四月发生的一系列高调加密货币黑客攻击事件——许多人怀疑这些攻击是利用复杂的AI工具识别智能合约漏洞而实施的——引发了整个DeFi生态系统突然变得脆弱的恐慌。五月，区块链安全平台OpenZeppelin创始人Manuel Aráoz在仅该月因漏洞攻击造成6.3亿美元加密货币损失后，宣布"整个DeFi都不安全"。

然而，就在业界为DeFi协议如多米诺骨牌般被自主AI攻破做准备之际，攻击浪潮似乎有所消退。这促使Dragonfly管理合伙人Haseeb Qureshi最近将DeFi"黑客末日"的恐慌称为"虚惊一场"。他指出，即使算上四月的大规模事件，年初至今"每月被黑客窃取的美元比率"有所下降，而且"年度黑客攻击规模中位数也在下降"。

问题仍然存在：对AI驱动黑客epidemic的恐慌是否完全言过其实，还是这仅仅是暴风雨前的宁静？

"我认为'黑客末日'的说法被夸大了，如果它暗示AI已经取代了被盗密钥、薄弱的基础设施和人为错误，成为Web3损失的主要原因，"Hacken首席攻击性安全工程师Stephen Ajayi对Magazine表示。不过他也警告说，不应完全无视这些担忧。

"我不会把'尚未占主导地位'与'不会到来'混为一谈。我的观点是我们仍处于早期阶段：炒作领先于事件数据，但能力曲线正在迅速追赶，"Ajayi澄清道。

AI正在改变攻击方式，即使它并非攻击的根源

根据CertiK的上半年报告，Web3协议在2026年上半年因344起安全事件损失超过13亿美元。

要精确确定其中有多少事件涉及AI识别或AI辅助的漏洞利用仍然困难。CertiK高级区块链调查员Natalie Newson解释说，"证明是否使用AI来发现漏洞可能很困难。"

Newson表示，与其寻求直接归因，她更关注攻击者行为变化等间接证据。她观察到旧智能合约和未验证合约被利用的情况显著增加。

CertiK的报告发现，2026年上半年的73起代码漏洞事件中，涉及的合约在被利用之前至少已部署了一年。"2025年全年这一数字是45，"Newson指出。这一模式表明，AI正在使攻击者能够分析比以往可行数量大得多的代码。

这在DeFi中至关重要，因为智能合约通常是公开可见的，一旦部署，即使最初的审计或开发者的关注度早已消退，它们仍可继续保护资产。公开代码使用户和防御者能够实现透明度，但也给攻击者提供了一个庞大的、永久的扫描面。

与其发明全新的攻击类别，AI似乎正在使现有攻击变得更廉价、更快速、更易于扩展。

"AI系统可以帮助分析代码库、识别与已知漏洞相关的模式、标记可疑逻辑、总结复杂代码，并优先确定需要深入审查的区域，"Newson说。"攻击者或防御者都可以在给定时间内审查更多的合约，"她补充道，这意味着以前被认为是安全的旧代码库现在可能已经暴露。

真正的危险在于规模化

区块链数据平台Chainalysis同样认为，AI最重大的影响是作为力量倍增器，使熟悉的加密货币犯罪形式工业化。

Chainalysis英国公共部门负责人Sully Hanif对Magazine表示："我们2026年的加密货币犯罪报告发现，AI驱动的加密货币诈骗比传统诈骗利润高4.5倍，每次操作平均获利320万美元，而传统诈骗仅为71.9万美元。"

"AI使诈骗者能够同时接触和操纵更多的受害者，"Hanif说。

威胁不仅限于智能合约漏洞利用。Chainalysis发现，2025年冒充诈骗同比增长超过1,400%，犯罪分子利用在Telegram市场上随处可见的AI生成深度伪造和换脸软件。

"我们看到AI大幅增强了现有的犯罪模式，"Hanif说。"欺诈即服务生态系统现在提供模块化的、即插即用的服务，而AI使每个模块都更加有效。"

Chainalysis最近发现，从未公开验证智能合约源代码的协议中被盗走3,670万美元。Hanif警告说，攻击者正在使用大语言模型对原始字节码进行逆向工程，并大规模识别漏洞。

源代码验证是区块链用户和安全团队将人类可读的合约代码与链上部署内容进行比对的基本方式之一。当合约未被验证时，防御者可供审查的信息更少，而攻击者仍然可以分析底层字节码。

"AI可能在其最大影响在于人类努力一直是瓶颈的地方发挥作用，"Newson说。"我们观察到AI被用于冒充客服人员、视频通话、影响者[...] 最大的风险是攻击者不再需要技术专业知识或强大的语言能力。"

十亿美元级别的黑客攻击来自哪里？

从数据来看，2026年最大的加密货币损失事件可能无需任何AI参与即可实施。

CertiK的报告发现，钱包入侵仍然是上半年最具破坏性的攻击向量，仅33起事件就造成了超过4.44亿美元的损失。

Hacken的2026年第二季度Web3安全报告发现，第二季度所有被盗价值中约88%归因于被盗密钥、签名者和运营基础设施，而非智能合约漏洞——这在很大程度上由两次与朝鲜有关的针对Drift Protocol和KelpDAO的攻击所推动。

Ajayi指出，AI并没有取代传统攻击方法，而是通过识别脆弱的员工、生成令人信服的网络钓鱼活动、分析公开代码和加速漏洞开发来放大这些方法。然而，治理缺陷、糟糕的运营安全和薄弱的基础设施仍然是攻击是否成功的决定性因素。

"AI是一个新的放大器，但旧的安全漏洞仍然决定了爆炸的规模，"他说。

AI改变了战场，但没有改变基本面

AI也可以作为防御工具，安全行业也在这一方面部署它。Hanif表示，调查人员正在从被动应对转向预防性方法，"现在已经有工具可以在受害者损失资金之前阻止诈骗。"

对于协议而言，当前数据的实际启示与其说是将AI视为全新的风险类别，不如说是减少它能放大的弱点：暴露的运营密钥、未经验证或被忽视的合约、不充分的监控，以及围绕团队和用户的社交工程渠道。

"最终，AI可能会同时增强攻击者和防御者的能力，"Newson说，"优势的平衡将取决于哪一方能够更有效地整合和运用这项技术。"