同时关联该项目与事件的快讯
据 Cointelegraph 报道，以太坊研究员 Justin Drake 发出警告，称 AI 技术的快速进步可能加速对椭圆曲线数字签名算法（ECDSA）的数学攻击，最坏情况下或在数月内破解现有加密体系，并呼吁行业启动"掩体模式"——将资产迁移至未曾暴露公钥的新地址以降低风险。 对此，多位业内人士持保留态度。Coinbase 首席密码学家 Yehuda Lindell 表示，目前"没有任何证据"显示 ECDSA 的数学假设遭到削弱；硬件钱包 Trezor 比特币分析师 Lucien Bourdon 亦指出，迁移资产可能弄巧成拙，反而为骗局提供可乘之机。MetaMask 创始人 Taylor Monahan 更直言，若椭圆曲线加密真的被攻破，"整个世界都将归零"，掩体模式无济于事。 目前，以太坊已制定基于哈希签名与 ZK 证明的后量子路线图，Solana、NEAR 等公链也在探索各自的量子安全方案，但均尚无明确落地时间表。
Dragonfly 管理合伙人 Haseeb Qureshi 表示，以太坊研究员 Justin Drake 提出的“地堡模式”（bunker mode）应对 AI 破解加密签名风险的方案属于“密码学末日主义”（cryptographic doomerism），并认为将代币迁移至新地址并非真正解决方案。Qureshi 表示，“地堡模式”只能保护用户未从新地址转出的资产，如果其他地址中的代币遭到攻击并被大量抛售，这些资产仍可能失去价值。他建议区块链网络采用“密码学恢复模式”（Cryptographic Recovery Mode），通过基于哈希的备用签名方案，让用户提前绑定恢复机制，在加密签名被破解后由验证者协助恢复资产。此前，以太坊研究员 Justin Drake 警告称，随着 AI 数学能力快速提升，保护加密钱包的 ECDSA 签名算法可能面临在“数月而非数年”内被破解的风险，并建议用户逐步将资金迁移至未暴露公钥的新钱包。Glassnode 数据显示，目前约 626 万枚 BTC 位于存在潜在风险的地址中。（Cointelegraph）
随着加密行业讨论用户是否需要在 AI 或量子计算技术暴露钱包私钥前进入“地堡模式”（bunker mode），托管机构面临着更复杂的挑战：如何在紧急迁移发生前升级密钥管理、审批和审计系统。Project Eleven CEO Alex Pruden 表示，机构在区块链之外已经开始为后量子迁移做准备，而不同区块链未来可能采用不同的抗量子签名方案和迁移路径，持有多类资产的机构将面临同时适配多种加密体系的挑战。Quantus 联合创始人兼 CEO Christopher Smith 表示，AI 正在加速量子硬件和软件的发展，量子攻击的尾部风险应被纳入投资组合决策，这是机构的受托责任。目前，量子计算机破解比特币、以太坊现有公钥密码体系的时间仍无法确定，但行业正逐步将未来几年视为建立迁移方案的窗口期，而非等待攻击发生后再应急处理。（CoinDesk）
据区块链安全公司 Blockaid 监测，Flow EVM 上的 More Markets（More Labs）遭遇漏洞利用。攻击者利用 Ankr 绑定型流动性质押代币与 E-Mode 机制，抽空 More Markets 的 WFLOW 借贷储备，并从 mFlowWFLOW 储备中转出约 1550 万枚 WFLOW。检测到的影响金额约为 930 万美元，相关攻击交易集群还包含漏洞利用后的资金转移操作。目前，事件具体损失及攻击者资金去向仍在进一步确认中。
硬件钱包厂商 Coldcard 发布新版固件，针对此前曝光的种子生成攻击问题进行修复。此次更新版本为 Mk4/Mk5 的 5.6.1 版本，以及 Q 系列的 1.5.1Q 版本。Coldcard 表示，自 7 月 31 日发布热修复以来，公司已持续进行三周安全审查，并再次向因种子生成攻击遭受重大资金损失的用户表示歉意。新版固件对钱包种子生成机制进行了强化。所有新生成种子均要求用户提供至少一种外部随机熵来源，包括：- 至少 65 次不可预测时间间隔的按键输入；- 50 次实体骰子投掷；- 128 次实体硬币抛掷。此外，新固件还增加了签名前的分阶段 PSBT 验证机制，加强 USB 通信和固件更新安全边界，改进 Delta Mode 隔离机制，修复活跃钱包备份问题，并优化随机数初始化、故障检测以及 SIGHASH 默认设置等多项安全功能。Coldcard 强调，固件升级无法修复此前受影响固件生成的钱包种子。如果用户的钱包种子属于受影响范围，应先升级设备、生成并验证新种子，然后转移资金。建议所有 Mk4、Mk5 和 Q 系列用户及时更新，并验证下载的固件签名，以确保固件来源安全。
Anthropic 宣布其 Opus 5 模型在浏览器智能体场景中几乎免疫提示词注入攻击。在 129 个测试场景中，攻击成功率为零；在 Gray Swan 通用提示词注入测试中，15 次尝试后的成功率从 Opus 4.8 的 5.5% 降至 2.0%。零成功率仅在 Claude Cowork 等产品开启 Auto Mode 时实现，该模式叠加了输入扫描与执行拦截两层防御。提示词注入被视为 AI 智能体面临的最大安全隐患之一，此次改进或标志着该问题在特定场景下得到有效缓解。