币圈界报道：

AI赋能新型恶意软件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的先进恶意程序正悄然渗透Windows系统，其核心特征在于采用人工智能技术对已泄露用户数据进行深度分析，以筛选出具备高经济价值的攻击目标。

加密钱包安全面临智能型威胁挑战

区别于传统数据窃取工具，VOLTA具备构建受害者画像的能力，能够从海量信息中提取关键金融属性，并优先定位拥有加密货币资产的个体。这一机制显著降低了攻击者对人工筛选的依赖。

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，且内置专门设计用于绕过钱包防护机制的技术模块，对本地存储钱包数据的用户构成直接风险。

思科团队强调，劫持的数据将被实时传输至云端AI模型，用以全面评估受害者的数字资产结构，并按潜在收益排序，实现高效资源分配。

跨平台信息采集能力覆盖广泛数字足迹

VOLTA的监控范围远超单一领域，可捕获浏览器保存的登录凭证、信用卡详情、身份验证令牌及各类账户信息。包括Telegram、Discord、Steam与Roblox在内的主流社交与游戏平台均在其监视列表之中。

此外，它还深入挖掘Outlook邮箱、Slack工作空间以及其他系统内嵌的个人与企业数据。通过对亚马逊、PayPal、Walmart、DoorDash和Uber Eats等平台的订单记录与收据进行解析，攻击者可精准还原用户的居住地、职业轨迹与消费偏好。

这种对敏感信息的高度针对性，凸显了在日常操作中加强数据防护的紧迫性。

基于多模型链式推理的智能决策架构

根据思科研究，VOLTA通过OpenRouter接口将窃取数据投送至多个外部AI模型执行分析。初始阶段使用Anthropic的Claude Opus 4.6；若未达预期，则依次调用Moonshot AI的Kimi K2及Google的Gemini 2.5 Flash模型。

系统会在每轮请求后检测响应状态，确保模型处理有效性。这些智能组件的任务不仅是评估财务状况，还包括判定目标系统的安全强度，并据此生成高回报攻击优先级清单。

研究员Ryan Fetterman表示，该恶意软件展现出高度协同的自动化流程——从跨平台数据收集到基于多模型推理的精准筛选，表明攻击者已进入以人工智能为核心驱动力的新阶段。对于在本地设备上保存钱包密钥或财务文件的用户而言，强化终端防护已是当务之急。