幣安聯合創始人趙長鵬（Changpeng Zhao），廣為人知的CZ，反駁了外界對AI輔助駭客攻擊對加密貨幣網路構成過大威脅的擔憂。他認為這種恐懼被誇大了，並指出網際網路和傳統銀行所運作的密碼學基礎，比起保護大多數現代區塊鏈的技術更為薄弱。他的言論發表之際，正值關於AI工具是否會實質改變數位金融中攻擊者與防禦者之間平衡的廣泛辯論。趙長鵬於2017年創立幣安，並於2023年11月卸任執行長，至今仍是加密貨幣界最受關注的公眾評論者之一。

CZ認為恐懼被誇大的論點

CZ的核心立場是，套用在加密貨幣上的威脅模型標準不一致。他主張，更廣泛的數位經濟——包括公共網際網路的HTTP和TLS基礎設施，以及零售和跨銀行結算系統所使用的傳統加密標準——所依賴的安全假設，並不比保護Bitcoin及類似工作量證明和權益證明網路的橢圓曲線密碼學和雜湊函數更穩健，許多情況下甚至更弱。

這一論點遵循比較邏輯：如果AI輔助的攻擊者有能力破解保護加密錢包和鏈上交易的密碼學原語，那麼同樣的能力將首先危及網路銀行、支付卡網路和保護電子商務基礎設施的認證層，因為這些系統承載的總價值更大，且歷來受到學術界較少的對抗性審查。

這番言論無法證明什麼

CZ的論述是對公眾觀感的反駁，而非技術審計。指出傳統銀行基礎設施面臨相當甚至更大的理論風險，並不意味著加密貨幣對AI增強的威脅免疫；而是意味著這種威脅並非獨占於加密貨幣領域。這一區別對於用戶和協議如何校準自身的風險評估非常重要。

這一主張也沒有涉及DeFi特有的應用層漏洞：智慧合約漏洞利用、預言機操縱和治理攻擊並不會被強大的鏈上密碼學所防範。正如Chainalysis追蹤的Drift漏洞利用者案例所示——即2024年對基於Solana的永續合約交易所Drift Protocol的攻擊——資金轉移和協議攻擊通常涉及社交工程、金鑰管理不當或合約邏輯錯誤，直接破解橢圓曲線密碼學。

為何CZ將加密貨幣與網際網路和銀行安全作比較

CZ所作的比較植基於公開金鑰密碼學的結構。Bitcoin的secp256k1曲線和SHA-256雜湊、Ethereum的keccak-256實作，以及主要權益證明驗證者使用的共識層簽名方案，都建立在數學難題之上——橢圓曲線離散對數和原像抗性——對當前或近期的AI系統而言，破解這些難題並不比破解支撐大多數網際網路和銀行認證流程的RSA-2048和AES-128標準更容易。

這種比較最有力的地方是在量子威脅的討論中。於2024年8月定案的美國國家標準與技術研究院（NIST）後量子密碼學標準化進程，針對的正是加密貨幣和傳統金融共同使用的密碼學原語。如果足夠強大的量子電腦最終威脅到secp256k1，它將同時威脅到保護每一個HTTPS銀行連線的TLS握手。CZ的重點是，將加密貨幣描述為特別脆弱，歪曲了底層風險的共通本質。

為何比較不等於安全的保證

「銀行使用同樣的密碼學」這一論點作為相對陳述是成立的，但不能作為絕對保證。傳統金融享有可逆性、監管後盾和詐欺追回基礎設施，而鏈上結算並不提供這些。對加密貨幣私鑰的成功攻擊會導致不可逆的損失，而銀行環境中同類的密碼學失效通常會觸發詐欺偵測層和潛在的退款機制。攻擊面的比較是有效的；但後果的比較並不對稱。

協議層安全與金鑰託管安全也有顯著差異。Bitcoin網路的算力和Ethereum的驗證者集合代表穩固的共識層防禦，但加密貨幣用戶的失竊大多發生在託管層：釣魚攻擊、助記詞外洩、惡意瀏覽器擴充功能以及交易所層面的入侵。2025年2月交易所Bybit被竊取的約15億美元——調查人員將其歸因於與北韓有關聯的駭客入侵錢包簽名介面而非底層密碼學——大規模地展示了這一模式：簽名數學未被攻破，而是託管流程失守。AI工具已經降低了製作極具說服力的釣魚內容和深偽社交工程內容的成本，這是真實且可證實的攻擊面擴大，且不需要破解任何密碼學原語。

這場辯論對加密貨幣安全預期意味著什麼

綜合來看，這一論點認為：AI驅動的加密駭客恐懼之所以不成比例，是因為網際網路和銀行基礎設施運作在相當甚至更弱的密碼學基礎上；這種比較在協議密碼學層面是有效的，但不能延伸到DeFi特有的應用層風險，例如智慧合約漏洞利用和託管失效；而AI對加密貨幣的短期威脅集中在社交工程和釣魚攻擊，而非破解橢圓曲線或雜湊原語——以目前的硬體而言，攻破這些仍然在計算上不可行。

風險認知與實際案例的對照

在已記錄的大規模加密貨幣損失中，大多數歸因於高階攻擊者的案件都涉及私鑰外洩、內部人員存取或智慧合約邏輯錯誤，而非任何形式的密碼學暴力破解。Chainalysis估計，2024年全年加密駭客攻擊竊取金額約為22億美元，這些損失來自金鑰外洩、程式碼漏洞利用和營運失誤，而非加密演算法被破解。如今可用的AI能力顯著加速了這些攻擊中的社交工程環節，產出更具說服力的魚叉式釣魚郵件和假冒客服互動，但並未改變鏈上交易簽名的底層數學安全性。

這一區別對管理集中流動性部位、治理多簽和協議自有金庫配置的DeFi協議在營運上非常重要。對於持有協議儲備金的Gnosis Safe多簽錢包而言，其威脅模型主要在於簽名者金鑰的管理衛生和治理流程的完整性，而非保護簽名本身的橢圓曲線數學。CZ的論述在堆疊的某一層是正確的，但在大多數DeFi損失實際發生的層面則較不相關。

讀者應關注的後續發展

AI與加密貨幣安全領域更值得關注的近期發展並非密碼學被破解，而是自主攻擊工具的加速：能夠大規模識別和探測存在漏洞的智慧合約部署的AI代理，或者能夠自動化社交工程步驟以危及協議治理或營運安全的AI代理。這些攻擊向量不需要擊敗SHA-256；它們只需要人類操作者繼續參與金鑰管理和治理決策——這正是DeFi協議最脆弱的環節。值得關注的制衡力量是防禦工具是否能以相當的速度吸收同樣的自動化——鏈上監控和安全審計平台已將機器學習應用於異常偵測和合約審查。

對於評估投資組合風險的用戶而言，相關問題不是AI能否破解Bitcoin的密碼學——這並非可信的近期威脅——而是持有其資產的協議和託管機構是否已強化其營運安全，以抵禦AI工具使其執行成本大幅降低、速度大幅提升的釣魚攻擊、身分假冒和自動化漏洞掃描。