人工智慧正從輔助工具轉變為加密貨幣犯罪的常見特徵，其中以利用深度偽造（deepfakes）和自動化聊天機器人冒充可信人物的大規模詐騙為主導。TRM Labs 表示，過去一年與加密貨幣相關的犯罪中，人工智慧的使用增加了 40%，其 2026 年「犯罪中人工智慧採用指數」已達 100 分中的 54 分，而 2024 年該指數約為 28 分。
這家區塊鏈情報公司將啟用人工智慧的詐騙活動歸類為「成熟」階段，這是其最高級別的分類。駭客攻擊和勒索軟體行動仍處於「新興」階段，而毒品販運和暗網市場活動則屬於更早期的「展望」（horizon）類別，此類活動雖已出現人工智慧應用，但相對有限。
這些結果顯示，在當前的犯罪生態中，詐騙者從生成式人工智慧獲得了最明確的運營優勢。能夠生成逼真語音、影片、訊息及虛假客服互動的工具，使犯罪分子無需配備大量人力或語言技能，即可針對多國受害者發動冒充詐騙活動。
深度偽造詐騙造成的損失在 2026 年加速上升
TRM Labs 表示，自 2022 年以來，涉及人工智慧工具（包括深度偽造和 AI 聊天機器人）的加密貨幣詐騙舉報比例最多增加了 13 倍。根據該公司數據，截至 2026 年目前為止，深度偽造相關詐騙所報告的損失已比 2025 年全年總額高出 263%。
深度偽造詐騙有多種形式：例如偽造企業高管宣傳代幣銷售的影片、模仿親友要求緊急轉帳，或使用語音克隆技術繞過非正式的身份驗證。在加密貨幣市場中，由於轉帳通常不可逆，且用戶往往僅透過線上管道互動，只要冒充足夠逼真，就足以讓受害者在察覺欺詐前完成付款。
TRM 將詐騙歸類為「成熟」，反映出這些工具已變得極易取得。犯罪分子無需自行建立機器學習模型來生成合成語音或打造模仿客服人員的聊天機器人。現成的人工智慧服務即可被改編用於熟悉的詐騙手法，為舊有詐騙模式提供更具說服力的執行方式。
報告中的數據衡量的是已通報的活動，這意味著當受害者無法判斷某則訊息、電話或影片是否由機器生成時，詐騙中實際使用AI的情況可能難以釐清。然而，與深度偽造相關的損失急劇增加，表明合成媒體已不再僅限於零星的高調詐欺嘗試。
駭客正運用AI進行存取與漏洞發現
AI在駭客攻擊中的應用不如在詐騙中成熟，但TRM指出，網路犯罪分子正利用AI進行漏洞分析、社交工程和滲透。報告特別提到與北韓相關的活動，包括利用深度偽造技術冒充IT人員滲透、AI輔助的社交工程，以及針對企業和區塊鏈協定的自動化漏洞發現。
其中一個案例涉及Zcash的Orchard交易池。根據TRM的說法，安全工程師Taylor Hornby於6月利用AI發現了一個漏洞。報告指出，該漏洞可能被用來在該交易池內製造「無限量」的偽造代幣。
此案例說明了AI對網路安全更為複雜的影響：能夠加速攻擊性研究的同一項技術，也能協助防禦者在犯罪分子利用漏洞前先行發現。這種平衡極大程度取決於誰能取得強大的工具、具備扎實的技術判斷力，以及有能力負責任地測試潛在弱點。
TRM記錄到2026年上半年共發生201起數位資產駭客事件，創下歷史新高，是2025年同期數字的兩倍以上。約75%的損失僅來自4%的事件，主要是因私鑰或憑證遭竊而導致的基礎設施遭入侵。
這種損失高度集中的情況，特別加重了交易所、託管機構、錢包供應商和協定團隊保護特權存取的壓力。AI或許能幫助犯罪分子識別弱點或製作更逼真的釣魚素材，但TRM所描述的最大規模損失，仍主要源自常見的失誤：憑證遭竊以及對關鍵系統缺乏適當管控。
北韓仍是損失的主要來源
TRM將2026年上半年數位資產駭客損失中約6億美元（佔61%）歸因於與北韓相關的活動。該國長期以來與加密貨幣盜竊及洗錢行動有關，報告指出，AI現已被整合進其用來取得存取權限和欺騙目標的技術中。
深度偽造（Deepfake）IT員工詐騙已成為企業聘僱遠端技術人員時特別關注的問題。在這些詐騙行動中，應徵者可能使用虛構身分、經過篡改的視訊串流或AI生成的文件來取得可存取內部系統、原始碼或敏感憑證的工作職位。
勒索軟體團體也開始在攻擊鏈的更早期階段整合AI。TRM表示，許多行動已在網路釣魚和初始入侵階段使用AI，攻擊者試圖說服目標開啟惡意附件、洩露憑證或核准登入請求。
報告指出，免程式碼勒索軟體套件的售價介於400至1,200美元之間。這類產品降低了部署惡意軟體的技術門檻，但成功的勒索活動仍需取得受害者系統的存取權、具備作業安全措施，以及接收或轉移資金的管道。
TRM還提到JadePuffer，稱其為首個在勒索行動中使用的全自主代理（fully agentic）勒索軟體攻擊。根據報告，一個AI代理從頭到尾負責偵察、竊取憑證、橫向移動、權限提升及加密。若此類工作流程變得可複製，勒索軟體操作者將能同時發動更多入侵嘗試，僅保留人力用於選擇目標與談判付款。
暗網使用仍有限
TRM表示，AI在毒品走私與暗網市場中的應用仍有限，主要集中於行銷領域。賣家可能使用自動化工具撰寫廣告、翻譯商品列表或製作宣傳圖片，但報告指出該領域的AI整合程度尚未達到詐騙活動所見的水準。
TRM的部分指數依據最終透過公開區塊鏈轉移價值的犯罪活動。這種可見性讓研究人員得以追蹤與已知非法錢包及服務相關的交易，但無法涵蓋攻擊的所有環節，例如最初的釣魚訊息或偽造的視訊通話。
該報告帶來的直接防禦啟示是務實而非技術性的。高價值轉帳及錢包權限變更應透過獨立管道驗證，組織也應仰賴強健的憑證控管、硬體支援的驗證機制，以及明確的核准程序。如今，再逼真的聲音或影像都不足以作為證明通話另一端人士真實身分的充分證據。
擔心 AI 驅動的詐騙？在我們的指南中學習必要的防護技巧 這裡 並更安全地交易。
免責聲明： 本頁內容僅供一般資訊用途，並不代表 Toobit 的觀點或財務建議。我們不保證此資訊的準確性或完整性，對於因使用該資訊而產生的任何錯誤、遺漏或後果概不負責。投資數位資產涉及風險；使用者應自行評估其財務狀況及相關風險。詳情請參閱我們的 服務條款 和 風險披露.
