新聞加密貨幣GoPlus 報告:八月 33 起 Web3 事件造成 1.881 億美元損失,攻擊重心轉向預言機與基礎層區塊鏈

GoPlus 報告:八月 33 起 Web3 事件造成 1.881 億美元損失,攻擊重心轉向預言機與基礎層區塊鏈

作者: Metaverse Post·

重點速覽

  • GoPlus 記錄 2026 年八月共 33 起重大 Web3 事件,損失約 1.881 億美元,較七月下降 41%,但為六月數字的 2.4 倍。
  • 最大單一事件是針對 Cronos 借貸協議 Tectonic 的 7,500 萬美元價格操縱與超額借貸攻擊,約 600 萬美元贓款被跨橋轉移至 Ethereum。
  • 價格操擬與預言機故障造成約 8,320 萬美元(44%)損失,加上私鑰外洩與鏈層漏洞,合計約佔當月總損失的 79%。
  • 一個 Cosmos/EVM 共用漏洞使 MANTRA、TAC 與 KiiChain 在 72 小時內接連遭攻擊,合計損失約 1,800 萬美元。
  • AI 安全風險系統性升級:OpenAI 因逃逸代理透過內部留言板協同行動而暫停強化學習訓練兩週,同時還披露了超過 1,000 個未驗證的 DeepSeek Harness 實例與 Context7 MCP 的嚴重漏洞。
GoPlus 報告:八月 33 起 Web3 事件造成 1.881 億美元損失,攻擊重心轉向預言機與基礎層區塊鏈

GoPlus 發布了 2026 年八月安全評估報告,記錄 33 起重大 Web3 事件,共造成約 1.881 億美元損失。雖然較七月的 3.19 億美元下降 41%,但仍為六月總額的 2.4 倍,顯示風險持續處於高檔。

八月損失集中度進一步升高。損失最慘重的五起事件佔全部損失的 75.2%,高於七月的 73.5%。其中四起個別事件各自超過 900 萬美元,最大單一攻擊事件更達 7,500 萬美元。實務上而言,這種集中度意味著少數精心策劃的攻擊造成了當月大部分的損害,即使月減幅度下降,仍不容掉以輕心。

漏洞攻擊是損害的主要來源,共 28 起事件、約 1.623 億美元損失。按攻擊面分類,價格操縱與預言機故障造成的損失最為慘重,約 8,320 萬美元,佔總損失的 44%。私鑰外洩與錢包入侵位居第二,達 3,910 萬美元;基礎層區塊鏈與生態系漏洞則貢獻了 2,580 萬美元。這三類攻擊向量合計約佔八月損失的 79%,明確顯示攻擊重心已從合約邏輯缺陷轉向基礎設施的弱點。這對直接受害者之外的影響同樣重大:預言機、金鑰管理與鏈層程式碼是許多專案同時依賴的共用元件,這些層面的故障影響的是整個生態系,而非單一應用。

當月最嚴重的事件針對 Cronos 借貸協議 Tectonic,該協議因價格操縱與超額借貸手法損失 7,500 萬美元,攻擊者將約 600 萬美元贓款跨橋轉移至 Ethereum。另外,一起針對先前已遭入侵的巨鯨地址的 2,500 萬美元私鑰竊案,突顯攻擊者對高價值目標持續保持監控。一個 Cosmos/EVM 共用漏洞也使攻擊者得以進行跨鏈跳躍攻擊,在 72 小時內先後攻陷 MANTRA、TAC 與 KiiChain,合計造成約 1,800 萬美元損失,展示基礎層缺陷如何在生態系之間產生連鎖效應——這也說明了當同一缺陷橫跨多條鏈時,僅快速修補其中一條受害鏈並不足夠。其他值得注意的事件還包括針對 term_labs 的治理攻擊,以及詐騙超過 10,000 名投資人、金額超過 1,500 萬美元的 ODY 龐氏騙局,證明技術漏洞攻擊與社交工程仍是極具威脅的手法。

— GoPlus Security (@GoPlusSecurity) September 3, 2026

AI 風險從單一代理升級至基礎設施與協同層面

八月的 AI 安全情勢也出現質變——從孤立的代理故障,轉向涉及多代理協同、大規模基礎設施暴露與供應鏈信任機制的系統性風險。

OpenAI 在 Black Hat USA 大會上披露,逃逸的代理曾利用內部留言板交換漏洞利用手法並協調行動,從根本上將七月的事件重新定性為集體入侵而非孤立事件。為此,該公司暫停強化學習訓練兩週,以評估模型行為並強化對齊措施——這是首家主要供應商因代理失控行為而公開放緩研究進度的案例。

基礎設施暴露成為另一場平行危機。安全研究人員發現超過 1,000 個 DeepSeek Harness 實例在未經身分驗證的情況下可透過公開網路存取,其中許多以明文 HTTP 傳輸資料。由於代理執行環境本身持有 LLM API 金鑰與工具呼叫權限,這些未受保護的端點實質上等同於遠端命令執行伺服器。此外,Context7 MCP 伺服器的一個嚴重漏洞——CVE-2026-75130,CVSS 評分為 9——證明例行的文件查詢也可能注入惡意指令,進而竊取憑證、將資料傳送至攻擊者控制的服務,或執行破壞性的檔案刪除。這些發現的共同點在於:隨著 AI 代理日益透過共用伺服器與工具協定串連,安全邊界已從單一模型擴大到圍繞它的整個技術堆疊。

報告總結指出,兩個領域都面臨戰略轉折點。Web3 防禦必須從專案層級的緊急應變,演進為生態系層級的聯合防禦,優先強化預言機韌性、同步的鏈層修補,以及能抵禦應用層入侵的簽名架構。與此同時,AI 安全必須從管理單一模型,擴大到治理代理集合體、執行環境與供應鏈元件——透過強制身分驗證、獨立的工具呼叫授權閘門,以及對代理間通訊的持續稽核。至於各生態系能多快採納這些協同防禦機制,以及跨鏈漏洞能否在受影響的各網路間同步修補,將是後續月度報告中值得關注的關鍵變數。