AI 27.5小时扫出4962条比特币安全线索，真正瓶颈仍是人工验证

AI 辅助安全审计正在把比特币开源生态的代码审查推向新的规模。2026年8月，志愿者组织 Bitcoin Red Team 表示，它以“人工主导、多模型协作”的方式，在约27.5小时内审查了约390个比特币相关代码库，提交了4962条潜在安全发现，其中85条被标为严重、635条被标为高危。

但最关键的前提是：这4962条是待验证的线索或报告，并不等于4962个已经确认、能够被利用的漏洞。1124

这次审计做了什么

这支16人团队由开发者 Calle 与 AnchorWatch CEO Rob Hamilton 牵头。据报道，审计使用了超过4万美元、由 OpenSats 支持的 AI 算力。模型负责在代码库中寻找可疑路径、潜在薄弱点，并提出测试或利用假设；人类则负责设定审计方向、判断结果并准备提交给维护者的报告。报道提及的模型包括 Kimi K3、GPT Sol、Fable、Opus 和 GLM 5.2。2512

其覆盖范围颇大：约390个代码库，以及一个据称覆盖171,599行代码的审计框架。按团队的严重性标注，严重和高危发现合计720条。2327

这反映出代码审查成本结构的变化：模型能够迅速在大量代码中检索风险模式、追踪候选数据流，并给出测试思路；但“发现可疑之处”距离一份可直接进入安全响应流程的漏洞报告，仍有很长的路要走。

4962条发现，为何不能直接视为漏洞数量

更准确的理解是，4962条发现构成了一条等待人工验证的候选队列。早期报道显示，仅约21.4%的发现已被独立复现。这意味着，绝大多数报告仍需由人确认：问题是否会在对应的构建版本和配置中出现，是否真的可被利用，是否与其他报告重复，以及实际严重程度究竟如何。1115

一次完整的安全响应通常至少包含以下步骤：

• 在真实软件环境中复现行为；
• 排除误报和重复报告；
• 评估可利用性及对用户的实际影响；
• 与维护者协调非公开披露；
• 编写范围尽可能小的补丁与测试；
• 审核改动是否引入回归问题；
• 推动运营方和用户部署更新。

AI 显著压低了第一步——生成线索——的成本，却没有消除后续每一步对专家判断和责任归属的需求。报道称，当时仅有部分发现已送达维护者手中，这也说明漏洞披露处理能力本身就是一种约束。14

Coldcard事件为何让问题更紧迫

这次审计发生在 Coldcard 硬件钱包事件之后。据报道，Coldcard 在2021年3月的一版固件中出现错误：助记词种子生成被导向一个可预测的软件随机化器，而非原定的硬件随机数发生器。若攻击者能够限制或推断所需输入范围，受影响的私钥就可能被重现。4245

随着更多相关链上活动被识别，损失估算也持续变化。CoinDesk 报道称，四轮转移累计损失可能接近1.14亿美元；其他报道则称，2026年7月30日至8月3日期间约有1816枚比特币被盗。4142

事件的教训并不是比特币的核心密码学失效，而是自托管软件及其周边组件中的缺陷，同样可能造成系统级后果。相比事后发现问题，更重要的是在被利用前识别并解决危险缺陷。

一个已合并的修复，也说明“原始总数”并非成果总数

报道指出，Hamilton 提交的一项 AI 辅助 Bitcoin Core 改动已于8月20日合并，用于修复一个与钱包相关的崩溃问题。13

这是一个有实际意义的结果：一条由 AI 发现或辅助发现的线索，最终经过传统的审查与合并流程，成为维护中的代码库的一项修复。

但这也恰好说明，为何不应把4962这个数字视作“已完成修复数”。一项被合并的修复跨过了更高门槛：存在明确的问题定义、经过审核的补丁，以及维护项目对该改动的接纳。

OpenAI访问限制带来的防御困境

Hamilton 表示，在开始把 OpenAI 的网络安全能力整合进审计后，其访问权限受到 OpenAI Trust Cyber 项目的限制。报道显示，团队随后改用其他模型，包括开放权重模型来继续工作。182132

这带来一个难以回避的政策问题：强大的网络安全模型可以帮助合法防御者寻找缺陷，但相同能力也可能被滥用。Hamilton 的批评是，如果已知的防御者在工具使用上被延迟或设限，而攻击者仍可使用其他模型、甚至在本地运行的开放权重模型，那么实际操作中可能形成不对称。

这是一种关于工具可得性和响应速度的观点，并不意味着限制某一家供应商的工具就能阻止安全研究或恶意使用。21

Boltz暂停服务，展现小团队的现实压力

比特币兑换服务 Boltz 在8月另行宣布无限期暂停兑换，称自动化、AI辅助探测的增加，已超过其小团队保障安全和部署修复的能力。该服务表示，兑换功能虽被关闭，但退款功能仍可使用。282930

Boltz 并不能证明每一次 AI 生成的攻击都很复杂或都会成功；但它确实呈现了 Red Team 审计所揭示的现实错配：自动化发现和探测可以持续运行，而规模有限的维护团队必须逐一调查告警，并安全地发布每一项缓解措施。

更强的模型为何改变风险计算

比特币及其周边服务的大量代码是开源的。公开代码有利于独立审查和透明度，但也意味着防御者和攻击者都能接触同一份软件语料。

Hamilton 和比特币评论者 CobraBitcoin 担忧的并不是开源天然不安全，而是能力持续增强的模型可能降低门槛，使人们能以更少时间和专业经验，在数百个代码库中寻找罕见缺陷。1721

OpenAI 表示，GPT-6 Astra 已达到其《Preparedness Framework》中的网络安全能力“关键级”（Critical）门槛。该公司称，在具备适当工具和访问权限的情况下，Astra 可以在许多防护较强的系统中发现此前未知的缺陷，并开发利用方式，而不需要人类逐步指导。1922

这项能力声明并不表示 Astra 曾用于 Bitcoin Red Team 审计，也不能证明某个前沿模型导致了比特币安全事件。但它解释了维护者为何聚焦“速度”：当模型越来越擅长跨代码库推理、漏洞发现与利用开发时，真正的限制将从“能否找到可能性”，转变为“能否快速证实、修复并部署对重要问题的响应”。

真正需要投入的，是验证能力

Bitcoin Red Team 的冲刺审计更像一次吞吐量警报。安全生态如今可以很快生成数千条看似合理的线索；其韧性则取决于能否以相近速度，为独立复现、私密报告渠道、维护者时间、代码审核、测试和快速更新提供资金与人力。

因此，比特币相关项目下一阶段真正值得衡量的，不是 AI 一次生成了多少条发现，而是其中有多大比例能在攻击者行动之前，转化为已验证的漏洞、妥善协调的补丁和已部署的保护措施。1514