TRM Labs：AI在加密犯罪中應用一年增長40%，黑客正用大模型找漏洞

區塊鏈分析公司TRM Labs在8月21日發佈的最新報告中指出，過去一年AI在加密犯罪中的採用率同比上升40%。該公司的2026年AI犯罪採用指數將加密犯罪中AI的整體使用水平定為54分（滿分100），處於"新興"階段，而2024年這一數字約為28分。報告顯示，詐騙是AI應用最成熟的領域，黑客和勒索軟件仍處於"新興"階段，毒品和暗網市場則停留在最早的"地平線"階段。

TRM Labs全球政策與政府事務主管Ari Redbord在報告中表示："AI沒有發明新的犯罪類型，它消除了舊有犯罪的限制。技能門檻崩塌，規模上限被抬高，虛假身份走向工業化——過去需要一個團隊操作的事情，現在一個人訂閱一個服務就能完成。"

報告披露了幾個關鍵數據：自2022年以來，涉及AI（如深度偽造或AI聊天機器人）的加密詐騙報告佔比已上升多達13倍。2026年至今報告的深度偽造詐騙損失已比2025年全年總額超出263%，顯示AI在詐騙操作中的採用正在加速。

在黑客攻擊領域，TRM Labs特別點名朝鮮網絡行為者，稱其正在使用深度偽造IT員工滲透、AI驅動的社會工程學以及AI輔助的漏洞發現來針對公司和協議發起攻擊。近期多位安全專家也警告稱，AI可能大幅降低漏洞挖掘的技術門檻，使攻擊者能夠以更快的速度掃描和利用智能合約中的缺陷。

對Agent支付生態而言，這份報告提供了一個不容迴避的背景：當攻擊者用AI批量發現漏洞時，依賴代碼審計和事後補救的傳統安全模型正在失效。Agent支付的核心特徵是機器對機器、高頻、低延遲，這意味著每一筆交易在結算前都需要完成身份核驗和意圖驗證。如果攻擊者利用AI生成的深度偽造身份通過KYC（瞭解你的客戶）審核，或者利用AI發現的合約漏洞在結算前介入交易流程，後果將直接傳導至資金安全。

TRM Labs的數據揭示了一個不對稱的攻防格局：防禦方需要覆蓋所有可能的攻擊面，而攻擊方只需要找到一個突破口。對於正在構建Agent支付基礎設施的團隊來說，這意味著"結算前防火牆"不再是可選項——KYA（瞭解你的Agent）身份核驗、收款白名單、單筆額度和單日累計限制等機制，需要從設計之初就嵌入協議層，而非事後補救。x402等機器支付協議在標準化授權意圖和不可抵賴性方面的進展，某種程度上也是在回應這一威脅：讓每一筆機器發起的支付都有明確的授權邊界和可審計的軌跡。

報告還提到，AI在詐騙中的成熟應用意味著社會工程學攻擊的規模化和個性化程度正在提升。傳統上依賴人工審核的風控流程，在面對AI生成的、幾乎無法與真人區分的對話和視頻時，將面臨嚴峻挑戰。對穩定幣發行方和支付服務商而言，如何在合規審查中引入AI對抗AI的檢測手段，正在從技術選項變成監管和業務的雙重剛需。

---

原文來源：The Block · https://www.theblock.co/news/web3/2026-08-21-ai-adoption-in-crypto-crime-trm-412297