傳統銀行是否準備好抵禦人工智慧？

• 人工智慧改變了探索漏洞的速度和頻率。
• 風險也波及到金融機構的技術供應商。

對 Coldcard 硬體錢包的駭客攻擊再次將安全性置於比特幣（BTC）討論的中心。然而，這一事件留下了一個重要的區別：比特幣協議並未被攻破。攻擊針對的是用戶用來保管資金的工具。

這一細微之處有助於擴大視野。人工智慧（IA）正在提高檢測和利用漏洞的能力，而這種風險並不僅限於加密貨幣生態系統。傳統銀行也依賴應用程式、軟體、技術供應商和連接系統，這些都可能成為入侵的切入點。

區別在於後果的規模。一個設備中的漏洞可能影響其用戶。在金融系統中，許多銀行共享供應商、雲端服務和技術，同一漏洞可能同時影響多個機構，並轉變為金融穩定性問題。這是不同機構在過去幾個月開始警告的論點。

在五月，美國財政部長斯科特·貝森特（Scott Bessent）將擔憂直接帶到了華爾街。在與美國聯邦儲備系統（Fed）主席傑羅姆·鮑威爾（Jerome Powell）會晤大型美國銀行高管以討論先進人工智慧模型的能力後，他被詢問公民是否應該擔心這些工具被用來駭入銀行帳戶的可能性。他的回答簡短明瞭：“應該。”
美國財政部長斯科特·貝森特。來源：@NBCNews -- YouTube。

貝森特還解釋說，大型語言模型的能力已經出現了顯著的飛躍，並提出了在保持美國技術領導地位與保護其金融系統之間找到平衡的必要性。

問題不再是尋找漏洞，而是要在{#h-el-problema-ya-no-es-encontrar-una-falla-sino-hacerlo-antes}之前做到這一點。

國際貨幣基金組織（IMF）在六月發佈的一份報告幫助我們理解為什麼這一警告超越了個別銀行帳戶。

根據該機構的說法，人工智慧所帶來的主要變化並不一定是發明新的攻擊方式。改變的是發現和潛在利用漏洞的速度、頻率和範圍。

這一因素減少了防禦者多年來擁有的優勢：時間。

IMF 引用 CrowdStrike 的數據顯示，2024 年至 2025 年間，人工智慧輔助攻擊者的活動增加了 89%，**而他們在獲得訪問權限後在網絡內移動所需的平均時間降至 29 分鐘，減少了 65%。**在最極端的情況下，這一移動發生在幾秒鐘內。

這對銀行來說是最大的困難之一。它們的系統可能對公眾關閉，但並非孤立。銀行、市場和支付系統依賴雲端平台、操作系統、共享軟體和技術供應商。

在這方面，國際貨幣基金組織（IMF）警告說，這種架構會產生「相關暴露」。如果多個機構使用同一個脆弱組件，人工智慧可以促進在非常短的時間內識別並攻擊這些脆弱性。

也就是說，風險不再僅僅是攻擊者能夠進入一家銀行。真正的問題是當同一扇門同時存在於多家銀行時。

圖表顯示，脆弱性被利用的速度越來越快，並且在有反應空間之前（零日漏洞）。自2018年以來，點數向更少的天數和更高比例的攻擊移動：截至2026年，這一比例超過70%，而平均利用時間接近於零。
橫軸表示一個故障被利用的平均時間，以天為單位。來源：國際貨幣基金組織（IA）。

華爾街已經在尋找裂縫 {#h-wall-street-ya-esta-buscando-las-grietas}

這些警告並非純粹理論。大型美國銀行開始使用先進的人工智慧工具來檢查他們自己的系統。

路透社在五月報導，像摩根大通、高盛、花旗銀行、美國銀行和摩根士丹利等機構獲得了對Mythos的訪問，這是一個專注於網絡安全的Anthropic模型，正如CriptoNoticias所解釋的那樣。測試開始揭示數百甚至數千個低風險和中風險的脆弱性，這些銀行必須比平常更快地進行檢查。

問題不一定是找到一個孤立的關鍵故障。Mythos顯示出將多個小脆弱性連接起來，從而將其轉化為更危險的攻擊途徑的能力，這可能需要人類團隊花費更多的時間。

🤖 Anthropic的AI Claude Mythos發現了HAWK中的脆弱性，這是一種當前正在評估的後量子數字簽名算法。雖然不會破壞當前系統，但預示著人工智慧在該領域的角色。 pic.twitter.com/XNYCx75tqf
--- CriptoNoticias (@CriptoNoticias) 2026年7月29日

IMF本身的報告將該模型作為新場景的例子。在測試中，Mythos識別了數千個高嚴重性零日漏洞，並自主完成了一個32步的企業攻擊模擬，根據該機構引用的文件。

因此，人工智慧顯示出它的兩面性。它能夠在銀行之前找到脆弱性，同時也能讓銀行在攻擊者之前找到它。這就是競賽的開始。

銀行也在用人工智慧加強防禦 {#h-la-banca-tambien-esta-armando-su-defensa-con-ia}

金融穩定理事會（FSB）得出了類似的結論。在其關於金融機構負責任採用人工智慧的報告中，該機構指出，這些技術可能會增加「網絡攻擊的便利性、頻率和影響」，同時提高機構的防禦能力。

因此，FSB提出了十二項良好實踐，以將人工智慧納入金融系統，其中包括在安全測試中納入這些工具輔助的攻擊場景，加強信息共享，並利用人工智慧本身來管理網絡風險。

也出現了另一個敏感點：供應商。
使用AI使黑客加速攻擊。來源：使用Grok生成的圖片。

許多機構依賴相同的公司提供人工智慧、雲端基礎設施或關鍵軟體服務。國際貨幣基金組織（IMF）警告說，這種集中可能會產生單一故障點。廣泛使用的供應商出現問題可能會迅速在多個實體之間傳播。

另一方面，金融穩定委員會（FSB）建議銀行在聘用第三方AI服務時，特別評估數據質量、業務連續性、供應鏈和集中度。

比特幣與銀行系統的脆弱性

Coldcard允許以更高的精確度回到起點。此次攻擊並未顯示比特幣協議的弱點。

在銀行系統中發生的情況類似，儘管架構完全不同。攻擊者也不需要攻破整個金融系統的核心來造成損害。他們可以在供應商、應用程式、憑證或多個實體使用的組件中找到漏洞。

這一差異在於，傳統金融的強大互聯性可能會放大後果。IMF警告說，AI正在將網絡風險從操作問題提升為金融穩定的核心問題，正是因為共享基礎設施、共同供應商和傳播能力的結合。

因此，問題不在於封閉系統是否自動受到AI的保護。也不在於AI是否必然有利於攻擊者。

競賽在於誰能首先找到並修正下一個漏洞。當數百萬人的資金依賴於越來越多共享技術的系統時，晚幾分鐘可能開始變得過於危險。

標籤：比特幣（BTC）人工智慧（AI）最新消息 價格與交易