加州大學的研究人員發現了一種人工智慧生態系統中的全新威脅，可能使加密貨幣用戶和開發人員面臨敏感資產被盜的風險。這種新型風險被定義為由第三方大型語言模型所產生的威脅，這些模型利用用戶和主要 AI 供應商（例如 Amazon、Google）之間的路由系統，在資料流中製造隱藏的漏洞點。 該研究論文詳細探討了大型語言模型供應鏈中發生的惡意中介攻擊。研究人員將此漏洞部分歸因於這些大型語言模型路由系統可能被利用的多種方式。 該論文接著描述了其中一些路由系統如何秘密操縱請求、注入惡意指令或擷取私人資訊（例如用戶身份驗證憑證或錢包相關機密）。<h2>AI 路由系統如何引入隱藏風險</h2>在當今許多現代 AI 解決方案中，各種 AI 應用程式通常不會直接連接到其各自的模型供應商——OpenAI、Anthropic 或 Google。大多數 AI 應用程式反而會透過路由服務，該服務彙總對多種 AI 服務的存取、優化成本並管理流量。 路由平台管理加密的網路連線，然而研究人員指出了這些路由器的一個主要問題：當安全連線在路由器基礎設施中終止（完成）時，透過該安全連線傳送的任何資料仍會以明文形式傳輸。這意味著發送給 AI 模型的提示詞／回應以及嵌入指令將在轉發之前（在模型供應商和應用程式用戶之間）以原始格式暴露給路由系統。 因此，路由層產生了極端程度的信任依賴。開發人員認為他們的資料在兩端（端到端）都是安全的，但實際上路由層可能擁有對所有敏感輸入資訊的完全存取權。<h2>識別出的四種主要攻擊途徑</h2>該研究描述了不良或被駭客入侵的 AI 路由器可能攻擊我們的四種主要方法。惡意程式碼注入是其中一種方法，AI 路由器會修改 AI 的輸出或使用 AI 的指令，以使 AI 代理執行某些惡意意圖（例如，編碼助手可能被誘騙將未經授權的腳本插入智能合約中）。 憑證擷取——如果用戶在 AI 輔助開發期間提交私鑰、助記詞、API 憑證等，路由器可能會儲存這些資料。這對經常以這種方式與錢包和區塊鏈基礎設施互動的加密貨幣開發人員構成了重大風險。 操縱工具呼叫——許多現代 AI 代理可以執行外部工具，例如程式碼執行環境、資料擷取器和部署系統。受損的路由器可能會重寫這些工具呼叫，以重新導向資金；更改合約地址；或執行其他意外操作。 資料外洩——即使敏感資料沒有明確儲存在路由器內部，它仍可能透過重複互動和檢查元資料模式來外洩某些私人資訊。<h2>對加密開發人員的現實世界影響</h2>這些結果對利用人工智慧協助其工作的區塊鏈應用程式開發人員和數位資產管理者提出了潛在問題。這些由編碼代理開發的 AI 系統，包括 Claude 編碼助手系統，可用於創建智能合約、驗證錢包邏輯並自動化應用程式組件的部署過程。 除非開發人員在其服務條款和政策中另有明確說明，否則當他們在 AI 提示介面中輸入任何機密資料（例如私鑰或恢復短語）時，他們即放棄該資訊的所有隱私權，並允許第三方系統存取和使用該資訊。如果從開發人員到 AI 模型路徑上的任何路由器受到損害，只要它們繼續作為路由器運作，路由器和資料都將自動持續往返傳遞。 研究人員警告這些風險並非假設性的。該研究的共同作者 Chaofan Shou 曾在 X（前身為 Twitter）上發布多篇文章，展示了先前識別出的 LLM 路由器負責執行惡意注入的工具呼叫並竊取用戶憑證的事件。研究人員宣布他們識別出 26 個行為可疑的路由器。<h2>為什麼這個問題難以檢測</h2>AI 的路由基礎設施極其複雜，而且對於使用此服務的開發人員來說通常不透明或不可見。許多開發人員甚至沒有意識到他們的請求正在被一個或多個中介服務處理和提交。即使他們知道，通常也很少有可見性來了解路由器處理資料所使用的方法。 路由器終止加密連線的使用意味著傳統的端到端加密保證對 AI 路由不再有效。因此，安全團隊無法確定傳輸的資料是否已被記錄、修改或適當重新路由。 此外，AI 代理會自動遵循其指令並執行工具操作。由於這個漏洞，如果回應中同時包含有益和有害的指令，AI 代理將無法區分它們，因此將毫無疑問地遵循惡意指令。<h2>對安全 AI 基礎設施日益增長的需求</h2>這項研究指出，隨著組織越來越依賴第三方中介來實現其對此類模型的存取堆疊，AI 基礎設施的整體增長存在日益嚴峻的擔憂，導致潛在攻擊途徑的數量不斷增加。因此，開發人員應考慮避免透過 AI 解決方案傳輸敏感資料（例如私鑰或恢復短語）。在開發涉及金融資產的應用程式時，應使用基於安全金庫的工作流程以及隔離的執行環境。 此外，該研究呼籲路由供應商透過改進審計流程、更明確的資料處理程序以及不允許中介系統中明文資料洩露的端到端加密模型來提供更好的透明度。<h2>來源：</h2>1. Waterfront Capital – AI 將如何改變銀行業。 2. Ocean View Technology – 轉向金融應用的安全技術與流程。 <h2>結論</h2>加州大學的研究人員表明，隨著大型語言模型工具整合到軟體開發和金融應用程式中，以及第三方路由基礎設施可能被用作未來攻擊途徑，AI 生態系統目前存在嚴峻且日益增長的風險。 這意味著對於加密貨幣用戶和開發人員來說，他們需要平衡在 AI 開發應用程式上的便利性與操作安全性（考慮資產損失的速度和容易程度）。

加州大學研究人員發現，AI 路由中介會暴露明文數據，讓攻擊者能竊取加密密鑰或注入惡意代碼。使用第三方 AI 路由器會破壞端到端安全性。

UC 研究人員警告第三方 AI 路由器可能導致加密貨幣被盜

/media/contribution/carf291d1f925874cf499c90ae3687ec21a/ng4_0424033348843.stxt

為何在公共 Wi-Fi 上交易加密貨幣風險極高

/media/contribution/car0c667b2cb61749d8bbe060c7dd4ee431/ymk_0424030319463.stxt

南韓正在建立加密貨幣追蹤系統 — 逃稅者應該關注

/media/contribution/car0fb4ad9457fd431c9933866ba54adef6/t1l_0424030908624.stxt

DeFi的隱藏脆弱性暴露：Aave市場發生2700萬美元清算事件

/media/contribution/car3de7d9ae8e1b477997aa47e7362a864d/jux_0424031748231.stxt

加密資深人士李林轉變方向：交易團隊進駐香港Bitfire

/media/contribution/car05212d7933f74fb3b29e23e8e6af8415/ts5_0424031236604.stxt

比特幣的量子升級路徑：BIP 360的改變與未改變之處

/media/contribution/car567c6a9c4a7544f78618a253f3d748aa/shq_0424032911360.stxt