传统银行准备好应对人工智能的挑战了吗？

• 人工智能改变了探索漏洞的速度和频率。
• 风险也波及到金融机构的技术供应商。

对Coldcard硬件钱包的黑客攻击再次将安全性置于比特币（BTC）讨论的中心。然而，这一事件留下了一个重要的区别：比特币协议并未被攻破。攻击针对的是用户用来保管资金的工具。

这个细微之处有助于扩展视野。人工智能（IA）正在提高检测和利用漏洞的能力，而这种风险并不仅限于加密货币生态系统。传统银行也依赖于应用程序、软件、技术供应商和可能成为入侵点的连接系统。

区别在于后果的规模。设备中的一个漏洞可能影响其用户。在金融系统中，许多银行共享供应商、云服务和技术，同一个故障可能同时影响多个机构，并转变为金融稳定性的问题。这是不同机构在过去几个月开始警示的论点。

在5月，美国财政部长Scott Bessent直接将担忧带到了华尔街。在与美联储（Fed）主席Jerome Powell会见美国大型银行高管讨论先进人工智能模型的能力后，他被问及公民是否应该担心这些工具被用于黑客攻击银行账户。他的回答简短：“应该。”
美国财政部长Scott Bessent。来源：@NBCNews -- YouTube。

Bessent还解释说，大型语言模型的能力发生了显著飞跃，并提出需要在保持美国技术领导地位与保护其金融系统之间找到平衡。

问题不再是找到一个漏洞，而是在于在{#h-el-problema-ya-no-es-encontrar-una-falla-sino-hacerlo-antes}之前找到它。

国际货币基金组织（IMF）在6月发布的一份报告帮助理解为什么这一警告超出了单个银行账户的范畴。

根据该机构，人工智能引入的主要变化并不一定在于发明新的攻击方式。改变的是发现和潜在利用漏洞的速度、频率和幅度。

这一因素减少了防御者多年来所拥有的优势：时间。

IMF引用了CrowdStrike的数据，称得益于人工智能的攻击者活动在2024年至2025年间增加了89%，**而他们在获得访问权限后在网络中移动所需的平均时间降至29分钟，减少了65%。**在最极端的情况下，这一移动发生在几秒钟内。

这为银行带来了最大的困难之一。它们的系统可能对公众关闭，但并未隔离。银行、市场和支付系统依赖于云平台、操作系统、共享软件和技术供应商。

在这方面，国际货币基金组织（IMF）警告称，这种架构会导致“相关暴露”。如果多个机构使用同一个脆弱组件，人工智能可以帮助识别并在很短的时间内攻击多个机构的这一弱点。

也就是说，风险不再仅仅是攻击者能够进入一家银行。真正的问题在于当同一个入口同时存在于许多银行时。

图表显示，脆弱性被利用的速度越来越快，且在有反应余地之前（零日漏洞）。自2018年以来，攻击的时间点向更少的天数和更高的攻击比例移动：截至2026年，攻击率超过70%，而平均利用时间接近于零。
横轴表示脆弱性被利用的平均时间（以天为单位）。来源：国际货币基金组织（IA）。

华尔街已经在寻找裂缝 {#h-wall-street-ya-esta-buscando-las-grietas}

这些警告并非纯粹理论。大型美国银行开始使用先进的人工智能工具来审查自己的系统。

路透社在5月报道，摩根大通、美国银行、花旗集团、高盛和摩根士丹利等机构获得了对Mythos的访问权限，这是一个专注于网络安全的Anthropic模型，正如CriptoNoticias所解释的那样。测试开始揭示数百甚至数千个低风险和中等风险的脆弱性，银行必须比以往更快地进行审查。

问题并不一定是找到一个孤立的关键漏洞。Mythos显示出将多个小脆弱性连接起来，从而形成更危险攻击路径的能力，这可能需要人类团队花费更多时间。

🤖 Anthropic的Claude Mythos人工智能发现了HAWK中的脆弱性，这是一种目前正在评估的后量子数字签名算法。尽管它并不危害现有系统，但它预示着人工智能在该领域的角色。 pic.twitter.com/XNYCx75tqf
--- CriptoNoticias (@CriptoNoticias) 2026年7月29日

国际货币基金组织的报告本身将该模型作为新场景的例子。在测试中，Mythos识别了数千个高严重性零日漏洞，并自主完成了一个32步的企业攻击模拟，根据该机构引用的文档。

因此，人工智能展现了它的两面性。它能够让银行在攻击者之前发现脆弱性，同时也能让攻击者在银行之前发现脆弱性。这就是竞争的开始。

银行也在利用人工智能加强防御 {#h-la-banca-tambien-esta-armando-su-defensa-con-ia}

金融稳定委员会（FSB）得出了类似的结论。在其关于金融机构负责任地采用人工智能的报告中，该机构指出，这些技术可能会增加“网络攻击的便利性、频率和影响”，同时提高机构的防御能力。

因此，FSB提出了十二项良好实践，以在金融系统中纳入人工智能，其中包括在安全测试中包含这些工具辅助的攻击场景，加强信息共享，并利用人工智能本身来管理网络风险。

也出现了另一个敏感问题：供应商。
使用人工智能使黑客加速他们的攻击。来源：使用Grok生成的图像。

许多机构依赖同一家公司提供人工智能服务、云基础设施或关键软件。国际货币基金组织（IMF）警告说，这种集中可能导致单点故障。一个广泛使用的供应商出现问题可能会迅速在多个实体之间传播。

金融稳定委员会（FSB）则建议，银行在与第三方签订人工智能服务合同时，特别评估数据质量、业务连续性、供应链和集中度。

比特币与银行存在不同的弱点

Coldcard允许更精确地回到起点。此次攻击并未显示比特币协议的弱点。

在银行中也发生类似的情况，尽管架构完全不同。攻击者同样不需要破坏整个金融系统的核心就能造成损害。他们可以在一个供应商、一个应用程序、一个凭证或多个实体使用的组件中找到漏洞。

这种差异在于，传统金融的强大互联性可能会放大后果。IMF警告说，人工智能正在将网络风险从操作问题提升为金融稳定的核心问题，这正是由于共享基础设施、共同供应商和传播能力的结合。

因此，问题不在于一个封闭系统是否自动受到人工智能的保护。也不在于人工智能是否必然有利于攻击者。

竞赛在于谁能首先找到并修复下一个漏洞。当数百万人的资金依赖于越来越多共享技术的系统时，晚几分钟可能开始变得过于危险。

标签：比特币（BTC）人工智能（AI）最新消息 价格与交易