Bitcoin Red Team 用 AI 掃出 4,962 個安全線索：真正樽頸係人手驗證

Bitcoin 開源生態嘅 AI 輔助安全審查，已經去到另一個規模。Bitcoin Red Team 呢個志願團隊表示，佢哋喺 2026 年 8 月一次衝刺中，以人手主導、多模型協作嘅流程，約 27.5 小時內審查約 390 個與 Bitcoin 有關嘅程式庫，提交咗 4,962 項潛在安全發現；當中 85 項標為嚴重、635 項標為高風險。

不過，最重要嘅分別係：呢 4,962 項係待驗證線索，唔係 4,962 個已證實、可被利用嘅漏洞。 1124

Red Team 實際做咗乜？

報道指，呢個由開發者 Calle 同 AnchorWatch 行政總裁 Rob Hamilton 帶領嘅 16 人小組，動用由 OpenSats 資助、逾 4 萬美元嘅 AI 運算資源。工作流程係由模型喺程式碼庫中尋找可疑路徑同可能弱點；人員則負責定向審查、判斷結果，並為維護者準備報告。報道提及嘅模型包括 Kimi K3、GPT Sol、Fable、Opus 同 GLM 5.2。 2512

以短期志願行動而言，覆蓋範圍相當大：大約 390 個程式庫，審查工具據報涵蓋 171,599 行程式碼。按團隊自己嘅嚴重程度分類，高風險加嚴重項目合共 720 項。 2327

呢種輸出顯示，程式碼審查嘅成本結構正在改變。模型可以迅速喺龐大程式碼量中搜尋風險模式、追蹤候選資料流，兼提出測試案例或者利用假設；但「搵到可疑之處」，距離一份可交畀維護者處理嘅高質素漏洞報告，仲有一段好長嘅路。

點解 4,962 唔可以當成漏洞總數？

4,962 呢個數字，應理解為等待驗證嘅候選項目管道。早期報道顯示，只有 21.4% 發現已經獨立重現。即係話，大部分報告仍要由人員確認：問題會唔會喺相關編譯版本同設定下出現、係咪真係可被利用、會否與其他報告重複，以及嚴重程度應該點分。 1115

一次完整嘅安全應對，通常至少包括：

• 喺真實軟件環境重現問題；
• 分開真正漏洞、誤報同重複報告；
• 評估可利用性同對用戶嘅影響；
• 同維護者協調私下披露；
• 撰寫針對性修補同測試；
• 審核改動有冇引入回歸問題；
• 令營運者同用戶安裝更新。

AI 令第一步——產生線索——平得多、快得多，卻冇消除之後每一環對專家負責嘅需要。報道亦指，只有部分發現已送交維護者，反映安全披露嘅處理能力本身都係樽頸。 14

Coldcard 事故，令風險變得具體

今次審查緊接 Coldcard 硬件錢包事故之後。報道指，一個 2021 年 3 月嘅韌體錯誤，令助記詞種子生成經由可預測嘅軟件隨機器，而唔係原定嘅硬件隨機數產生器。若攻擊者能夠限制所需輸入範圍，受影響嘅金鑰就可能被重建。 4245

隨住更多可疑活動被發現，損失估算亦有變化。CoinDesk 報道指，四輪事件累計可能接近 1.14 億美元；其他報道則指，7 月 30 日至 8 月 3 日期間約有 1,816 BTC 被盜。 4142

教訓唔係 Bitcoin 核心密碼學失效，而係自我託管周邊軟件一個缺陷，已經可以帶來系統級後果。喺被利用之前找出危險問題，重要性不下於事後追查。

有修補成果，但唔代表 4,962 項都已處理

一個實際成果係：報道指 Hamilton 提交、由 AI 協助發現嘅 Bitcoin Core 修正，於 8 月 20 日合併，用嚟處理一個與錢包有關嘅崩潰錯誤。呢個例子說明，AI 協助產生嘅線索可以經過傳統審核流程，最終變成正式合併嘅修補。 13

同時，呢亦正好說明點解唔應將標題數字當成已完成修補量。一項已合併嘅修正，已跨過更高門檻：有明確 bug、有經審查嘅補丁，亦獲維護中嘅程式碼庫接納。

OpenAI 存取限制帶出防守兩難

Hamilton 表示，當佢開始將 OpenAI 嘅網絡安全能力整合入審查後，OpenAI 嘅 Trust Cyber 計劃限制咗佢嘅存取。報道稱，團隊之後轉用其他模型，包括開放權重模型，繼續工作。 182132

當中嘅政策問題並唔簡單。強大網絡安全模型可以幫正當防守者找漏洞，但同一能力亦可能被濫用。Hamilton 嘅批評係，已知防守者若被加上摩擦，當其他模型——包括可本機運行嘅權重——仍可供攻擊者使用時，實際上可能造成不對稱。呢係對存取同作業速度嘅觀點，唔代表限制某一供應商工具，就必然阻止到安全研究或者惡意使用。 21

Boltz：小團隊面對嘅實際壓力

Bitcoin 兌換服務 Boltz 喺 8 月亦無限期暫停兌換服務，表示自動化、AI 輔助探測增加，速度已超過其小團隊保護系統同部署修補嘅能力。該公司表示，兌換暫停期間，退款功能仍然可用。 282930

Boltz 並唔證明每一宗 AI 生成攻擊都好複雜或已成功；但佢係一個實際例子，反映 Red Team 審查揭示嘅落差：自動化發現同探測可以不停運行，細小維護團隊卻要逐宗調查警報，並安全地推出每一項緩解措施。

更強模型點樣改變風險計算？

Bitcoin 同其周邊服務，大量都係開源。公開程式碼有利獨立審查同透明度，但亦即係守方同攻方接觸到同一份程式碼。Hamilton 同 Bitcoin 評論者 CobraBitcoin 關注嘅，並唔係開源天生唔安全；而係能力愈來愈高嘅模型，可能降低喺大量程式庫中尋找罕見缺陷所需嘅時間同專業門檻。 1721

OpenAI 表示，GPT-6 Astra 已達其 Preparedness Framework（準備度框架）中網絡安全能力嘅 Critical 門檻。公司指，喺具備適當工具及存取權限下，Astra 可以喺無人逐步指引下，於多個防護嚴密系統找出未知缺陷，並發展利用方法。 1922

呢項能力聲明唔代表 Astra 曾用於 Bitcoin Red Team 審查，更唔足以證明某個前沿模型造成 Bitcoin 被入侵；但佢解釋咗維護者點解聚焦「速度」：當模型越來越擅長全程式庫推理同漏洞開發，限制因素就會由「搵可能性」轉為「盡快證明、修好並部署最重要嘅回應」。

真正值得投資嘅：驗證能力

Red Team 呢次衝刺，最適合被理解為一次吞吐量警號。安全生態而家可以好快產生幾千個似乎合理嘅線索；真正嘅韌性，取決於能否以相近速度，資助獨立重現、安全通報渠道、維護者工時、程式碼審核、測試同快速更新。

對 Bitcoin 相關專案而言，下一個基準唔應該係 AI 生成咗幾多發現，而係有幾多報告最終變成經驗證嘅漏洞、負責任協調嘅修補，以及喺攻擊者出手前已部署嘅保護措施。 1514