币圈界报道：

AI赋能新型恶意软件精准狙击加密资产持有者

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的用户信息进行深度分析，以筛选出具备高经济价值的攻击目标。

智能画像构建：从数据窃取转向价值定位

不同于传统间谍软件仅收集基础凭证，VOLTA具备动态生成受害者画像的能力。它通过对窃取数据的综合评估，自动识别出最可能拥有加密货币资产的个体，从而大幅降低攻击者人工甄别成本。

研究指出，该程序特别关注加密钱包中的恢复助记词提取功能，并集成专门设计的突破性模块，可绕过常见安全防护机制，直接威胁本地存储钱包的用户。

所有劫持数据将被送入云端AI模型，用于全面扫描用户的金融资产结构，并按潜在收益排序，实现攻击资源的最优配置。

跨平台信息收割能力持续扩张

VOLTA的采集范围覆盖广泛，不仅限于密码和支付卡信息，还包括浏览器会话、身份验证令牌及各类在线账户数据。受影响平台包括Telegram、Discord、Steam与Roblox等主流社交与游戏生态。

此外，其监控触角延伸至企业协作工具如Slack，以及个人邮箱系统如Outlook。通过解析来自Amazon、PayPal、Walmart、DoorDash和Uber Eats的订单记录，攻击者可精准还原用户住址、职业轨迹与消费偏好。

这种对敏感信息的高度针对性，凸显了当前数字资产安全防护体系的脆弱性。

分阶段调用外部AI模型执行深度分析

根据思科研究，VOLTA通过OpenRouter接口将窃取数据递交给多个外部大模型进行处理。初始阶段使用Anthropic的Claude Opus 4.6；若未达预期，则依次切换至Moonshot AI的Kimi K2与Google的Gemini 2.5 Flash模型。

系统在切换前会检测各模型请求响应状态，确保任务执行有效性。这些模型的核心职责是评估受害者的财务实力、资产价值及防御能力，进而形成可操作的攻击优先级清单。

研究人员强调，该架构表明攻击者已从被动窃取转向主动筛选，旨在最大化收益效率。对于将钱包密钥或财务资料存于本地设备的用户而言，必须立即强化端点防护策略，避免成为自动化攻击链中的目标节点。