币圈界报道：

AI赋能的新型攻击工具瞄准高净值数字资产持有者

网络安全机构思科Talos发布报告指出，一种名为VOLTA的新型复杂恶意软件正悄然渗透Windows系统，其核心特征在于运用人工智能技术对已泄露的用户信息进行深度解析，以精准锁定拥有加密货币资产的目标个体。

攻击逻辑转向智能化资产甄别

区别于传统数据窃取程序，VOLTA具备构建受害者画像的能力。它不满足于简单获取账号密码，而是通过分析窃取内容生成详尽的行为图谱，优先筛选出具备经济可榨取潜力的个人。

该机制显著降低攻击者在海量数据中人工排查的工作量，使攻击更具效率和针对性。尤其值得关注的是，其对加密钱包恢复助记词的提取功能，直接威胁到本地存储钱包的用户安全。

研究团队强调，被劫持的数据会被实时送入预设的AI分析框架，用于评估用户的金融资产结构，并据此生成高回报目标清单。

覆盖范围延伸至多类敏感信息源

VOLTA的监控范围远超单一应用。根据研究员Ryan Fetterman披露，其可自动抓取浏览器保存的登录凭证、支付卡详情、身份验证令牌及电子邮件账户信息。

包括Telegram、Discord、Steam和Roblox在内的主流即时通讯与游戏平台均在其扫描列表之中。同时，该恶意软件会深入分析Outlook邮箱、Slack工作空间等协作环境中的往来信件。

通过对Amazon、PayPal、Walmart、DoorDash和Uber Eats等服务的订单记录与收据进行挖掘，攻击者得以还原用户的居住地址、职业属性与消费偏好，为后续定向攻击提供依据。

分层调用外部AI模型完成决策推演

据思科研究团队揭示，VOLTA通过OpenRouter接口将窃取数据发送至多个第三方AI模型执行分析。初始阶段使用Anthropic的Claude Opus 4.6，若未达成预期结果，则依次调用Moonshot AI的Kimi K2与Google的Gemini 2.5 Flash模型。

系统会在每次请求后检测响应状态，确保模型拒绝时能及时切换至下一候选。这些模型的任务不仅是识别有价值资产，还包含评估目标系统的整体安全防御水平。

Ryan Fetterman指出，这种多层级的智能分析架构表明，攻击者已不再依赖随机性攻击，而是构建起一套基于数据驱动的盈利最大化策略。对于在设备上存放钱包密钥、助记词或财务资料的用户而言，强化终端防护已成为当务之急。