AI能否抽干DeFi？——Claude炒作背后的真相核查_新闻

免责声明：内容不构成买卖依据，投资有风险，入市需谨慎！

AI能否抽干DeFi？——Claude炒作背后的真相核查

2026-06-30 00:34:35

Anthropic的“Mythos”网络安全模型引发新一轮讨论：ai工具会让去中心化金融更容易被攻击，还是只会加速防御进程？

Anthropic发布其“Mythos”网络安全模型，在加密领域激起新一轮辩论：先进的人工智能工具是否会让去中心化金融（DeFi）更易被利用，还是仅仅加速了防御节奏？随着Anthropic将Mythos类系统定位为安全任务专用，并声称相比先前版本在漏洞研究和利用分析方面有所改进，这一讨论热度随之上升。

对于DeFi投资者、开发者和安全团队而言，核心问题不在于炒作，而在于运营现实：ai能否切实缩短从发现弱点到将其转化为有效攻击之间的时间差距？同样重要的是，防御者能否利用相同能力提前识别问题并更快修补漏洞？

关键要点

Anthropic将Claude Mythos描述为以网络安全为核心的ai系统，旨在执行漏洞研究、多层安全推理等任务。

ai可以加速代码审查，但从“发现漏洞”到“盗取资金”仍需要攻击者规划技术和操作执行。

当前局限——包括误报和推理错误——意味着专家监督和流程纪律仍是DeFi安全的核心。

防御团队和开发者也能够采用ai辅助测试，有望提升整个行业的基础安全标准。

DeFi风险分布不均：小项目、快速上线周期、代码复用、审计覆盖薄弱等因素往往面临更高暴露风险。

Claude Mythos的预期用途

Claude Mythos是Anthropic在网络安全任务方面最先进的ai系统，其设计不同于仅解释概念或按需生成代码的通用助手。Anthropic将Mythos类能力描述为面向复杂安全工作流，而非宽泛的对话式应用。

尽管该公司最初限制访问而非立即广泛分发，但Anthropic发布的材料强调，在安全团队关注的领域——尤其是漏洞研究和利用分析——实现了可衡量的改进。这对加密领域的意义显而易见：智能合约安全依赖于在公开代码库中快速发现缺陷，并评估弱点在实际中如何被利用。

DeFi最实际的关切是时间压缩。如果ai帮助缩短定位和推理潜在漏洞所需的时间，攻击者可能从缓慢发现转向更快利用。但同样的速度优势也能缩短防御周期——在暴露被利用之前完成代码审查、验证假设、准备修复。

为何DeFi看起来是诱人的目标

DeFi安全问题并不新鲜，且不仅仅依赖技术复杂性。DeFi协议通常通过智能合约托管大量资金，这意味着软件问题可能直接变成财务风险，而非理论上的缺陷。该领域曾多次因多种故障模式蒙受损失——包括利用、闪电贷式攻击、跨链问题、治理操纵和智能合约漏洞。

两个因素使这些环境尤为敏感。首先，智能合约代码通常是公开的，这有利于透明度和安全研究，但也让攻击者获得与防御者相同的信息。其次，许多DeFi系统很新或快速演进，即便经过审计的协议仍可能包含漏洞或假设，在变化条件下不再成立。

在此背景下，能够对大型代码库进行分类、总结复杂系统并建议潜在攻击路径的ai工具可被视为力量倍增器。如果模型能比传统人工审查更快地筛选模式并推理可能的利用路径，攻击者或许能将其努力扩大到小团队以前无法企及的范围。

ai有帮助，但并不能保证盈利的攻击

即使ai能高效识别漏洞，成功利用的路径也不是一条直线。许多现实世界的加密攻击不仅仅需要识别弱点——还需要理解协议机制、协调交易序列、管理流动性动态、利用治理路径以及最小化检测概率。

Anthropic自身的研究资料和更广泛的网络安全经验揭示了一个关键运营现实：ai系统可能有用，但同时仍会产生错误。实践中，ai驱动的分析可能提出多个可能的问题，但并非所有问题都有效或可被利用。这意味着防御者仍应假定自动化工具会在产生价值的同时带来噪声，团队需要验证发现而不是将模型输出视为最终事实。

对于DeFi用户而言，这一区别很重要。报告中出现的漏洞并不自动转化为资金损失。攻击者还可能面临约束——资本要求、时机或合约间的依赖关系——这些是ai无法消除的。同样，能对高置信度发现迅速采取行动的防御者可能会缩短攻击者将理论转化为执行的窗口期。

ai可能在哪些方面加强DeFi安全

“ai只会削弱DeFi”的说法不完全成立的另一个原因是，防御团队也能使用类似工具。安全公司可以将ai辅助审查集成到工作流程中，开发者可以使用ai加强代码检查。漏洞猎人或许能够扩大覆盖范围并加速发布前的审查，比传统流程更早发现类型问题。

这开启了一个更平衡的情景：ai成为安全开发的正常组成部分，而非仅为攻击者拥有的优势。在这种框架下，决定性的变量不再是ai是否存在于攻击方，而是团队多快能将ai支持的分析整合到部署流程中，以及在发现问题后多有效地响应。

同样值得注意的是，重大的加密事件有时是由与智能合约代码无关的因素驱动的——例如私钥泄露、社会工程或治理操纵。ai在代码审查方面的改进不会消除这些风险，但可以通过更严格地评估合约逻辑来减少一类暴露。

ai加速时代DeFi建设者的优先事项

对于协议团队而言，最明显的教训是假设自动化漏洞研究正变得更容易进行。这并不意味着每个弱点都会立即被利用，但确实意味着安全期望应提高。团队应专注于缩短从识别潜在问题到发布修复之间的时间——因为在更快的生态系统中，延迟可能与预防同样重要。

这一转变凸显的可操作优先事项包括：扩大自动化安全测试、进行持续审计而非一次性审查、将ai辅助代码分析集成到开发流程中。许多团队也可能受益于改进威胁监控和事件响应准备，因为更快的检测和分类可以减少任何遗漏漏洞的实际影响。

风险在DeFi中并非均匀分布。最容易暴露的协议通常是那些安全资源有限、部署进度匆忙、大量复用现有代码、第三方审计覆盖薄弱，或依赖与当前利用技术不再一致的假设的遗留智能合约设计。对于这些团队，ai辅助分析可能降低门槛——但也提高了他们必须达到以跟上步伐的标准。

标准的转变，而非必然的崩溃

Mythos——以及更广泛的以网络安全为重点的ai趋势——标志着复杂安全任务处理速度的重大变革。然而，认为DeFi将不可避免地崩溃的观点忽略了实际限制：发现漏洞并不保证被利用，ai分析仍不完美，防御者可以像攻击者一样适应。更可能的结果是安全标准的演进，漏洞发现速度加快，团队更新代码和更短时间响应面临更大压力。

读者接下来应关注的是协议团队如何将ai辅助安全付诸实践——审计是否变得持续，响应时间是否改善，以及该领域能否比攻击者利用漏洞更快地填补缺口。

免责声明：

本网站、超链接、相关应用程序、论坛、博客等媒体账户以及其他平台和用户发布的所有内容均来源于第三方平台及平台用户。百亿财经对于网站及其内容不作任何类型的保证，网站所有区块链相关数据以及其他内容资料仅供用户学习及研究之用，不构成任何投资、法律等其他领域的建议和依据。百亿财经用户以及其他第三方平台在本网站发布的任何内容均由其个人负责，与百亿财经无关。百亿财经不对任何因使用本网站信息而导致的任何损失负责。您需谨慎使用相关数据及内容，并自行承担所带来的一切风险。强烈建议您独自对内容进行研究、审查、分析和验证。

展开阅读全文