同时关联该项目与事件的快讯
攻击手法方面，该组织已转向利用生成型 AI 制作高度仿真的虚拟资产与金融领域文档，用于精准鱼叉式钓鱼攻击，目标涵盖加密货币钱包信息、Gmail 账户及网站注册记录等敏感数据。Genians 安全中心负责人文钟铉警告，随着 AI 技术发展，社会工程攻击将持续精细化，建议企业部署以行为检测为核心的 EDR 威胁猎捕体系加以应对。
据 TechCrunch 报道，由英伟达主导发起的开放安全 AI 联盟（OSAA）成立仅一周，成员企业已超过 120 家，涵盖 Adobe、BlackRock、思科、英特尔、微软、Visa 等科技与金融巨头。联盟在本周于拉斯维加斯举行的 Black Hat 网络安全大会期间，成立了名为"共享 AI 发现交换"（SAFE）的工作组，并已提出多项公开征求意见的提案，由 Linux 基金会负责管理。 提案内容涵盖 AI 网络安全事件的保密报告机制、受影响方告警流程及无责任归因分析框架。与此同时，成员企业也在积极贡献开源技术，英伟达开源了 LLM 漏洞扫描工具 Garak，亚马逊贡献了智能体构建工具 Strands Agents 及授权语言 Cedar，Okta 和红帽分别推进智能体身份认证与治理技术。值得注意的是，Anthropic、OpenAI 及谷歌目前均未加入该联盟，尽管 OpenAI 与谷歌曾联署催生该联盟的公开信。
加密交易平台 Coinbase 在一篇技术分享中披露，其内部多智能体开发工具“Mux”正在重塑软件工程工作流，使工程师角色从传统的代码实现者转向 AI 智能体的任务编排者。随着 Cursor、Copilot、OpenCode 及 Claude Code 等 AI 编程工具在内部全面普及，代码生成效率显著提升，但开发流程仍长期停留在“单任务、单分支、顺序执行”的传统模式，形成新的协同瓶颈。Mux 正是在这一背景下诞生的内部工具。该系统通过为每个 AI 智能体分配独立 git worktree、分支与终端环境，实现多任务并行开发与无冲突协作，使工程师能够同时指挥多个智能体处理 API 开发、测试编写、漏洞修复及代码重构等任务。数据显示，截至 2026 年 4 月，Mux 已在 Coinbase 内部覆盖 600+用户（含工程师、产品与设计人员），其中 335 人保持活跃使用，197 人为高频用户，共推动在 461 个代码仓库、10 个组织中完成超过 5,000 个 PR 合并。使用 Mux 的工程师平均 PR 合并数量达到 39.6，是基线水平 11.4 的约 3.5 倍。Coinbase 表示，Mux 的成功依赖于其内部基础设施能力，包括 LLM Gateway、安全模型接入以及代码流部署系统，使多智能体工具能够深度嵌入真实开发流程，这一趋势标志着软件工程范式正在发生结构性变化：在 AI 降低代码生成成本后，工程师核心价值正从“实现能力”转向“问题定义与智能体编排能力”。
据 CoinDesk 报道，来自加州大学圣巴巴拉分校、加州大学圣地亚哥分校、区块链安全公司 Fuzzland及 World Liberty Financial 的研究人员联合发布论文，警告称"LLM 路由器"——即位于用户与 AI 模型之间的中间服务——已成为加密资产安全的重大隐患。研究人员发现，26个 LLM 路由器正在秘密注入恶意工具调用并窃取用户凭证，其中一起事件导致客户价值 50 万美元的加密钱包被清空。 此外，研究人员通过"污染"路由器生态系统，在数小时内即可控制约 400 台下游主机。由于私钥、API 凭证等敏感数据往往以明文形式经由这些路由器传输，用户实际上在毫不知情的情况下将资产暴露于风险之中。 研究人员指出，随着麦肯锡预测 AI 代理到 2030 年将中介 3 万亿至 5 万亿美元的全球消费商业，币安创始人赵长鹏亦预测 AI 代理的支付量将是人类的百万倍，当前基础设施安全性严重滞后于行业发展速度，"最弱环节"风险或将引发系统性连锁危机。
据 Cointelegraph 报道，加州大学研究人员近日披露，部分第三方 AI 大型语言模型（LLM）路由器存在安全风险，可能导致加密货币资产被盗。 研究显示，LLM 路由器作为 API 中介，能够读取明文信息，部分路由器被发现注入恶意代码并窃取凭证。团队测试了 28 个付费及 400 个免费路由器，发现有 9 个路由器主动注入恶意代码，2 个部署规避触发器，17 个访问 Amazon Web Services 凭证，甚至有路由器通过研究人员的以太坊私钥转移 ETH。 研究指出，路由器的恶意行为难以检测，且部分 AI 代理框架的“YOLO 模式”可自动执行命令，增加安全风险。研究建议开发者不要让私钥或助记词通过 AI 代理传输，并呼吁 AI 公司对响应进行加密签名以加强安全。