币圈界报道：

AI赋能新型恶意软件VOLTA，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的高级恶意软件正悄然活跃于Windows系统间，其核心特征在于借助人工智能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目标个体。

智能筛选机制揭示高价值目标画像

不同于传统数据窃取工具，VOLTA具备构建受害者数字画像的能力。它在获取初始信息后，会主动评估其金融属性，优先锁定可能拥有加密货币资产的用户，从而大幅降低攻击者人工甄别成本。

研究指出，该软件特别关注加密钱包中的恢复助记词提取功能，并集成专用模块以突破常见安全防护机制，直接威胁本地存储钱包的用户。

其运作流程包括将窃取数据上传至外部AI模型，由模型综合判断资产组合结构，生成按潜在收益排序的攻击清单，实现高度策略化的资源分配。

跨平台数据渗透能力全面扩展

VOLTA的采集范围覆盖多个主流应用生态，包括浏览器保存的登录凭证、支付卡详情、身份验证令牌及各类在线服务账户数据。

受监控的平台涵盖即时通讯工具如Telegram、Discord，游戏账号如Steam与Roblox，同时亦能访问Outlook邮箱、Slack协作空间等办公环境数据。

该恶意软件还能够解析来自Amazon、PayPal、Walmart、DoorDash和Uber Eats等平台的订单记录与收据文件，借此还原用户的居住地址、职业轨迹与日常消费模式，为后续定向攻击提供依据。

分层调用外部AI模型实施智能决策

根据思科研究人员报告，VOLTA通过OpenRouter接口将窃取数据递送至多个云端大模型进行处理。首阶段采用Anthropic的Claude Opus 4.6模型执行初步分析；若未获有效结果，则依次启用Moonshot AI的Kimi K2及Google的Gemini 2.5 Flash模型。

系统在切换模型前会检测请求响应状态，确保任务连续性。这些模型被用于评估受害者的财务状况、识别高回报资产类别，并对其整体网络安全防御水平作出预判。

研究人员认为，这一多模型协同架构表明攻击者已形成成熟的数据驱动型攻击范式，不再依赖盲目扫描，而是基于智能分析选择最具盈利潜力的目标。对于将钱包密钥、财务资料或敏感信息存放在个人设备上的用户而言，强化终端防护措施已成为当务之急。