。

本文深入分析 AI Agent 时代链上安全的核心变化：从 Grok/Bankr 事件揭示的 Agent 间信任漏洞，到提示词注入、盲签、记忆污染、权限穿透、供应链攻击等八大攻击面。文章详细梳理了 Cobo、Fystack、Thirdweb、Coinbase/OKX/Binance、GoPlus/SlowMist 等现有防护方案，并提出六条安全原则，强调安全是 Agent 经济的基础设施。

本文由外捕研究和慢雾科技联合出品，系统分析 AI Agent 进入 Web3 后链上安全的新挑战。通过 Bankr/Grok 摩尔斯码攻击、PocketOS 数据库删除、LiteLLM 供应链投毒等真实案例，揭示攻击面从私钥窃取扩展至模型目标、记忆、工具链、钱包授权和支付路径的五层复合风险。文章分类梳理了 Cobo、Fystack、Thirdweb、Coinbase、OKX、Binance、GoPlus 和 SlowMist 等防御方案，并提出六条设计原则——包括意图与执行分离、隔离、可验证 UI、工具链治理、支付边界和快速止血——帮助项目方构建 Agent 时代的安全基础设施。