币圈界报道：

AI赋能新型恶意软件VOLTA，精准锁定加密资产持有者

网络安全机构思科Talos披露，一种名为VOLTA的新型复杂恶意程序正悄然渗透Windows系统，其核心特征在于运用人工智能技术对已泄露的个人数据进行深度分析，以筛选出具备高经济价值的潜在目标。

智能画像构建：从数据采集到资产优先级排序

不同于传统窃密工具仅收集账号密码或会话凭证，VOLTA具备自主判断能力，可基于被盗信息生成详尽的用户行为画像，并将加密货币钱包作为首要攻击对象。该机制显著降低攻击者人工甄别海量数据的成本。

研究指出，该恶意软件具备提取钱包恢复助记词的能力，并集成专门设计的功能模块，用于绕过主流钱包的安全防护机制，尤其威胁那些将私钥和助记词保存于本地设备的用户。

其数据处理流程包括将劫持内容传输至外部AI模型，由其综合评估受害者的金融资产组合，按潜在收益进行动态排序，从而指导后续攻击策略。

跨平台数据收割：覆盖范围远超单一领域

VOLTA不仅聚焦于加密资产，更具备广泛的敏感信息采集能力。据思科研究员Ryan Fetterman报告，该恶意软件可获取浏览器保存的登录凭据、信用卡信息、身份验证令牌及电子邮件账户资料。

其监控范围涵盖Telegram、Discord、Steam与Roblox等主流社交与游戏平台，同时深入企业协作环境，如Outlook邮箱与Slack工作区。

通过解析来自Amazon、PayPal、Walmart、DoorDash和Uber Eats等平台的订单记录与收据，攻击者可重建用户的居住地、职业背景及消费偏好，进一步增强目标画像的精准度。

分层部署的AI决策引擎：多模型协同评估风险

VOLTA采用链式调用机制，借助OpenRouter接口将窃取数据发送至多个外部大模型执行分析。初始阶段使用Anthropic的Claude Opus 4.6，若未获得有效输出，则依次尝试Moonshot AI的Kimi K2与Google的Gemini 2.5 Flash。

系统在切换模型前会检测请求是否被拒绝，确保资源高效利用。这些模型承担双重任务：一是评估目标的财务结构，识别最具盈利潜力的资产；二是评估其网络安全防御水平，为攻击路径优化提供依据。

Ryan Fetterman强调，该恶意软件展现出高度系统化的数据整合能力，其设计逻辑表明攻击者不再满足于被动窃取，而是主动利用AI筛选出最值得下手的目标。对于在本地设备管理钱包密钥或财务信息的用户而言，强化终端防护已刻不容缓。