币圈界报道：

AI赋能的新型威胁：VOLTA恶意软件深度剖析

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针对Windows系统展开攻击。该程序融合人工智能技术，通过对已泄露用户信息进行智能分析，主动识别具备高经济价值的潜在目标。

加密钱包安全面临系统性挑战

与传统数据窃取工具不同，VOLTA具备行为建模能力，能够基于被盗信息构建完整的用户画像，优先锁定可转化为实际收益的资产类型。这一机制显著降低了攻击者对海量原始数据的人工甄别成本。

研究指出，最突出的风险在于对加密钱包核心数据的非法获取。该恶意软件可提取助记词并内置突破防护机制，直接威胁在本地存储钱包信息的用户。

思科团队强调，所有劫持的数据将被送入外部AI模型，用于全面评估受害者的资产结构，并按预期回报潜力排序，从而实现精准打击。

跨平台情报收集能力广泛覆盖

VOLTA的渗透范围远超单一领域。研究人员发现，它能捕获浏览器保存的登录凭证、信用卡详情、身份验证令牌、邮箱账户信息及实时会话数据。

包括Telegram、Discord、Steam和Roblox在内的多个主流社交与游戏平台均在其监控列表中。同时，该恶意软件还深入扫描Outlook邮件系统、Slack协作空间及其他个人与企业敏感资料。

通过对Amazon、PayPal、Walmart、DoorDash和Uber Eats等服务的订单记录与收据信息挖掘，攻击者可还原用户的住址、职业轨迹与消费偏好，形成完整的行为图谱。

分层部署的AI决策引擎运作机制

根据思科Talos报告，VOLTA通过OpenRouter接口将窃取数据传至多类人工智能模型。初始阶段使用Anthropic的Claude Opus 4.6进行初步分析；若失败则依次调用Moonshot AI的Kimi K2与Google的Gemini 2.5 Flash模型。

系统在切换模型前会检测请求是否被拒绝，确保处理流程连续有效。这些模型承担双重任务：评估受害者财务状况，识别高价值资产，并判断其网络防御强度。

研究员Ryan Fetterman表示，该恶意软件展现出高度组织化的数据采集架构，表明攻击者不再满足于被动窃取，而是借助AI实现主动筛选高利润目标。对于在本地保存钱包恢复短语或财务信息的用户而言，强化终端防护已成为当务之急。