币圈界报道：

AI赋能的新型恶意软件正系统性威胁加密资产

网络安全机构思科Talos披露了一款名为VOLTA的高级恶意程序，其核心特征在于借助人工智能技术对已泄露的用户信息进行深度筛选，专攻具备高经济价值的个体目标，尤其聚焦于持有加密货币资产的用户群体。

智能画像构建：从数据窃取转向精准打击

与传统间谍软件仅批量抓取凭证不同，VOLTA具备自主分析能力，能基于被盗信息生成详尽的用户行为图谱，优先甄别可转化为直接收益的资产类型。这一机制显著降低攻击者后期人工排查成本，提升攻击效率。

研究指出，该恶意软件特别针对本地存储的加密钱包数据，具备提取助记词及绕过安全防护的功能，对依赖电脑端钱包的用户形成直接风险。其设计逻辑表明，攻击者已从单纯数据盗取演变为基于资产价值的定向狩猎。

思科团队强调，所有劫持数据均会被送入外部AI模型，用于综合评估受害者的金融组合，并按潜在回报排序，从而制定最优攻击路径。

跨平台信息收割：覆盖个人与企业敏感数据

VOLTA的渗透范围远超加密领域。据研究员Ryan Fetterman报告，它能采集浏览器保存的密码、支付卡信息、身份验证令牌以及各类账户的活跃会话数据。

包括Telegram、Discord、Steam和Roblox在内的主流社交与游戏平台均在监控列表中。同时，它还深入扫描Outlook邮箱、Slack协作空间及其他系统内存储的私人与工作资料。

通过对Amazon、PayPal、Walmart、DoorDash和Uber Eats等平台订单记录的挖掘，攻击者可还原用户的居住地、职业轨迹与消费偏好，进一步完善目标画像。

分层调用AI模型实现智能决策链

根据思科披露的技术架构，VOLTA通过OpenRouter接口将窃取数据投递给多个第三方AI模型进行处理。初始阶段使用Anthropic的Claude Opus 4.6；若未能达成预期分析，则依次切换至Moonshot AI的Kimi K2与Google的Gemini 2.5 Flash。

系统在模型切换前会检测请求拒绝状态，确保资源有效利用。这些模型承担双重任务：评估目标的资产价值并判断其安全防御强度，进而生成具有盈利潜力的攻击清单。

Fetterman指出，该恶意软件展现出高度结构化的数据利用逻辑——不仅广泛采集信息，更以AI为引擎实现战略级筛选。这警示所有在本地设备存放钱包密钥、恢复短语或财务文件的用户，亟需加强防护措施，避免成为自动化攻击的目标。