币圈界报道：

AI赋能的VOLTA恶意软件正系统性威胁加密资产安全

网络安全机构思科Talos披露，一种名为VOLTA的新型复杂恶意软件正在针对Windows系统展开攻击，其核心特征在于运用人工智能深度解析已泄露用户数据，以精准定位具备高经济价值的加密货币持有者。

受害者画像构建：基于财务价值的智能筛选机制

区别于传统数据窃取程序，VOLTA不满足于批量获取账号密码或会话令牌。它会主动评估所窃取的信息，生成包含消费习惯、账户关联度及资产分布的综合画像，从而优先锁定可能拥有大量加密资产的目标。

研究指出，该恶意软件特别关注加密钱包的恢复助记词提取功能，并集成专门设计的破解模块，显著提升对本地存储钱包的侵入成功率，对依赖电脑端管理资产的用户构成直接风险。

所有劫持数据将被送入外部AI模型进行分析，以全面评估受害者的资产组合结构，按潜在收益排序并输出最具价值的攻击目标清单。

跨平台信息采集能力覆盖主流数字服务

VOLTA的渗透范围远超单一应用。其可自动捕获浏览器保存的登录凭证、信用卡详情、身份验证令牌以及各类在线账户数据，涵盖Telegram、Discord、Steam和Roblox等高频使用平台。

同时，它也对Outlook邮箱、Slack工作空间等企业通信环境实施监控，能读取来自Amazon、PayPal、Walmart、DoorDash和Uber Eats等服务的订单确认函与电子收据，进而推断用户的居住地、职业属性与日常消费模式。

这种对敏感信息的高度针对性，凸显了用户必须加强对其设备上金融数据与身份资料的防护意识。

分层式AI决策流程实现高效攻击链优化

根据思科Talos报告，VOLTA采用OpenRouter作为数据中转通道，将窃取内容依次提交至多个大型语言模型执行分析。初始阶段调用Anthropic的Claude Opus 4.6，若未获得有效反馈，则自动切换至Moonshot AI的Kimi K2及Google的Gemini 2.5 Flash模型。

该软件在模型切换前会检测请求响应状态，确保每一步分析都基于可用资源。这些模型的任务不仅是识别有价值的数字资产，还包括评估目标系统的整体安全防御强度，辅助攻击者制定最优入侵路径。

研究人员强调，该恶意软件展现出高度组织化的数据处理架构——从广泛采集到智能筛选，形成一条完整的自动化攻击链条，表明攻击者已不再满足于原始数据窃取，而是借助AI实现精准猎杀。对于在本地设备保存钱包密钥、恢复短语或财务记录的用户而言，强化终端防护措施已成为当务之急。