币圈界报道：

赛博犯罪新形态：利用顶级AI模型甄别高净值数字资产持有者

当前网络犯罪活动已进入智能化阶段，攻击者开始集成Anthropic的Claude、Google的Gemini及Moonshot AI的Kimi等前沿人工智能系统，用于评估潜在受害者的财务能力，尤其聚焦于持有加密资产的用户群体。这一趋势被Cisco Talos最新研究报告明确指出，标志着网络威胁策略的根本性升级。

基于AI的靶向识别机制：新型恶意软件深度挖掘高价值目标

Cisco Talos团队披露了一种名为VOLTA-AUTODOXER（简称VOLTA）的高级Windows后门程序。该恶意软件不仅具备传统信息窃取功能，更引入了人工智能驱动的数据分析模块，能够对获取的信息进行优先级排序，以锁定最具经济价值的受害者。

其核心特征在于对加密钱包关键数据的提取能力，包括助记词与私钥存储路径，使攻击者可直接接管用户数字资产。同时，该程序被设计为定向扫描本地钱包金库，极大提高了将加密资产存于个人设备用户的暴露风险。

除加密资产外，该恶意软件还能捕获浏览器保存的登录凭证、支付卡信息、身份验证令牌以及各类社交平台账户的活跃会话，覆盖Telegram、Discord、Steam和Roblox等多个主流通信与游戏生态。

跨平台数据聚合与智能画像构建技术

VOLTA进一步扩展其数据采集范围，能够从Outlook邮箱、Slack工作空间及其他本地存储中提取个人与职业相关信息。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文件，构建涵盖身份、住址、职业背景及消费行为的完整用户画像。

在完成数据收集后，受感染设备会将信息上传至可通过OpenRouter访问的AI服务端。初始尝试调用Anthropic的Claude Opus 4.6；若失败，则按预设顺序依次切换至Moonshot AI的Kimi K2和Google的Gemini 2.5 Flash，并持续检测各模型响应状态。

这些人工智能系统承担的核心任务是量化每位受害者的财务贡献潜力，生成收益排名，并辅助判断其网络安全防护水平，从而指导后续攻击策略的制定。

借助与顶尖大模型的联动，攻击者得以批量处理海量窃取数据，实现高效的目标筛选与精准打击。该模式大幅减少人工介入环节，使网络攻击具备更强的规模化与针对性特征。

随着基于AI的识别能力日益成熟，针对高价值加密钱包的定向攻击正迅速普及。用户必须强化实时监控机制，提升对新型威胁的认知敏感度，才能有效应对不断演进的数字环境风险。