币圈界报道：

AI驱动的网络劫掠：恶意软件借大模型筛选高价值目标

当前网络犯罪活动正经历深度智能化转型，攻击者开始整合Anthropic的Claude、Google的Gemini及Moonshot AI的Kimi等前沿人工智能系统，用于量化分析潜在受害者的经济价值，尤其聚焦于持有加密资产的用户群体。这一趋势在Cisco Talos最新发布的威胁报告中被重点揭示。

新型恶意程序利用智能算法定位高收益目标

Cisco Talos团队披露了一款名为VOLTA-AUTODOXER（简称VOLTA）的跨平台Windows木马。该程序不仅具备传统信息窃取功能，更引入了基于AI的数据筛选机制，可对采集到的信息进行动态排序与优先级判定。其核心目标并非简单获取账户密码，而是通过深度分析识别出最可能带来高额回报的攻击对象。

直击数字钱包：从助记词到资产控制的全链条渗透

VOLTA的核心能力之一是提取并解析加密货币钱包中的关键凭证，包括恢复短语和私钥。这使得攻击者可在不需物理接触的情况下接管存储于本地设备的数字资产。此外，该恶意软件支持直接访问加密金库模块，显著提升针对个人用户的资产劫持成功率。

除加密领域外，该工具还广泛收集多种敏感数据。根据安全研究员Ryan Fetterman的说明，其可捕获浏览器保存的登录凭据、信用卡信息、身份验证令牌，以及各类社交与游戏平台（如Telegram、Discord、Steam、Roblox）的实时会话内容。

多源数据融合生成完整用户画像

VOLTA能够深入扫描受感染主机上的电子邮件系统，包括Outlook账户与Slack工作空间，并提取个人或职业相关的结构化信息。它还会主动检索来自Amazon、PayPal、Walmart、DoorDash和Uber Eats等平台的电子收据与订单确认单，构建涵盖身份、住址、职业背景及消费偏好的综合行为档案。

完成数据聚合后，所有信息将上传至可通过OpenRouter接口调用的AI服务池。初始尝试使用Anthropic的Claude Opus 4.6进行处理；若遭拒，则按预设顺序依次切换至Moonshot AI的Kimi K2与Google Gemini 2.5 Flash，并自动检测各模型的响应状态与可用性。

这些高性能语言模型被赋予双重任务：一是评估每个受害者的实际财务价值，二是为攻击者提供潜在收益排名；同时还能分析目标系统的安全防御水平，辅助选择更具突破性的后续攻击路径。

借助顶级大模型的算力支持，攻击者得以批量自动化清洗海量被盗数据，高效甄别最具变现潜力的目标。这种模式大幅减少人工干预环节，使网络犯罪具备更强的规模化与精准度优势。

随着基于AI的攻击手段日益成熟，针对高净值加密资产的威胁正呈指数级上升。用户必须强化实时监控机制，及时感知异常行为，方能在不断进化的数字风险环境中有效守护自身数字资产安全。