Anthropic 證實「AI 自動化攻擊」時代來臨：成功竊盜 460萬鎂，駭客成本僅 1 美元，恐引爆千萬美元 DeFi 危機

人工智慧（AI）正在重寫網路安全的遊戲規則，而這次的目標是 DeFi（去中心化金融）。知名 AI 模型開發商 Anthropic（Claude 的母公司）近日發布了一份震撼業界的研究報告，指出 AI 代理（AI Agents）的能力已大幅進化，距離能夠「自主」對區塊鏈協議發動複雜攻擊僅一步之遙。這意味著，未來的駭客攻擊可能不再需要高深的程式碼知識，而是變成一場低成本、高效率的自動化戰爭。

AI 攻擊能力爆炸成長

AI 大廠、 Claude LLM 模型的開發商 Anthropic 公布了一項利用 AI 去自主攻擊智能合約的測試：

Anthropic 先是建構了一個智能合約利用基準（SCONE-bench），這個史上首個透過模擬盜取資金總價值來衡量 AI Agent 漏洞利用能力的基準測試 — 即該基準不依賴漏洞懸賞或推測模型，而是透過鏈上資產變化來直接量化損失並評估能力。

SCONE-bench 涵蓋了由 405 個在 2020–2025 年間真實被攻擊過的合約作為測試集：

首先，Anthropic 評估了 Llama 3 、 GPT-4o 、 DeepSeek V3 、 Sonnet 3.7 、 o3 、 Opus 4 、 Opus 4.1 、 GPT-5 、 Sonnet 4.5 和 Opus 4.5 等 10 個模型在全部 405 個基準漏洞合約上的表現。整體上，這些模型為其中 207 個（51.11%）產生了可直接使用的漏洞利用腳本，模擬竊取了 5.501 億美元的資金。

再來，為排除數據汙染的潛在影響，研究團隊針對 2025 年 3 月 1 日（這些模型的最新知識截止日期）之後被利用的 34 個合約，對上述 10 款模型再次評估。結果顯示，Opus 4.5、Sonnet 4.5 和 GPT – 5 三款模型共為 19 個（占比 55.8%）合約生成了漏洞利用方案，模擬盜取資金最高達 460 萬美元。其中表現最佳的 Opus 4.5 成功利用了 17 個（占比 50%）合約，對應模擬盜取資金 450 萬美元 — 這一數據可估算出，若 2025 年全年將這些智能合約作為攻擊目標，這些 AI 智能體可能造成的損失規模。

最後，為評估智能體發現全新零日漏洞的能力，2025 年 10 月 3 日，研究團隊針對 2849 個近期部署且無已知漏洞的合約，對 Sonnet 4.5 和 GPT – 5 兩款智能體進行了評估。結果顯示，兩款智能體均發現了兩個此前未知的零日漏洞，開發的漏洞利用方案可帶來 3694 美元收益，其中 GPT – 5 的 API 調用成本為 3476 美元。這一實驗從概念驗證層面證明，在現實世界中通過 AI 實現可盈利的自主漏洞利用在技術上是可行的。

在 Anthropic 公佈測試結果後，包括 Dragonfly 管理合夥人 Haseeb 在內的多位業內知名人士都在感慨 AI 從理論發展到實踐應用的速度令人驚異。

駭客成本大降：抓出漏洞僅需 1.22 美元

在測試結語中，Anthropic 表示在短短一年內，AI 在該基準測試中能夠利用的漏洞比例從 2% 暴漲到了 55.88%，可竊取資金也從 5000 美元激增至 460 萬美元。 Anthropic 還發現，潛在的可利用漏洞價值大約每 1.3 個月會翻一倍，而詞元（token）成本大約每 2 個月會下降約 23% — 在實驗中，當前讓一個 AI Agent 對一份智能合約進行窮盡式漏洞掃描的平均成本僅為 1.22 美元。

Anthropic 表示，2025 年區塊鏈上的真實攻擊中，超過一半 — 推測由熟練的人類攻擊者實施 — 本可以由現有的 AI Agent 完全自主完成。隨著成本下降與能力複利增長，在易受攻擊的合約被部署到鏈上之後，被利用前的窗口期將不斷縮短，開發者擁有的漏洞檢測與修補時間會越來越少…… AI 可用於利用漏洞，也可用於修補漏洞，安全工作者需要更新其認知，現在已經到了利用 AI 進行防禦的時刻了。

這項數據揭示了一個殘酷的現實：「攻擊自動化」將大幅降低駭客的門檻。只要投入極低的成本，AI 就能全天候、大規模地為駭客尋找獵物。

AI 演進：從「輔助工具」到「自主攻擊者」

報告中指出，目前的頂尖 AI 模型在沒有人類協助的情況下，雖然還無法完美執行最複雜的多步驟攻擊，但能力差距正在「迅速縮小」。

• 被動掃描能力： AI 目前已具備極強的「被動監控」能力，能快速閱讀開源代碼並識別已知的漏洞模式。
• 人類在迴路（Human-in-the-loop）： 目前最危險的模式是「AI + 人類」。AI 負責大規模掃描與初步分析，人類駭客只需在最後關鍵步驟介入，即可完成致命一擊。
• 強化學習的隱憂： 研究人員警告，隨著 AI 透過強化學習不斷試錯，未來的 AI 代理將能獨立完成從「發現漏洞」到「撰寫攻擊腳本」再到「執行攻擊」的全過程。

矛與盾的對決：DeFi 安全面臨轉型

面對 AI 自動化攻擊的威脅，Web3 安全領域被迫進入「軍備競賽」。

資安專家分析，雖然 AI 讓攻擊變得容易，但同樣的技術也能用於防禦。項目方必須在代碼部署前，利用同樣強大的 AI 代理進行對抗性測試（Red Teaming）。未來的 DeFi 安全審計，將不再只是人工查核，而是 AI 與 AI 之間的攻防演練。

Anthropic 的這份報告不僅是對開發者的警告，更是對整個加密貨幣市場的警鐘：當駭客攻擊變成一種「低成本、高收益」的自動化商業模式時，現有的安全標準是否還足夠？

目前市面上有哪些工具可以檢測智能合約的安全性？

AI 自動化攻擊 的風險正在上升，身為一般投資者或 DeFi 用戶，學會使用工具來「自我防衛」變得比以往任何時候都重要。

我們不需要懂寫程式，也能利用現有的強大工具來檢測項目的安全性。以下為您整理 三大類實用工具，從入門快篩到進階防護：

第一類：快速快篩工具（適合投資前 1 分鐘檢查）

這類工具適合在看到一個新項目或新代幣（Token）時，快速檢查有沒有明顯的「詐騙代碼」或「貔貅盤」（只進不出）風險。

Token Sniffer (tokensniffer.com)

• 功能： 自動掃描代幣合約。
• 怎麼看：
  • 輸入代幣地址，它會給出 0-100 的分數。
  • 關鍵指標： 檢查是否是「蜜罐（Honeypot，無法賣出）」、開發者是否放棄合約權限（Ownership Renounced）、流動性是否鎖定。
• 優點： 非常直觀，紅色警告一目了然。

GoPlus Security (gopluslabs.io)

• 功能： 提供非常詳細的代幣安全檢測 API，許多錢包後台都用它。
• 怎麼看： 它可以檢測出更隱蔽的惡意功能，例如「黑名單功能」、「暫停交易功能」或「可修改稅率（把交易稅改成 100%）」。

De.Fi Scanner (de.fi/scanner)

• 功能： 號稱「Web3 的防毒軟體」。
• 怎麼看： 輸入合約地址，它會給出一個詳細的「護盾分數」。它會告訴你這個智能合約中有哪些具體的漏洞風險（例如：治理攻擊風險、閃電貸攻擊風險）。

第二類：專業審計與監控（適合長期投資者）

對於要投入大資金的 DeFi 協議，不能只看快篩，要看專業資安公司的背書。

CertiK Skynet (skynet.certik.com)

• 地位： 全球最大的區塊鏈資安審計公司之一。
• 功能：
  • 審計報告（Audit Report）： 檢查項目方是否通過 CertiK 審計。
  • Skynet 分數： 這是即時動態分數，結合了社交媒體情緒、鏈上數據和安全監控。如果分數突然暴跌，通常代表有異常狀況發生。

DefiLlama (defillama.com)

• 功能： 雖然主要是看 TVL（鎖倉量），但在項目頁面通常會標記 「Audits」。
• 怎麼看： 如果一個項目完全沒有列出審計報告，或者只有一家不知名的小公司審計，風險係數就極高。

第三類：授權管理（錢包的最後一道防線）

很多時候合約本身沒問題，但駭客透過漏洞取得了你的錢包「無限授權」。

Revoke.cash

• 必備理由： 當你使用 DeFi 時，通常會點擊 「Approve」（授權）讓合約動用你的 USDT 或 ETH。很多人習慣點「無限授權」。
• 如何自保：
  • 定期上 Revoke.cash 連接錢包。
  • 檢查是否有不明的合約擁有你的資產「無限額度」。
  • 取消（Revoke） 那些老舊、不再使用或看起來可疑的授權。

專家給您的重要觀念

儘管有這些工具，請記住以下兩點：

1. 「已審計（Audited）」≠「絕對安全」： 審計公司只能證明「當下」的代碼邏輯沒問題，無法防止項目方私鑰被竊，或是像 Anthropic 報告中提到的「 AI 發現了人類審計員沒看出來的深層邏輯漏洞」。
2. 分散風險是王道： 不要將所有資金放在同一個協議或同一個錢包中。