币圈界报道：

AI赋能新型恶意软件精准猎杀加密资产持有者

网络安全机构思科Talos披露，一种名为VOLTA的先进恶意软件正在活跃，其核心特征是基于人工智能技术对已泄露用户数据进行深度分析，以识别具备高经济价值的加密货币持有者。该程序专为Windows系统设计，展现出高度智能化的攻击路径。

攻击逻辑转向资产优先：从数据窃取到价值定位

与传统恶意软件仅采集账户凭证不同，VOLTA具备行为建模能力。它会整合多种泄露信息，构建包含消费习惯、金融资产分布及数字身份特征的综合画像，从而自动筛选出最可能带来高额回报的目标。

研究指出，该恶意软件特别关注加密钱包中的恢复助记词提取功能，可绕过常见防护机制。对于将私钥或助记词保存在本地设备的用户而言，这构成了直接且不可逆的风险。

其背后逻辑在于：通过将原始数据提交至外部AI模型，实现对受害者资产组合的自动化评估，进而生成按潜在收益排序的攻击清单，显著提升攻击效率。

跨平台情报收集网络全面铺开

VOLTA的渗透范围覆盖主流数字服务生态。除浏览器密码与支付卡信息外，它还能够捕获即时通讯平台（如Telegram、Discord）的活跃会话记录，并访问个人邮箱、企业协作工具（如Slack）及日历数据。

更值得注意的是，该恶意软件能从Amazon、PayPal、Walmart、DoorDash和Uber Eats等平台的订单确认邮件中提取用户的居住地址、工作单位及消费偏好，用于辅助判断目标社会层级与财务稳定性。

这种全方位的数据聚合策略表明，攻击者正从“广撒网”转向“精确定位”，强调对目标背景的深度理解。

多级AI引擎实现动态决策链

根据思科研究人员报告，VOLTA采用分层式AI处理架构。初始阶段使用Anthropic的Claude Opus 4.6模型对数据进行初步分析；若未获得有效输出，则依次调用Moonshot AI的Kimi K2和Google的Gemini 2.5 Flash模型。

每一轮请求均设有失败检测机制，确保在模型拒绝响应时及时切换下一选项。这些模型不仅负责评估资产价值，还承担对目标系统防御能力的预判任务，形成完整的攻击前情侦察链条。

这一结构揭示了攻击者已将外部大模型作为标准化作战组件嵌入攻击流程，标志着勒索与盗窃类攻击正进入由人工智能驱动的精细化时代。