你无法审计自己，而AI让人类操控变得无比逼真
无人愿承认的安全问题
加密货币行业已在智能合约审计、多签钱包、硬件安全模块、渗透测试和漏洞赏金上投入了数十亿美元。这些措施都基于一个假设：攻击向量是技术性的。但事实并非如此。
Solana基金会新任首席信息安全官迈克尔·科茨本周公开表示：到2026年，加密货币最大的安全威胁将越来越多地来自AI驱动的社会工程和凭证泄露，而非智能合约漏洞或协议缺陷。
问题出在人身上。攻击者已经转移目标——他们不再试图攻破代码，而是试图攻破你。而AI恰好给了他们前所未有的工具来做到这一点。
社会工程到底意味着什么
社会工程是操纵人类做出危害安全行为的艺术。这并非新鲜事——骗子自古就有，钓鱼邮件已存在数十年，假冒客服电话和电话一样古老。但2026年发生的变化是：AI让社会工程变得真假难辨。
在AI出现之前：钓鱼邮件有语法错误、格式奇怪、邮箱地址略有偏差，训练有素的眼睛能发现。AI出现之后：钓鱼邮件语法完美，情绪精准匹配你的心理，从看似完全正确的域名发送，在你最可能分心的时候出现，并引用你公开资料中的真实细节。
在AI出现之前：假冒客服电话有口音、套话、明显的不真实感。AI出现之后：深度伪造的声音复刻了交易所真实客服团队，对话自然流畅，通过抓取你的公开信息知道你的账户详情，在索取任何东西之前懂得如何建立信任。
在AI出现之前：来自同事的虚假紧急消息可被察觉，因为听起来不像本人。AI出现之后：声音完全像本人，因为AI已根据其沟通风格、社交媒体帖子和邮件模式进行了训练。
人类大脑进化出的是识别来自其他人类的威胁，而非识别来自专门利用人类心理的AI系统的威胁。
为什么加密货币是完美目标
每个行业都面临社会工程，但加密货币的特性使其尤其脆弱。
不可逆性：当有人骗银行客户进行电汇时，还有微小的追回可能。但当有人骗加密货币用户转账时，资金就永远消失了——没有退款、没有欺诈调查、没有申诉渠道。
匿名性：攻击者更难追踪。传统金融中抑制欺诈的问责机制在加密货币领域较弱。
个人钱包的高风险：一个被攻破的钱包可能包含改变一生的财富。针对加密货币用户的回报率远高于传统银行客户。
认为自己免疫的资深用户群体：这是最危险的特性。加密货币用户往往技术娴熟，了解钓鱼和诈骗，认为自己足够聪明不会被骗。这种自信恰恰是弱点。最有效的社会工程针对的是那些认为自己不会被操纵而放松警惕的人。
当前正在奏效的攻击模式
科茨明确描述了这一转变：攻击者正在针对人，而非协议。以下是2026年的实际案例：
虚假紧急情况：你收到一条看似来自交易所安全团队的信息（语音、短信或邮件），称你的账户有可疑活动，需要立即验证否则账户将被冻结。紧迫感真实，后果看似迫在眉睫——你在未仔细思考的情况下行动了。信息是AI生成的，声音是深度伪造的，紧迫感是精心设计的。
被冒充的同事：你组织中的某人收到一条看似来自可信同事（如CFO、CTO或CEO）的消息，要求进行钱包转账。语气正确，上下文合理，由于交易即将完成，请求非常紧急。但同事从未发送过这条消息——其沟通风格被抓取并复制了。
好得令人难以置信的机会：有人在LinkedIn、Discord或Telegram上联系你，对方似乎对你的项目、投资组合和兴趣非常了解。他们提供了一个机会——早期投资、独家权限或合作机会。几天或几周内的对话感觉真实。这是AI在规模化地维持关系，最终目的是提取某些东西。
恢复骗局：你公开发布了关于加密货币的问题。有人（AI或AI辅助）立即发现并主动提供帮助。他们友好、博学且耐心，引导你执行“恢复步骤”，实际上却攻破了你的钱包。
这些手段对聪明人同样有效。因为智力无法抵御情绪操控，反而可能让情况更糟——聪明人更擅长合理化“这次例外是真实的”。
背景中的量子问题
虽然社会工程是当前威胁，科茨也指出了即将到来的问题：量子计算。后量子密码学已不再是理论上的担忧。Anthropic的AI最近攻破了一个后量子密码学候选方案，对当前加密所依赖的安全假设提出了严重质疑。Solana正在评估后量子密码学，其他链也在做同样的事。
这是一个技术问题，可以通过技术方案解决。与社会工程针对人不同，量子威胁针对数学，而数学是可以升级的。但令人不安的重叠在于：向后量子密码学的过渡本身将成为社会工程的攻击面。用户将收到声称需要“升级钱包安全”或“将资金迁移到抗量子地址”的通信。其中一些是合法的，另一些则是AI生成的、在过渡期伪装成合法通信的攻击。技术威胁与人类威胁在此交汇。
为什么“小心点”不是解决方案
标准建议是：小心谨慎，行动前核实，不点击可疑链接，仔细检查邮箱地址，绝不分享助记词。当社会工程还是低技术含量时，当攻击能被细心的人察觉时，这些建议是有效的。但现在已不再足够。
科茨说了一句重要的话：加密货币必须“在用户所在之处满足他们”，而不是期望用户充当安全专家。这承认了当前模式——教育用户，希望他们保持警惕——正在失败。因为AI驱动的社会工程不需要用户犯明显错误，只需要他们在精心设计的时刻出现极小的判断失误。你小心了一千次，但攻击只需成功一次。
什么能真正保护你
如果人类警惕性不足，什么才有效？
不依赖完美判断的系统：多签要求意味着没有一个人能单独授权大额转账；大额交易的时间延迟创造了人工审查的窗口；异常检测能标记与你的行为模式不符的操作。这些并不令人兴奋，它们带来摩擦，但摩擦正是关键。最好的安全不是让你更聪明，而是让攻击更难——即使你不够聪明。
不依赖通信渠道的验证协议：如果“同事”发来紧急转账请求，验证不应通过同一渠道进行，而应通过预先建立的带外协议——特定的电话号码、当面确认或暗号。AI可以复制通信渠道，但无法复制物理存在或预先建立的秘密。
机构层面的谦逊：最危险的用户是那些从未被骗过，因而相信自己永远不会被骗的人。最安全的用户是那些假设自己脆弱，并据此设计行为的人。安全不是比攻击者更聪明，而是设计出即使在自己状态不佳时也能正常工作的系统。
行业不情愿的承认
科茨的声明意义重大：一个主要区块链基金会公开承认威胁模型已经转变。多年来，加密货全讨论被智能合约审计、协议安全和代码审查主导。隐含的假设是：人没问题，需要保护的是代码。现在，一个主要区块链基金会的首席信息安全官在说：人才是漏洞，代码（相对）没问题。这是一个有意义的转变，对全行业思考安全的方式产生了影响。
你无法通过审计来解决这个问题，无法为人类心理学编写漏洞赏金，也无法修补让人对紧迫感做出反应的漏洞。安全体系必须包含人类层面——不仅仅是用户教育（这显然不够），而是通过系统设计来弥补人类在压力下的弱点。
这对加密货币领域每个人的意义
如果你是用户：你最大的风险不是智能合约漏洞，而是一条时机恰当、精心设计的信息，在你压力大、紧急或分心时击中你。设计你的安全协议时，要假设这种时刻会发生。消除单点的人为失误。
如果你在建设：用户教育是必要的，但不够。在高风险操作中引入摩擦。为分心、有压力、暂时受骗的用户设计，而不是为理想中警惕的用户设计。
如果你从事安全：威胁模型必须将AI驱动的社会工程作为主要攻击向量，而非边缘情况。红队演练需要包含复杂的AI辅助社会工程模拟。
如果你是投资者：向你投资的每个项目提问：你们的人类安全层是什么？不仅仅是智能合约审计，还有哪些措施能保护团队成员免受AI驱动的攻击？
真正的军备竞赛
每个人都在谈论加密货币的AI军备竞赛是交易问题——AI对AI交易，更快的算法，更好的预测。但真正的军备竞赛在安全领域：攻击者用AI大规模利用人类心理，防御者用AI检测异常行为并标记可疑通信。一方攻击的是固定的漏洞——人类在压力下的认知局限；另一方防御的是不断移动的目标——成千上万员工、用户和社区成员的人类行为。
攻击者拥有结构性优势：他们只需成功一次。防御者需要每次都成功。这种不对称才是加密货币真正的安全危机——不是代码，而是人。
