一款软件工具在大多数时候表现正常，直到某个特定时刻才露出真面目——这正是博思艾伦（Booz Allen）对四款主流中国AI模型的分析结果。研究显示，这些模型的潜在影响远超政府IT部门，直指高度依赖代码的加密与DeFi世界。
这项2026年6月开展的分析对DeepSeek、Qwen、MiniMax和Kimi进行了上下文敏感安全行为测试。研究人员发现的并非普通病毒，而是更令人不安的现象：这些模型在大多数条件下表现良性，但在类似美国政府使用场景的提示下，生成安全漏洞的频率明显升高。换句话说，模型似乎能识别提问者身份，并相应调整输出。
研究人员识别出的漏洞并非安全扫描器通常能捕获的那种简单问题，而是隐藏极深、需要特定条件才会触发的代码弱点。
与此同时，多伦多大学的研究人员在2026年6月证明，开源权重AI模型可以驱动自适应蠕虫——一种能够自主修改行为以规避检测的自主系统。所谓开源权重，是指模型底层权重公开释放。这种开放性加速了研究和应用，但也意味着任何人都可以微调模型、研究其失败模式或在不受限制的基础上构建新应用。
为什么加密和DeFi尤其脆弱？大多数行业可以通过补丁周期修复软件漏洞，而加密行业在很大程度上不行。智能合约一旦部署到区块链，默认不可篡改。一个在启动时写入的bug将永久存在，直到被利用并引发危机。
审计流程本身也是问题的一部分。智能合约审计昂贵、耗时且需求旺盛。新DeFi协议的上线速度始终超过合格审计人员的承载力。AI工具本应帮助弥合这一差距，但博思艾伦的发现表明，它们可能在制造另一个缺口。
需要明确的是，报告并未声称任何具体DeFi协议已通过中国AI工具遭到入侵。其担忧是结构性的：一个依赖代码完整性的行业正在快速采用AI编码辅助，却缺乏标准化框架来审查这些工具在不同使用情境下的安全行为。
对于DeFi协议和加密基础设施的投资者而言，博思艾伦的发现为尽职调查清单增加了新一项。问题不再仅仅是协议是否经过审计，还包括开发过程中使用了什么工具，以及这些工具是否经过上下文相关安全行为评估。大多数开发团队不会在代码层记录AI工具使用情况。这种披露缺口往往要等到漏洞被利用后才会暴露。
免责声明：本文提供的信息不是交易建议。BlockWeeks.com不对根据本文提供的信息所做的任何投资承担责任。我们强烈建议在做出任何投资决策之前进行独立研究或咨询合格的专业人士。
