过去一个月，Coldcard、Trezor 和 SafePal 接连曝出涉及随机数生成、物流服务、订单系统与插件权限的安全或隐私风险。文章认为，这些事件虽然攻击面不同，却共同指向同一变化：AI 正在降低漏洞挖掘、钓鱼生成和攻击投放的成本，使钱包安全从单一的私钥保护，扩展到代码、设备、供应链、用户身份和交互流程的全链路防守。围绕这一趋势，文中还提到 imToken 此前对「AI × Web3 安全」的讨论，认为钱包的防御能力需要从静态规则，转向更主动的异常识别和风险约束。

智谱 AI 创始人、清华大学教授唐杰表示，单独讨论大模型参数量已越来越难判断模型能力。回顾从 GPT-3、Chinchilla 到 MoE 的 Scaling Law 演变后，他提出模型能力还取决于训练数据、训练与推理阶段的算力分配，以及后训练与单次推理的有效深度。智谱最新的 GLM-5.3 被他视为一次控制实验：在不增加参数的前提下，集中扩展长程任务训练与强化学习。

由志愿者组成的比特币红队在两周内使用月之暗面的 Kimi K3 扫描了 501 个比特币开源项目，记录 7958 条发现，其中 1280 条被评为高危或严重。行动起点是 7 月 30 日 Coldcard 固件缺陷引发的超 1 亿美元损失。比特币红队成员 Calle 8 月 13 日称，AI 已把漏洞发现到攻击利用之间的门槛大幅拉低，而 OpenAI 与 Anthropic 以安全为由拒绝向这类防守工作开放能力。

AI大模型正同时改写加密安全的攻击端与防御端。Coldcard攻击事件和Boltz暂停比特币交换服务，都让社区看到AI辅助漏洞挖掘与攻击提速的现实压力。Bitcoin Red Team在不到30小时内扫描390个项目，提交4962项安全发现。由于部分海外模型限制安全研究，中国开源模型被用于代码审查、漏洞扫描和链上追踪，比特币政策研究所也联合多家机构呼吁AI实验室向开源安全团队开放长期可信访问。

智谱于 8 月 14 日发布 GLM-5.3，并表示该模型沿用与 GLM-5.2 相同的基础模型，性能提升来自训练后优化。公司称，GLM-5.3 在复杂编码、长时程任务和漏洞发现方面表现更强，在内部 Z.ai 代码基准测试中较 GLM-5.2 提升 50%，在利用基准测试中的表现则高出两倍以上。智谱表示，待安全评估和强化工作完成后，将在发布两周后公布权重。

Z.ai 发布 GLM-5.3，新模型基于与 GLM-5.2 相同的基础模型，靠扩大后训练实现能力提升。官方称，其内部编码基准 Z.ai Code Bench 得分较 GLM-5.2 提升 50%，在 Terminal Bench 3、Agents' Last Exam 等公开基准中达到开放模型领先水平。网络安全方面，GLM-5.3 在 CyberGym 漏洞发现测试中取得 84.5% 的成绩，并大幅领先前代。

8 月 14 日，Z.ai 发布 GLM-5.3。新模型沿用 GLM-5.2 基础架构，通过扩大后训练提升能力，在内部编码基准 Z.ai Code Bench 上较前代提升 50%，并在 Terminal Bench 3.0、Agents' Last Exam 等公开基准中达到开放模型领先水平。安全评测方面，CyberGym 漏洞发现成绩为 84.5%，利用链相关测试较前代明显改进。模型权重两周后开放，API 不再支持关闭思考模式，提供 low、high、max 三档推理强度。

比特币安全研究人员称，OpenAI 与 Anthropic 的美国前沿模型频繁拒绝或限制合法防御性安全审计，连已获访问资格的用户也会被拦截。多名行业人士表示，中国开源模型在代码审计和漏洞发现上反而更可用。8 月 10 日，Bitcoin Policy Institute 发布公开信，获 70 多家数字资产机构联署，要求前沿 AI 实验室为合格的开源与数字资产防御者建立可信访问机制。