前陣子圈內流傳一個說法，覺得 AI 一旦接管了鏈上節點與流動性池，智能合約就會像紙糊的一樣被機器人在幾秒內連續收割。這個「AI 攻擊末日」（Hackpocalypse）的敘事在 2025 年特別火，投資人擔心去中心化金融的安全底層會被演算法徹底顛覆。但 Dragonfly 管理合夥人 Haseeb Qureshi 最近丟出一份數據報告，直接潑了盆冷水：被竊總金額和每次攻擊的中位數規模，其實都在往下掉。這不只是數字遊戲，它代表市場對 AI 的過度想像正在回溫。在大家都在討論大模型怎麼寫智能合約的時候，我們應該冷靜下來看看，AI 到底有沒有真的動手，還是只是站在旁邊看戲。
AI 到底在 DeFi 裡扮演了什麼角色？
我觀察下來，現在的智能合約攻擊主力還是那群熟悉鏈上博弈的「老手」。MEV 機器人、跨鏈橋漏洞、還有依賴人工審計盲區的重複支出 bug，這些才是奪走資金的常客。AI 確實進場了，但它更像是一個高級副駕駛，而不是一架自動駕駛的黑飛機。目前的痛點很明確：AI 的運算速度雖然快，但對複雜邏輯漏洞的「理解力」還不夠。很多被攻擊的合約，人類審計團隊花幾週才挖出來的問題，AI 模型反而會因為訓練數據的偏差而漏看。加上鏈上資料雖然公開，但語意層級的關聯性對機器來說仍然抽象，這讓 AI 在自主執行「精準收割」時，還是有明顯的天花板。
「我們以為 AI 會像蝗蟲一樣成群來襲，但實際上它更像是一隻在帳本邊緣盤算的貓。數據告訴我們，攻擊頻率沒升反降，因為真正的大錢還在傳統漏洞手裡。」
接下來一兩年，這條路會怎麼走？
把時間拉長一點看，我認為 AI 不會突然變成 DeFi 的毀滅者，但也不會閒著沒事幹。未來一到兩年，我們會看到風險監控系統全面 AI 化。各大交易所和錢包會把異常流動性移轉、合約調用頻率暴增這些訊號丟給模型去跑，做到事前攔截而不是事後補錢。另外，跨鏈生態的流動性碎片化會催生更多「AI 驅動的套利機器人」，它們不一定会偷錢，但會把利潤抽乾。對於開發者來說，與其擔心 AI 來砸場，不如早點把智能合約的模組化程度拉高，讓機器更容易讀懂你的邏輯。恐慌過去之後，實用主義就會上位。
為了讓這塊的對比更直觀，我整理了一張傳統攻擊與 AI 自動化攻擊的差異表：
| 維度 | 傳統人工/半自動攻擊 | AI 驅動自動化攻擊 |
|---|---|---|
| 決策速度 | 秒到分鐘級，依賴人眼判斷 | 毫秒級，模型即時推斷 |
| 主要目標 | 跨鏈橋、流動性池、重入漏洞 | 價格预言機偏差、MEV 串接 |
| 資金規模 | 單次數百萬至數千萬元美元 | 目前多為小額多次收割 |
| 穩定性 | 高，策略成熟且可預測 | 中等，模型更新時可能失靈 |
| 實際影響（2026 數據） | 佔據竊盜總額約七成 | 佔據竊盜總額約三成且持續下降 |
延伸思考與常見問題
Q1：AI 真的完全沒有在 DeFi 裡造成攻擊嗎？ 答：並非完全沒有，只是 AI 主導的攻擊在總金額與平均規模上都在下降，目前仍不是竊盜的主力，多數資金流失還是來自傳統合約漏洞與 MEV 機器人。
Q2：為什麼 Dragonfly 認為「攻擊末日」是虛驚一場？ 答：因為市場過去過度放大了 AI 自主收割的想像，實際鏈上數據顯示攻擊頻率與規模並未如預期暴增，AI 更多是輔助工具而非獨立攻擊者。
Q3：智能合約的模組化程度為什麼會影響 AI 的攻擊效率？ 答：模組化越高，合約邏輯越清晰獨立，AI 模型就越容易進行語意分析與漏洞掃描；反之，邏輯交錯混亂的合約會讓機器難以精準定位弱點。