币圈界报道：

AI驱动的网络劫掠：恶意软件借大模型甄别高净值目标

网络犯罪组织正将前沿人工智能系统融入攻击链条，借助Anthropic的Claude、Google的Gemini以及Moonshot AI的Kimi等模型，对潜在受害者的财务状况进行深度评估，尤其聚焦持有加密资产的个体。这一战术升级揭示了数字威胁演进的新阶段，据Cisco Talos最新披露的报告指出。

新型勒索工具以智能筛选取代盲目入侵

Cisco Talos团队揭露了一款名为VOLTA-AUTODOXER（简称VOLTA）的高级Windows后门程序。不同于传统信息窃取型木马仅收集登录凭证，该恶意软件具备自主分析能力，能基于已获取的数据动态判断目标价值，从而实现精准打击。

直击数字钱包核心：助记词提取成关键攻击路径

VOLTA的核心功能之一是识别并提取加密货币钱包中的恢复短语，使攻击者得以完全掌控受害设备上的数字资产。其设计还支持直接扫描本地存储的钱包金库，显著提升对未采取离线存储用户的威胁等级。

跨平台情报采集与多维用户画像构建

除加密资产外，该恶意软件可全面捕获浏览器保存的账号密码、信用卡详情、身份验证令牌及邮箱登录信息。同时，它能实时监控Telegram、Discord、Steam和Roblox等平台的活跃会话内容，进一步扩展情报来源。

AI中枢决策：自动评估收益潜力并优化攻击序列

VOLTA在完成数据采集后，会将信息提交至OpenRouter接口调用外部AI模型处理。初始尝试使用Anthropic Claude Opus 4.6；若遭拒，则按预设顺序依次调用Moonshot Kimi K2与Google Gemini 2.5 Flash，并检测各模型响应状态。

这些模型负责解析每位受害者的经济特征，评估其潜在资产价值，甚至生成收益排名清单。此外，系统还能指令AI评估目标的防御强度，辅助黑客制定后续攻击策略。

通过整合顶尖大模型能力，攻击者实现了对海量被盗数据的高效筛选，大幅减少人工干预成本，推动网络犯罪向规模化、智能化方向发展。

面对由AI强化的精准打击，用户需强化实时监测机制。及时感知风险变化，主动部署防护措施，已成为守护数字资产的关键防线。