Bitcoin Red Team, quasi 5.000 segnalazioni con l’IA: il vero collo di bottiglia è la verifica umana

L’intelligenza artificiale sta portando la revisione della sicurezza del software open source Bitcoin a una scala inedita. Durante uno sprint dell’agosto 2026, il gruppo volontario Bitcoin Red Team ha dichiarato di aver esaminato circa 390 repository collegati a Bitcoin in all’incirca 27,5 ore, con un flusso di lavoro guidato da persone e basato su più modelli. Il risultato dichiarato: 4.962 potenziali segnalazioni di sicurezza, di cui 85 classificate come critiche e 635 ad alta gravità.

Il dato più importante, però, è un altro: non si tratta di 4.962 vulnerabilità sfruttabili già confermate. Sono segnalazioni, o piste d’indagine, che devono essere controllate da esseri umani. 1124

Cosa ha fatto Bitcoin Red Team

Il gruppo, composto da 16 persone e guidato dallo sviluppatore Calle e dal CEO di AnchorWatch Rob Hamilton, avrebbe impiegato oltre 40.000 dollari di potenza di calcolo per l’IA, finanziata da OpenSats, organizzazione non profit che sostiene lo sviluppo open source di Bitcoin. Secondo le ricostruzioni, i modelli hanno analizzato le basi di codice alla ricerca di percorsi sospetti e possibili debolezze; le persone hanno diretto il processo e preparato i report destinati ai manutentori. Fra i modelli citati figurano Kimi K3, GPT Sol, Fable, Opus e GLM 5.2. 2512

La portata dell’operazione è stata notevole per un’iniziativa volontaria di breve durata: circa 390 repository e un’infrastruttura di revisione che, secondo quanto riportato, copriva 171.599 righe di codice. Le classificazioni del gruppo attribuivano 720 segnalazioni alle fasce alta o critica. 2327

Questo mostra quanto sia cambiata l’economia del code review. Un modello può cercare rapidamente pattern rischiosi in una grande quantità di codice, seguire flussi di dati candidati e proporre casi di test o ipotesi di exploit. Ma identificare un’anomalia non rende automaticamente un report pronto per essere trasformato in una correzione.

Perché il totale non è un conteggio di vulnerabilità

Le 4.962 segnalazioni vanno lette come una coda di candidati da verificare. Le prime informazioni indicavano che solo il 21,4% era stato riprodotto in modo indipendente. Per ogni caso, occorre quindi stabilire se il comportamento esista davvero nella build e nella configurazione rilevanti, se sia sfruttabile, se duplichi un altro report e quale sia la sua gravità effettiva. 1115

Una risposta completa a un problema di sicurezza richiede normalmente di:

• riprodurre il comportamento nell’ambiente software effettivo;
• distinguere vulnerabilità reali da falsi positivi e duplicati;
• valutare sfruttabilità e impatto sugli utenti;
• coordinare una divulgazione riservata con i manutentori;
• preparare una patch circoscritta e i relativi test;
• riesaminare la modifica per evitare regressioni;
• portare operatori e utenti a installare l’aggiornamento.

L’IA ha abbattuto il costo del primo passaggio, cioè produrre possibili piste. Non ha eliminato il bisogno di competenze e responsabilità umane in tutto ciò che viene dopo. Inoltre, solo una parte delle segnalazioni era arrivata ai manutentori: anche la capacità di gestire le divulgazioni è un vincolo concreto. 14

Il caso Coldcard ha alzato la posta

L’audit è arrivato dopo l’incidente che ha coinvolto i wallet hardware Coldcard. Un errore nel firmware del marzo 2021 avrebbe instradato la generazione del seed verso un generatore software prevedibile anziché verso il generatore hardware di numeri casuali previsto. In determinate condizioni, ciò poteva rendere le chiavi interessate ricostruibili da un attaccante. 4245

Le stime delle perdite sono cresciute con l’emergere di ulteriori attività: CoinDesk ha riportato un possibile totale cumulativo vicino a 114 milioni di dollari in quattro ondate, mentre altre ricostruzioni parlano di circa 1.816 BTC sottratti fra il 30 luglio e il 3 agosto. 4142

La lezione non è che la crittografia di base di Bitcoin sia fallita. È che un difetto nel software che circonda l’autocustodia può produrre conseguenze su larga scala. Trovare i bug pericolosi prima che vengano sfruttati è importante quanto scoprirli dopo un attacco.

Una patch arrivata in Bitcoin Core, ma il totale resta da contestualizzare

Un risultato concreto c’è stato: secondo quanto riportato, un contributo assistito dall’IA di Hamilton a Bitcoin Core è stato integrato il 20 agosto per correggere un bug di crash collegato al wallet. È un esempio significativo di una segnalazione generata o assistita dall’IA che ha attraversato il normale processo di revisione e integrazione. 13

È anche il motivo per cui il numero in prima pagina non va confuso con il numero di problemi risolti. Una patch integrata supera una soglia molto più alta di un report automatico: identifica un bug definito, include una correzione esaminata e viene accettata in un progetto mantenuto.

Le restrizioni di accesso a OpenAI e il dilemma della difesa

Hamilton ha dichiarato che il programma Trust Cyber di OpenAI gli aveva limitato l’accesso dopo l’avvio dell’integrazione delle capacità cyber dell’azienda nell’audit. Le cronache riferiscono che il gruppo ha proseguito usando modelli alternativi, compresi modelli a pesi aperti. 182132

La questione di policy è complessa: modelli cyber molto capaci possono aiutare i difensori a individuare falle, ma le stesse capacità possono essere usate in modo improprio. La critica di Hamilton riguarda l’attrito operativo imposto a difensori identificati, mentre altri modelli — inclusi quelli eseguibili localmente — possono restare accessibili agli attaccanti. È un argomento sulla velocità e sull’accesso agli strumenti, non la prova che limitare gli strumenti di un singolo fornitore fermi la ricerca di sicurezza o l’uso malevolo. 21

Il caso Boltz e la pressione sui piccoli team

Separatamente, il servizio di swap Bitcoin Boltz ha sospeso gli swap a tempo indeterminato in agosto, affermando che l’aumento delle attività automatizzate e assistite dall’IA aveva superato la capacità del suo piccolo team di mettere in sicurezza il servizio e distribuire le correzioni. La funzionalità di rimborso è rimasta disponibile mentre gli swap erano disabilitati. 282930

Boltz non dimostra che ogni attacco assistito dall’IA sia sofisticato o abbia successo. È però un esempio pratico dello squilibrio emerso dall’audit: l’individuazione e il probing automatizzati possono essere continui, mentre i piccoli team devono analizzare ogni allarme e distribuire ogni mitigazione in sicurezza.

Perché modelli più potenti cambiano il calcolo del rischio

Bitcoin e molti servizi collegati sono in larga misura open source. Il codice pubblico permette controlli indipendenti e trasparenza, ma mette lo stesso corpus software a disposizione sia dei difensori sia degli attaccanti. La preoccupazione espressa da Hamilton e dal commentatore Bitcoin CobraBitcoin non è che l’open source sia intrinsecamente insicuro: è che modelli sempre più capaci possano ridurre il tempo e le competenze necessari per trovare un difetto insolito in centinaia di repository. 1721

OpenAI afferma che GPT-6 Astra soddisfa la soglia Critical per le capacità di cybersicurezza nel suo Preparedness Framework. Secondo l’azienda, con gli strumenti e gli accessi appropriati Astra può trovare falle finora sconosciute e sviluppare modi per sfruttarle in molti sistemi ben protetti senza una guida umana a ogni passaggio. 1922

Questa dichiarazione non prova che Astra sia stato usato nell’audit di Bitcoin Red Team, né che un modello di frontiera abbia causato una compromissione di Bitcoin. Chiarisce però perché i manutentori guardano soprattutto alla velocità: se i modelli migliorano nel ragionamento su interi repository e nello sviluppo di vulnerabilità, il collo di bottiglia si sposta dall’individuazione delle possibilità alla rapida verifica, correzione e distribuzione delle risposte importanti.

Il vero investimento: capacità di verifica

Lo sprint di Bitcoin Red Team va letto soprattutto come un avviso sul throughput. Gli ecosistemi di sicurezza possono ormai generare migliaia di piste plausibili in poco tempo. La loro resilienza dipenderà dalla capacità di finanziare riproduzioni indipendenti, canali di segnalazione riservati, tempo dei manutentori, revisione del codice, test e aggiornamenti rapidi a una velocità comparabile.

Per i progetti legati a Bitcoin, il prossimo parametro non sarà quindi il più alto numero di segnalazioni prodotte dall’IA. Sarà la quota di report che diventa vulnerabilità convalidate, patch coordinate in modo responsabile e protezioni effettivamente distribuite prima che gli attaccanti possano agire. 1514