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的高级恶意软件正悄然蔓延，其核心特征是运用人工智能深度解析已泄露数据，以锁定具备高经济价值的个人目标。该程序专攻Windows系统，重点聚焦于识别拥有加密货币资产的用户。

智能筛选机制重塑攻击效率

与传统数据窃取工具不同，VOLTA不满足于批量获取账户凭证，而是构建受害者画像，优先甄别可转化为直接经济收益的资产类型。这一自动化评估流程显著降低攻击者人工筛选成本，提升整体攻击精准度。

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，并集成专门设计的破解模块，对本地存储钱包的用户形成直接威胁。

其运作逻辑为：将窃取的数据上传至外部AI模型，由模型综合评估用户的金融资产结构，按潜在回报排序，从而指导后续攻击路径。

跨平台数据采集能力全面覆盖

VOLTA的渗透范围远超单一领域，涵盖浏览器密码、支付卡信息、身份验证令牌及电子邮件账户等关键数据。包括Telegram、Discord、Steam和Roblox在内的主流即时通讯与游戏平台均在其监控列表中。

同时，该恶意软件深入企业协作环境，扫描Outlook邮箱、Slack工作区及其他系统内文件。它能自动解析Amazon、PayPal、Walmart、DoorDash和Uber Eats等平台的订单记录与收据，进而推断用户住址、职业背景与消费模式。

这种对敏感信息的高度针对性，凸显了在设备端保护金融数据的紧迫性。

分层调用外部AI模型进行决策优化

根据思科Talos报告，VOLTA通过OpenRouter接口将数据分发至多个外部大模型执行分析。初始阶段使用Anthropic的Claude Opus 4.6；若失败则依次切换至Moonshot AI的Kimi K2与Google的Gemini 2.5 Flash。

系统在每一轮尝试后会检测模型响应状态，确保请求未被拒绝。这些模型负责评估目标财务状况、识别高价值资产并评估其盈利潜力，同时判断目标系统的安全防护水平。

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——不仅大规模收集信息，更借助多模型协同实现攻击策略的智能化选择，表明攻击者正从‘广撒网’转向‘精准捕猎’。对于将钱包密钥、助记词或财务资料存于本地设备的用户而言，强化终端防护已是当务之急。