TRM Labs：AI在加密犯罪中应用一年增长40%，黑客正用大模型找漏洞

区块链分析公司TRM Labs在8月21日发布的最新报告中指出，过去一年AI在加密犯罪中的采用率同比上升40%。该公司的2026年AI犯罪采用指数将加密犯罪中AI的整体使用水平定为54分（满分100），处于"新兴"阶段，而2024年这一数字约为28分。报告显示，诈骗是AI应用最成熟的领域，黑客和勒索软件仍处于"新兴"阶段，毒品和暗网市场则停留在最早的"地平线"阶段。

TRM Labs全球政策与政府事务主管Ari Redbord在报告中表示："AI没有发明新的犯罪类型，它消除了旧有犯罪的限制。技能门槛崩塌，规模上限被抬高，虚假身份走向工业化——过去需要一个团队操作的事情，现在一个人订阅一个服务就能完成。"

报告披露了几个关键数据：自2022年以来，涉及AI（如深度伪造或AI聊天机器人）的加密诈骗报告占比已上升多达13倍。2026年至今报告的深度伪造诈骗损失已比2025年全年总额超出263%，显示AI在诈骗操作中的采用正在加速。

在黑客攻击领域，TRM Labs特别点名朝鲜网络行为者，称其正在使用深度伪造IT员工渗透、AI驱动的社会工程学以及AI辅助的漏洞发现来针对公司和协议发起攻击。近期多位安全专家也警告称，AI可能大幅降低漏洞挖掘的技术门槛，使攻击者能够以更快的速度扫描和利用智能合约中的缺陷。

对Agent支付生态而言，这份报告提供了一个不容回避的背景：当攻击者用AI批量发现漏洞时，依赖代码审计和事后补救的传统安全模型正在失效。Agent支付的核心特征是机器对机器、高频、低延迟，这意味着每一笔交易在结算前都需要完成身份核验和意图验证。如果攻击者利用AI生成的深度伪造身份通过KYC（了解你的客户）审核，或者利用AI发现的合约漏洞在结算前介入交易流程，后果将直接传导至资金安全。

TRM Labs的数据揭示了一个不对称的攻防格局：防御方需要覆盖所有可能的攻击面，而攻击方只需要找到一个突破口。对于正在构建Agent支付基础设施的团队来说，这意味着"结算前防火墙"不再是可选项——KYA（了解你的Agent）身份核验、收款白名单、单笔额度和单日累计限制等机制，需要从设计之初就嵌入协议层，而非事后补救。x402等机器支付协议在标准化授权意图和不可抵赖性方面的进展，某种程度上也是在回应这一威胁：让每一笔机器发起的支付都有明确的授权边界和可审计的轨迹。

报告还提到，AI在诈骗中的成熟应用意味着社会工程学攻击的规模化和个性化程度正在提升。传统上依赖人工审核的风控流程，在面对AI生成的、几乎无法与真人区分的对话和视频时，将面临严峻挑战。对稳定币发行方和支付服务商而言，如何在合规审查中引入AI对抗AI的检测手段，正在从技术选项变成监管和业务的双重刚需。

---

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