新聞 
幣種資訊 
關於我們 
根據區塊鏈安全業界最新觀察，*人工智慧(AI)* 正在重塑 *去中心化金融(DeFi)* 的「駭客經濟學」。隨著攻擊成本驟降、速度大幅提升，價值數百萬美元的資金遭到竊取的風險，正快速變成具體而明確的現實威脅。
安全專家指出，攻擊者已開始大量使用 *大型語言模型(LLM)*，例如「詞ChatGPT」、「詞Claude」，來分析智能合約。這些工具能在極短時間內掃描數千行程式碼，鎖定潛在弱點。特別是長期無人維護、開發團隊已解散或升級中止的「詞舊版合約(legacy contract)」，正成為被集體獵殺的首要目標。
區塊鏈安全公司 Halborn 的研究人員 *Gaby Urrutia* 表示，*「AI 不需要發明全新的漏洞，只要把既有問題找得更快、規模放得更大，就已經構成巨大的威脅。現在被棄置的 DeFi 合約與沉睡資產，正在遭到集中鎖定。」*「評論：這意味著過去被認為『沒人有空管』的老合約，正在變成攻擊者眼中的低風險、高報酬標的。」
這股變化與 *AI 產業投資熱潮* 互相疊加。隨著 OpenAI、Anthropic、xAI 等公司持續獲得資金挹注，AI 技術進步加速，其溢出效應也開始深刻影響 *DeFi 生態系*。在約 1,300 億美元規模的 DeFi 市場裡，多數 *區塊鏈安全公司* 才剛起步導入 AI；但攻擊者早已把 AI 當成標準工具，形成明顯的時間差。
安全公司 Firepan 聯合創辦人 *Garrett Hall* 直言，*「AI 程式代理(AI coding agent) 的進步速度太快，導致目前 DeFi 變得異常危險，攻擊能力的提升遠遠超前防禦技術。」*「評論：防禦方仍停留在『人工審查＋少量自動化』的時代，但攻擊方已經進入『全自動、海量嘗試』的模式。」
AI 正在改寫「駭客經濟學」
過去，要發現智能合約的細微漏洞，需要高技術人才長時間手動審查，成本極高，因此駭客通常只會鎖定鎖倉規模龐大、足以支付人力成本的「大型 DeFi 專案」。然而，*AI 對重複工作的大幅自動化*，讓這個邏輯被完全改寫。
現在，即使只是幾百美元規模的小漏洞，也足以被列為「可獲利目標」。AI 把分析成本壓低到極限，「詞用數量取勝」的掃描式攻擊成為可能——攻擊者可以同時嘗試成千上萬個合約，只要少數命中，就足以回本並大幅獲利。
根據 *Anthropic* 的研究，AI 攻擊代理在實驗中，對過去曾被實際利用的 405 個智能合約進行測試，成功*重現攻擊*的比例達到 63%。若按原本被盜金額估算，*理論上約可實現 460 萬美元（約 6.9 億韓元）規模的竊取*。
此外，研究人員又針對近期部署的 2,849 個合約進行自動化掃描，AI 找出了 2 個先前未被發現的漏洞，並在模擬情境中創造約 3,694 美元（約 556 萬韓元）的潛在收益，而整個過程的成本僅約 3,476 美元。
「評論：雖然這組數字看似「只小賺一點」，但一旦這種流程完全自動化、長期 24 小時運作，且擴大到數十萬個合約，整體回報可能呈現指數級成長。」
AI 驅動的自動化攻擊已經啟動
多位區塊鏈安全專家表示，在真實世界的攻擊事件中，已可以觀察到明顯的 AI 使用痕跡。安全公司 Hacken 的 *Steven Azaí* 指出，*「多個合約在短時間內遭遇幾乎一模一樣的攻擊模式，這是典型的自動化 AI 探測特徵。」*
實務上，安全團隊觀測到有攻擊者在幾分鐘之內掃描數千個智能合約，快速測試同樣的利用手法。對人類團隊而言，這樣的速度幾乎不可能達成，顯示背後極可能是 *AI 代理＋腳本* 組合運行。
近期一起規模約 2,600 萬美元（約 391 億韓元）的 *Truebit* 智能合約攻擊事件也被質疑存在 AI 參與。該事件鎖定的是一段*超過 5 年未更新的舊版合約*，利用其價格計算邏輯中的設計缺陷完成攻擊。多名專家指出，這種「歷史遺留錯誤」正是 AI 大量回溯老舊程式碼時，最容易自動發現並系統化利用的漏洞類型。
「只審一次」已過時，DeFi 安全標準被迫升級
在 *AI 駭客時代*，傳統的 DeFi 安全流程正面臨結構性挑戰。以往主流做法是合約部署前找安全公司進行一次「詞程式碼審計」，審過之後只要不大幅更新，就被視為相對安全。然而，這種「一次性審查」模式，顯然無法應對 AI 對老舊合約的持續重放攻擊。
Halborn 的 *Gaby Urrutia* 強調，*「『我們當初審過了』這句話，現在已經不再足夠。只要攻擊者持續用 AI 回頭分析歷史程式碼，任何舊風險都有重新被挖出、重新被武器化的可能。」*
因此，專家普遍認為，DeFi 專案必須把安全視為「常態性運作」，而不是「上線前的最後一步」。具體來說，*以 AI 為核心的持續監測與自動化攻擊模擬*，可能會成為新標準：
- 使用與攻擊者同級的「詞AI 掃描工具」，持續檢查自家智能合約與依賴的外部合約；
- 引入「詞自動化對抗測試(automated adversarial testing)」，模擬真實駭客行為，而不是只檢查靜態程式碼；
- 定期重新評估「詞舊版合約」與「詞長期鎖倉資產」，避免「被遺忘」成為最大的風險來源。
事實上，業界已出現成功案例。區塊鏈安全公司 *Octane Security* 近期利用自家 AI 工具，在以太坊(ETH) 執行客戶端 *Nethermind* 中挖掘出一個嚴重漏洞，若未及時修補，可能對整個網路穩定性與資金安全造成重大影響。這顯示 *AI 也能站在防禦方*，成為及早攔截系統性風險的重要助手。
然而，防守端仍面臨不少結構性問題。首先，目前針對「詞AI 參與攻擊」的追蹤與記錄標準仍相當薄弱，多數鏈上與後端日誌系統，無法明確判斷特定攻擊行為是否由 AI 代理操作。其次，審計規範與合規框架仍停留在「人工審查」時代，對於「詞AI 導入程度」、「詞自動化測試覆蓋率」等關鍵指標，缺乏統一標準。這些缺口，讓防守方在 *AI vs AI* 的對抗中處於劣勢。
結語：DeFi 正走入「AI 對 AI」的存亡考驗期
綜合安全公司和研究機構的分析，*DeFi 生態系已正式進入「AI 對 AI」的對抗階段*：
- 攻擊者用「詞AI 代理」大規模掃描舊合約，降低單次攻擊成本，改以「海量小額」的模式累積龐大利潤；
- 防禦方若仍停留在「人工審計＋事後補洞」，將無法跟上攻擊節奏；
- 新一代 DeFi 安全架構，勢必以「詞持續監控」、「詞自動化對抗測試」與「詞AI 安全代理」為核心。
在未來幾年，*去中心化金融* 很可能迎來一段「存活壓力測試期」：那些願意持續投入 AI 安全、主動清理舊合約風險的專案，有望在這波攻防競賽中存活下來；而忽視「詞AI 風險」的協議，可能會在某個看似平靜的週末，被一個看不見的 AI 攻擊代理徹底清空資金池。
留言 0