TRM Labs报告:AI加密犯罪采用率同比上升40%,比特币诈骗成焦点

人工智能已成为加密相关犯罪的主流工具,区块链情报公司TRM Labs的报告显示,2026年犯罪领域AI采用率同比上升40%。TRM的AI犯罪采用指数将整体采用水平定为54分(满分100),而2024年这一数字约为28分。该指数评估了四个犯罪类别中AI的使用普遍性、触及阶段数量及参与深度。诈骗在排名中居首,是唯一被评级为“成熟”的类别:AI目前已能自动整理目标名单、制作诱饵、生成深度伪造内容,甚至直接与受害者进行对话。自2022年以来,涉及AI的诈骗报告数量增长了约13倍,17%活跃的加密诈骗域名宣传AI相关产品,其中包括AI交易机器人平台。2026年报告的深度伪造诈骗损失已比2025年全年总额高出263%。报告将毒品交易列为AI应用光谱的另一端,指出暗网买家会相互提醒避开疑似由AI生成的交易市场。TRM构建这一指数不仅为了衡量AI在犯罪中出现的频率,更关注其在攻击各阶段中的嵌入深度,以此区分自动化攻击与人工操作攻击。报告作者认为,集成深度是机会型犯罪与工业化欺诈之间的关键差异,这也使诈骗被标注为“成熟”更具警示意义。对比特币持有者而言,这一发现提醒人们:欺诈触达已不再局限于静态钓鱼页面,自动化系统现在能模仿服务提供商、克隆交易界面并实时定制诱饵。TRM指出,AI给调查人员带来更棘手问题的同时也提供了更好的工具,因为模式识别模型可被用于标记可疑的区块链活动。这一结论对更广泛的市场同样重要——AI工具成本低廉,小规模团伙也能部署,因此散户成为最主要的暴露风险点。

在黑客攻击方面,攻击量增速甚至超过采用指数所显示的幅度。TRM在2026年上半年记录了201起入侵事件,而去年同期仅有83起,但损失高度集中:仅4%的事件贡献了75%的被盗资金。与朝鲜有关的黑客组织盗取了约6亿美元,占上半年总量的61%。4月的两起重大事件主导了这一数字:Drift Protocol遭入侵损失2.85亿美元,KelpDAO漏洞损失2.92亿美元,两者均通过社会工程而非新型代码漏洞发起。TRM将黑客攻击及国家支持的窃取定为“新兴”而非“成熟”,但交易量数据揭示出更为严峻的现实。损失集中于4%的事件表明,获得AI支持的攻击者现在能更可靠地执行高价值攻击。这两起事件均位列年内最大加密盗窃案之列,凸显了单个被盗凭证便能绕过已审计代码的事实,使密钥管理成为核心安全控制环节。勒索软件则处于自动化曲线的下一阶段。无代码勒索软件工具包目前售价在400至1200美元之间,消除了潜在勒索者的编程门槛。7月,安全公司Sysdig记录了JadePuffer——它称之为首款完全自主的勒索软件;AI代理无需人工指令即可完成侦察、凭证窃取、横向移动和加密等操作。报告指出,商用AI工具价格低廉且易于获取,类似能力很可能迅速扩散。TRM的核心结论是,AI已触及犯罪生命周期的每个阶段,既降低了准入门槛,又提高了攻击的规模和复杂度。对加密团队而言,这意味着战线向更快的检测、更严格的特权访问控制以及对钱包活动的更密切监控转移。安全团队被要求在任何特权操作前验证机器与人类行为者的身份,这一趋势正在重塑事件响应流程。

综合来看,TRM Labs报告的两条主线指向同一趋势:AI正在压缩从初次接触到最终结算的整个犯罪工作流。核心文件《AI犯罪采用指数》将各项发现与AI在操作各阶段的参与深度联系起来。我们判断,执法与合规工具必须以同等速度升级,否则攻击者与防御者之间的现有平衡将进一步倾斜。对于比特币及更广泛的山寨币市场,实际意义在于安全正日益演变为身份识别问题,而不仅仅是代码问题。无论是钓鱼邮件、伪造的空投还是克隆交易门户,攻击往往从第一条消息开始就已实现自动化。在这样的环境中,即便AI加密钱包等功能的可信度,也仅取决于用户能否核实对方的真实身份。