近期市場上流傳一種論調：以大語言模型為基礎的 Claude 等 AI 工具，已具備自動發現並利用 DeFi 協議漏洞的能力，甚至可能成為驅逐加密貨幣流動性的新工具。這種說法被稱為「Claude Mythos」，在社群中引發廣泛關注與恐慌。然而，問題的關鍵不在於 AI 本身是威脅，而在於它是一面雙面刃——攻擊者與防禦者都能使用相同的技術，這才是真正值得深思之處。
「AI 不會自動導致 DeFi 被掏空。真正決定勝負的，是市場中誰能更快部署 AI 驅動的防禦機制，以及協議設計者是否預先考慮到 AI 時代的安全風險。」
技術機制：AI 如何影響 DeFi 安全
攻擊面的擴大
當前大語言模型的進歩，確實為傳統攻擊手法注入了新的變數。透過自然語言處理與程式碼理解能力，AI 可以協助攻擊者：
- 快速分析智能合約：讀取並理解複雜的 Solidity 或 Rust 合約邏輯，識別潛在的邏輯漏洞。
- 自動化重放攻擊：模擬交易路徑，找出可被利用的套利或搶跑條件。
- 生成社會工程攻擊素材：建立更高擬真度的釣魚網站、假社群帳號與假官方公告。
但必須指出的是，這些能力並非 Claude 獨有，GPT-4、Gemini 等模型皆具備類似能力。將風險歸咎於單一模型，往往忽略了市場結構性問題。
防禦工具的同步進化
與此同時，安全團隊同樣在利用 AI 強化保護能力：
- 自動審計程式碼：利用 AI 輔助進行合約審計，縮短發現漏洞的時間窗口。
- 異常交易偵測：即時監控鏈上活動，識別可疑的交易模式並發出警報。
- 模擬攻擊測試：在協議部署前，利用 AI 進行壓力測試與紅隊演練。
| 功能領域 | 攻擊者利用 AI 的方式 | 防禦者利用 AI 的方式 |
|---|---|---|
| 合約分析 | 識別漏洞模式、生成 exploit 代碼 | 輔助審計、自動標記可疑邏輯 |
| 信息收集 | 爬取社群討論、分析項目動態 | 監控惡意帳號、追蹤資金流向 |
| 社會工程 | 生成高擬真釣魚內容 | 識別假帳號、建立信任驗證機制 |
| 攻擊執行 | 自動化多筆交易、閃電貸攻擊 | 實時監控、自動阻止可疑操作 |
市場效應與生態衝擊
短期恐慌與認知誤差
Claude Mythos 這個敘事之所以具有市場影響力，源於幾個心理因素：
- 新技術的恐懼效應：AI 作為新兴技術，其能力被普遍高估。
- 單一事件放大風險：任何使用 AI 的攻擊案例，都會被解讀為「AI 即將接管」的證據。
- 社群情緒傳染：加密市場本身具有高波動性，任何技術恐慌都可能被放大成價格震盪。
長期結構性影響
從長遠來看，AI 對 DeFi 的影響更可能體現在以下幾個層面：
- 安全審計產業的轉型：傳統審計公司需要整合 AI 工具，這可能抬高安全服務成本。
- 協議設計的演進：新的 DeFi 協議必須將 AI 攻擊向量納入設計考量，這可能增加開發複雜度。
- 風險分化的加劇：使用先進 AI 防禦工具的協議，可能吸引更多機構資金，形成「安全馬太效應」。
專業評估：AI 不會自動驅逐 DeFi
作為一名長期追蹤加密經濟學的觀察者，我認為 Claude Mythos 的論述存在幾個根本性誤解：
首先，AI 並非「自主攻擊者」。 目前的 Claude 或類似模型，必須依賴人類操作者提供指令與上下文。即使 AI 能生成攻擊代碼，仍需有人部署、監控並調整。這意味著攻擊成本並未消失，只是形式改變。
其次，安全是動態博弈。 當攻擊者使用 AI 時，防禦者也在進化。歷史已經證明，每一次新的攻擊工具出現，都會催生更先進的防禦方案。這不是一個零和遊戲，而是一個軍備競賽的過程。
最後，DeFi 的核心價值不在於絕對安全，而在於風險定價。 加密市場本就是一個高風險、高回報的生態系統。協議的安全風險會反映在收益率中——過度安全的協議可能缺乏吸引力，而風險適中的協議才能持續吸引流動性。
真正的風險不在於 AI 本身，而在於我們是否將 AI 視為一種可以「一勞永逸」解決所有安全問題的工具。歷史告訴我們，安全永遠是相對的，而非絕對的。
風險與未來展望
如果說 AI 對 DeFi 的最大威脅，我認為不是自動化的攻擊，而是以下幾個更微妙的風險：
- 過度依賴 AI 防禦：當協議過度信任 AI 系統的安全判斷，可能忽視人工審核的必要性。
- AI 系統的對抗性進化：攻擊者可能訓練專門針對防禦 AI 的對抗性模型，形成新的技術軍備競賽。
- 集中化隱患：某些 AI 安全工具可能依賴集中化的雲端服務，這與去中心化理念本身存在張力。