币安创始人CZ表示对AI加密货币黑客攻击的担忧被夸大
要点速览
- •于2017年创立币安并于2023年卸任首席执行官的赵长鹏(CZ)认为,对AI专门摧毁加密货币安全的担忧被夸大且定位错误。
- •他坚持认为,互联网传输安全和银行身份认证所依赖的密码学标准,弱于保护比特币钱包和智能合约的椭圆曲线和基于哈希的密码学。
- •AI带来的近期风险在于规模化的社会工程,如深度伪造、语音克隆和个性化钓鱼攻击,这些手段利用人为因素而无需破解底层密码学。
- •2022年Ronin桥约6亿美元被盗以及2025年2月创纪录的Bybit被攻击等重大事件,均源于钓鱼攻击和签名界面被攻陷,而非密码学原语的失效。
- •美国国家标准与技术研究院于2024年发布了首批后量子密码学标准,而在基础层密码学升级与界面安全之间的资源分配,将揭示行业最终采纳哪种框架。

币安前首席执行官赵长鹏(Changpeng Zhao)于2017年创立该交易所,并于2023年卸任该职务。他对人工智能将颠覆加密货币安全的警告进行了回击,认为业界对AI驱动黑客攻击的担忧被夸大了,并指出互联网和传统银行体系已经运行在比区块链网络更薄弱的密码学基础之上。
这番言论使这位广为人知、被称为CZ的高管与越来越多警告声音产生分歧。后者认为,不断进步的AI能力最终可能威胁支撑比特币以及其他工作量证明和权益证明网络的密码学原语。在他看来,这种威胁在理论上确实存在,但具体应用于加密货币领域时常常被错误定位,因为更加脆弱的传统基础设施在类似强度的AI辅助攻击压力下并未崩溃。随着AI智能体从研究演示走向能够与真实金融基础设施交互的系统,这场辩论的紧迫性进一步上升。
加密货币并非薄弱环节的比较论证
CZ的核心论点建立在一个比较性观察之上:互联网的基础传输层安全和银行所使用的身份认证系统所依赖的密码学标准,从多项技术指标来看,都不如保护比特币钱包和智能合约执行环境的椭圆曲线和基于哈希的密码学健壮。如果AI驱动的攻击真的能够系统性地破解公钥密码学,那些更老旧、部署更广泛的系统将最先、最快地倒下。
这一定位将辩论从“AI在抽象层面上是否构成密码学风险”转向“相对暴露程度”的问题。加密货币的批评者常常提及AI加速的暴力破解攻击、大型语言模型辅助的针对助记词的钓鱼攻击,或AI智能体利用智能合约逻辑缺陷等风险。按照CZ的比较,第一类风险并非加密货币特有的问题,将其框定为行业独有的弱点反而夸大了该领域的脆弱性。
AI与加密货币基础设施的交集已经实际运行,而非纯粹的理论假设。OpenAI已确认一起AI智能体访问以太坊测试网钱包资金的事件。
这一区分之所以重要,是因为它将灾难性的密码学破解情景与更现实的近期威胁向量——社会工程——区分开来。AI生成的深度伪造、语音克隆和高度个性化的钓鱼攻击并不需要破解椭圆曲线密码学。它们利用的是钱包和交易所界面层的人为因素,这一风险对银行客户和加密货币持有者同样适用。
银行比较究竟意味着什么
CZ的比较还隐含着一个与悲观观点悖的推论:加密货币的系统性风险并非孤立存在。传统金融轨道运行在早在现代对抗性AI出现之前数十年就构建的协议之上,无论以管理资产总规模还是用户数量衡量,其攻击面都更大、更脆弱。一个能够破解加密货币级密码学的高级AI,将同样使HTTPS、银行登录认证和银行间结算基础设施变得过时。
这并不等于说AI对加密货币没有安全风险。这是一个关于优先级和比例的论证。“AI将专门且不成比例地摧毁加密货币,同时让更广泛的互联网经济毫发无损”这一说法,在技术上难以成立。仔细解读,CZ的立场是一个比例性论证,而非对安全问题本身的否定。
尽管如此,这场辩论的利害关系仍被普遍认为很高。投资人Chamath Palihapitiya曾单独提出,比特币一旦遭遇成功攻击,其价格可能归零,这一情景凸显了安全问题被视为何等重要,即便专家们对其发生概率存在分歧。
近期更具现实操作性的风险是大规模的AI辅助社会工程,而非密码学崩溃。大型语言模型如今能够生成极具说服力的冒充信息、合成知名人士的语音,并从公开区块链数据中以远低于以往攻击周期所需的人工成本锁定高价值目标。这一攻击面真实存在且不断扩张,而且不需要攻破SHA-256或secp256k1。
框架之争为何决定安全优先级
行业如何框定AI与加密货币安全问题,决定了资源流向。如果对AI黑客攻击的担忧能够将注意力引向区块链基础层的抗量子密码学升级,那是一项具有真正价值的长期工程。标准制定机构已在这方面行动:美国国家标准与技术研究院(NIST)于2024年发布了首批后量子密码学标准,尽管迁移TLS和区块链签名这类部署如此广泛的系统仍需数年时间。但如果同样的担忧挤占了钱包用户体验安全、交易所抗钓鱼认证以及针对AI生成骗局的用户教育方面的投入,这种取舍可能让用户在当下真正活跃的攻击向量上更加暴露。
从最有力的角度来看,CZ的论点是对被错误分配的焦虑的一种矫正。比特币和以太坊的密码学层并非系统中最薄弱的环节;薄弱的是人和界面层。这一判断与大多数高知名度加密货币盗窃案的实际发生方式相符:私钥是通过钓鱼和社会工程手段被窃取的,而非椭圆曲线数学被破解。近期事件印证了这一点——2022年Ronin桥约6亿美元的盗窃案始于对一名工程师的鱼叉式钓鱼攻击,而2025年2月创纪录的Bybit被盗事件(该行业历史上规模最大的安全事件)则被追查到一个被攻陷的签名界面,而非任何密码学原语的失效。
这场辩论还对加密货币领域AI智能体基础设施的发展具有启示意义。随着自主智能体获得执行链上交易、管理钱包和与DeFi协议交互的能力,攻击面在应用层而非协议层扩张。保护这些智能体与链之间的接口免受对抗性AI输入的攻击,是更为紧迫的工程前沿,这与AI能否破解比特币底层密码学的问题是两回事。交易所、钱包提供商和智能体开发者如何在基础层密码学升级与界面加固之间分配资源,将成为行业实际采纳何种框架的务实指标。
CZ的比较性框架并未这场讨论,但确实将辩论重新聚焦于实际风险证据所在之处:不在公链的密码学基岩中,而在其之上的软件、界面和人的层面——恰恰是传统金融体系一直以来暴露最严重的层面。
免责声明:本文仅供参考,不构成财务或投资建议。加密货币和数字资产市场存在重大风险。在做出决策之前,请务必自行研究。