Bitcoin Red Teams AI-audit fand 4.962 spor – men menneskelig verificering er flaskehalsen

AI-assisteret sikkerhedsarbejde har nået en ny skala i Bitcoins open source-økosystem. Under en sprint i august 2026 oplyste den frivillige gruppe Bitcoin Red Team, at den med en menneskestyret arbejdsgang på tværs af flere modeller havde gennemgået omkring 390 Bitcoin-relaterede softwarearkiver på cirka 27,5 timer. Gruppen indsendte 4.962 mulige sikkerhedsfund, hvoraf 85 blev vurderet som kritiske og 635 som fund med høj alvorlighed.

Det afgørende for læsningen af tallene er dette: Der er tale om rapporterede spor – ikke 4.962 bekræftede og udnyttelige sårbarheder. 1124

En rekordhurtig gennemgang, men ikke en færdig sikkerhedsrapport

Det 16 personer store hold blev ledet af udvikleren Calle og AnchorWatch-direktøren Rob Hamilton. Ifølge omtalen blev der brugt AI-beregning for over 40.000 dollar, finansieret af OpenSats. Modellerne blev brugt til at gennemgå kodebaser for mistænkelige programveje og mulige svagheder, mens mennesker styrede processen og udarbejdede rapporter til vedligeholderne. Blandt de nævnte modeller var Kimi K3, GPT Sol, Fable, Opus og GLM 5.2. 2512

Omfanget var usædvanligt for en kort, frivillig indsats: Omkring 390 softwarearkiver og et analyseværktøj, som ifølge rapporteringen omfattede 171.599 linjer kode. Holdets egne alvorlighedsvurderinger placerede 720 fund i kategorien høj eller kritisk. 2327

Det siger noget om en ændret økonomi i kodegennemgang. En model kan hurtigt lede i store mængder kode efter risikable mønstre, følge mulige dataflows og foreslå test eller hypoteser om angreb. Men et mistænkeligt fund bliver ikke automatisk en brugbar sikkerhedsrapport, blot fordi modellen har peget på det.

Hvorfor 4.962 fund ikke er det samme som 4.962 sårbarheder

Tallet bør forstås som en kø af kandidater, der afventer verificering. Tidlig rapportering viste, at kun 21,4 % af fundene var blevet reproduceret uafhængigt. For langt de fleste rapporter manglede der altså stadig en menneskelig vurdering af, om adfærden faktisk fandtes i den relevante version og konfiguration, om den kunne udnyttes, om rapporten overlappede en anden, og hvor alvorlig den reelt var. 1115

En komplet sikkerhedsindsats kræver typisk, at nogen:

• reproducerer adfærden i det konkrete softwaremiljø;
• skelner reelle sårbarheder fra falske positiver og dubletter;
• vurderer udnyttelighed og konsekvenser for brugerne;
• koordinerer fortrolig indberetning med projektets vedligeholdere;
• skriver en afgrænset rettelse og tilhørende tests;
• gennemgår ændringen for fejl og regressioner; og
• får operatører og brugere til at installere opdateringen.

AI har gjort den første del – at skabe spor – langt billigere. Den har ikke fjernet behovet for fagligt ansvar i alle de efterfølgende led. Rapporteringen indikerede også, at kun en del af fundene havde nået frem til vedligeholdere, hvilket viser, at selve kapaciteten til sikker rapportering er en begrænsning. 14

Coldcard-forløbet gjorde risikoen konkret

Auditen kom efter hændelsen med hardwarewalleten Coldcard. En firmwarefejl fra marts 2021 førte ifølge rapporteringen genereringen af seeds gennem en forudsigelig softwarebaseret tilfældighedsgenerator i stedet for den tiltænkte hardwaregenerator. Det kunne gøre berørte nøgler reproducerbare for en angriber, der kunne afgrænse de nødvendige input. 4245

Estimerede tab ændrede sig, efterhånden som der blev identificeret yderligere aktivitet. CoinDesk rapporterede et muligt samlet tab på omkring 114 mio. dollar fordelt på fire bølger, mens anden dækning beskrev omtrent 1.816 BTC stjålet mellem 30. juli og 3. august. 4142

Læren er ikke, at Bitcoins grundlæggende kryptografi brød sammen. Den er, at fejl i den omgivende software til selvopbevaring kan få systemiske konsekvenser – og at det er lige så vigtigt at finde alvorlige fejl før et angreb som bagefter.

En konkret rettelse – og grænsen for råtællingen

Et håndgribeligt resultat var et AI-assisteret bidrag til Bitcoin Core fra Hamilton, som ifølge rapporteringen blev fusioneret 20. august og rettede en fejl, der kunne få wallet-funktionalitet til at gå ned. Det er et væsentligt eksempel på, at et AI-genereret eller AI-assisteret spor kan gå gennem den normale proces med gennemgang og indarbejdelse i et vedligeholdt projekt. 13

Men det understreger også, hvorfor overskriftstallet ikke må forveksles med antallet af færdige rettelser. En fusioneret rettelse har passeret en langt højere tærskel end en automatisk genereret rapport: Fejlen er defineret, patchen er gennemgået, og ændringen er accepteret i kodebasen.

OpenAI-begrænsninger satte fokus på et defensivt dilemma

Hamilton sagde, at OpenAI’s Trust Cyber-program begrænsede hans adgang, efter at han begyndte at integrere virksomhedens cyberfunktioner i auditen. Ifølge dækningen fortsatte gruppen derefter med alternative modeller, herunder modeller med åbne vægte. 182132

Det rejser et vanskeligt politisk og praktisk spørgsmål. Stærke cybermodeller kan hjælpe legitime forsvarere med at finde fejl, men de samme evner kan misbruges. Hamiltons kritik var, at friktion for kendte forsvarere kan skabe en skævhed i praksis, når andre modeller – herunder modeller, der kan køres lokalt – fortsat er tilgængelige for angribere. Det er et argument om adgang og operationel hastighed, ikke dokumentation for, at begrænsning af én udbyders værktøjer forhindrer hverken sikkerhedsforskning eller misbrug. 21

Boltz viser presset på små hold

Bitcoin-swap-tjenesten Boltz indstillede separat sine swaps på ubestemt tid i august. Tjenesten sagde, at en stigning i automatiseret, AI-assisteret sondering havde overhalet det lille teams evne til at sikre systemet og udrulle rettelser. Refusionsfunktionen forblev tilgængelig, mens swaps var slået fra. 282930

Boltz er ikke bevis for, at ethvert AI-genereret angreb er avanceret eller lykkes. Men sagen er et konkret eksempel på det misforhold, Red Teams audit peger på: Automatisk opsporing og sondering kan køre konstant, mens små vedligeholderteams skal undersøge hver eneste alarm og sikkert levere hver eneste afhjælpning.

Stærkere modeller ændrer risikobilledet

Bitcoin og mange af de tilknyttede tjenester er i vid udstrækning open source. Offentligt tilgængelig kode gør uafhængig gennemgang og gennemsigtighed mulig, men giver også forsvarere og angribere adgang til det samme softwaremateriale. Bekymringen fra Hamilton og Bitcoin-kommentatoren CobraBitcoin er ikke, at open source i sig selv er usikkert. Den er, at stadig mere kapable modeller kan reducere den tid og ekspertise, der kræves for at finde en usædvanlig fejl på tværs af mange softwarearkiver. 1721

OpenAI oplyser, at GPT-6 Astra opfylder tærsklen Critical for cybersikkerhedskapacitet i virksomhedens Preparedness Framework. Ifølge OpenAI kan Astra med de relevante værktøjer og den nødvendige adgang finde hidtil ukendte fejl og udvikle måder at udnytte dem på i mange velbeskyttede systemer uden løbende menneskelig styring. 1922

Denne kapacitetserklæring dokumenterer hverken, at Astra blev brugt i Bitcoin Red Teams audit, eller at en frontmodel forårsagede et Bitcoin-kompromis. Den forklarer dog, hvorfor vedligeholdere er optagede af tempoet: Bliver modeller bedre til at ræsonnere på tværs af hele kodebaser og udvikle sårbarheder, flytter flaskehalsen sig fra at finde muligheder til hurtigt at bevise, rette og udrulle løsninger på de vigtige fund.

Den afgørende investering er kapacitet til verificering

Red Teams sprint bør først og fremmest ses som en advarsel om gennemløbskapacitet. Sikkerhedsøkosystemer kan nu producere tusindvis af plausible spor hurtigt. Modstandsdygtigheden afhænger af, om de samtidig kan finansiere uafhængig reproduktion, sikre rapporteringskanaler, vedligeholdernes tid, kodegennemgang, test og hurtige opdateringer.

For Bitcoin-relaterede projekter er den næste vigtige målestok derfor ikke det største antal AI-genererede fund. Det er andelen af rapporter, der bliver til validerede sårbarheder, ansvarligt koordinerede patches og udrullede beskyttelser, før angribere kan nå at handle. 1514