Anthropic 的 AI 如何與人類專家聯手，揪出讓 Zcash 市值腰斬的致命漏洞

發現過程：AI 是加速器，而非替代品

Taylor Hornby 並非簡單地向 Claude Opus 4.8 提問「尋找漏洞」。他建立了一個名為「Zcash Full-Stack Auditor」的客製化框架，利用該模型的推理能力，有系統地追溯 Zcash 的 Orchard 隱私池電路邏輯 。這個工具讓 Hornby 能將 AI 的分析能力，精準地導向那個保護 Zcash 隱私交易、基於 Halo2 的複雜零知識證明系統。

5 月 29 日，這個框架挖出了一個邏輯不一致之處，而這正是自 Orchard 於 2022 年 5 月啟動以來，歷經多次正式審計的人類審查員都未能發現的盲點 。Hornby 不僅記錄了一個理論上的弱點；他藉助 AI 輔助的方法，實際寫出了一段可在本地測試環境中成功鑄造偽造 ZEC 的攻擊程式碼 。這項發現的速度——僅在模型公開發布後一天內——凸顯了 AI 增強型資安研究，已達到能力上的躍升 。

必須強調的是，這項突破是技術精湛的人類專家與尖端模型合作的成果。AI 提供了在龐大程式碼庫中的系統性推理與模式辨識能力；而人類研究員則負責定義問題、建構審計工具，並驗證其發現 。

漏洞本身：零知識證明電路中的缺陷約束

這個漏洞存在於 Orchard 隱私池電路中，是一個關鍵的「可靠性」（Soundness）缺陷。該電路是 Zcash 隱私交易最主要的隱私保護機制 。在零知識證明系統中，所謂的「可靠性」意味著，要為一個虛假的陳述創造出有效的證明，在計算上必須是不可行的。而 Orchard 電路中的一個約束不足的元素，破壞了這項特性。

具體來說，在 Halo2 gadgets crate 深層的某個數值，並未被錨定到一個真實的基點（base point）上，這使得數學上無效的輸入可以通過橢圓曲線的檢查 。用更簡單的話來說，一個本該驗證交易輸入的檢查機制，並未實際執行它表面上應有的規則 。其結果是：攻擊者能夠偽造出有效的零知識證明，從而授權在隱私池中無限量地創造偽造的 ZEC。

由於 Orchard 交易本質上是隱私的，這些偽造幣在鏈上將與合法幣完全無法區分 ，沒有任何方法可以透過審計區塊鏈來發現這筆虛假的供給。這個漏洞自 2022 年 5 月 Orchard 推出以來便一直存在，意味著它在未被察覺的情況下存活了大約四年 。

至關重要的是，由於 Orchard 的隱私特性與該缺陷的本質，Shielded Labs 表示，沒有任何加密方法能夠確定該漏洞是否曾在真實環境中被利用過 。這種不確定性，成了事件公開後市場焦慮的核心來源。

開發者應變：一場極速硬分叉

在 Hornby 將漏洞回報給 Zcash Open Development Lab 後，相關應變措施相當迅速 ：

• 2026年5月29日： Hornby 發現並回報該漏洞 。
• 2026年6月1日： 開發者透過一次網路升級（硬分叉）部署了緊急修補程式，停用了有漏洞的 Orchard 池 。
• 2026年6月3日： 修補程式在全網範圍內完全解決了問題 。
• 2026年6月4日： Shielded Labs 與 Zcash 創辦人 Zooko Wilcox 公開揭露了此漏洞及其修復方案 。

Wilcox 證實，修補程式在公告發布前已成功部署，這意味著在揭露後，沒有已知的資金因漏洞利用而損失 。這種「先修補、後揭露」的協調式做法，遵循了標準的漏洞管理流程，但其所需的速度——從發現到全網硬分叉僅三天——仍非比尋常。

在緊急修復後，Shielded Labs 請求 Anthropic 使用其受限的尖端模型 Mythos，進行一次獨立的完整協議審計。該審計在 2026 年 6 月 12 日確認，協議中不存在其他重大漏洞 。這次全面的審查，有助於部分恢復市場信心，儘管關於修補前漏洞是否遭利用的核心不確定性仍然存在。

市場衝擊：ZEC 暴跌 40% 至 50%

市場對 6 月 4 日的公開揭露反應激烈。ZEC 的價格在隨後的幾天裡暴跌了大約 40% 到 50%，報導形容該幣從「幾週前還遠高於此的水準」一瀉千里 。多個消息來源指出的跌幅區間落在 31% 至 50% 之間，而最普遍的說法是大約 40% 至 50% 。

這場拋售反映了多方面的恐慌。首先，這個漏洞的嚴重性——在一個主要的隱私幣中可進行無限且無法察覺的偽造——從根本上動搖了對該協議安全保證的信任。其次，一個 AI 模型發現了多年來人類主導的正式審計都未能察覺的缺陷，這為其他加密貨幣（包括以太坊）的潛在弱點帶來了令人不安的疑問 。第三，關於漏洞是否早已遭利用的永久不確定性，留下了一個光靠技術修復無法彌補的信任赤字 。

交易者們開始重新評估這個最著名隱私網路之一的安全性，隨之而來的便是快速且嚴厲的重新定價 。

雙面刃的省思：AI 同時是防衛者與威脅放大器

Zcash 事件被普遍視為 AI 在關鍵軟體安全領域展現雙重用途潛力的一個分水嶺 。

防禦價值

其防禦價值顯而易見。一個 AI 模型在人類專家的引導下，發現了人類審計員四年來都未察覺的災難性漏洞，而且是在模型發布的當天晚上就做到了 。這證明了尖端 AI 能大幅提升對複雜加密系統進行安全審計的速度、深度與完整性。後續由 Mythos 進行並確認協議其餘部分無虞的審計顯示，在未來，由 AI 驅動的持續性審計將成為高風險基礎設施的標準實務 。

Hornby 的方法——建立一個客製化的代理框架，而非單純對模型下指令——也表明，最強大的防禦性應用來自於將 AI 整合進系統化的安全工作流程中，而非將其視為一個能獨立運作的神諭。

攻擊性威脅

其攻擊面的影響同樣嚴峻。找到這個漏洞的能力，同樣可被惡意行為者武器化，用以發現並利用 0-day 漏洞，速度將遠超人類團隊 。如果在白帽研究員之前，就有一個黑帽組織將類似技術應用於 Zcash，他們可能在修補程式部署前，就悄無聲息地鑄造出無限量的偽幣、掏空流動性並消失無蹤。

《彭博社》形容此事件展現了「AI 駭客威脅的規模」。《彭博社》和其他媒體指出，此事件引發了急迫的疑問：現行的責任揭露規範，是否足以應對以 AI 速度發現的漏洞 。當一個 AI 能在數小時內找到一個關鍵缺陷時，在遭受惡意利用前進行協調修補的窗口期將急遽縮短。

資安研究人員警告，這並非杞人憂天。Zcash 事件是第一個公開證實的案例，但幾乎可以肯定不會是最後一個 。

令人不安的未知

或許整個事件最令人困擾的，是那無法解決的不確定性。由於 Zcash 是一個隱私幣，沒有任何加密方法可以證明，這個漏洞在其長達四年的生命週期中是否曾被利用 。開發團隊認為遭到利用的可能性「不高」，但他們也坦承自己確實無法證實這一點 。這創造了一個持久的信任問題——不僅是對 Zcash，而是對任何一個在發現前可能已被默默利用的隱私保護系統。

未來的意義

Zcash 事件標誌著一個時代的終結：加密協議的安全性不能再僅仰賴週期性的人工審計。AI 輔助的漏洞發現已是一種被證明可行的能力，隨之而來的還有其所暗示的非對稱力量。

對於協議開發者而言，其意涵相當明確：將尖端 AI 模型整合進持續性的安全審查流程，已不再是選項，而是必要之舉，因為敵人也肯定會這麼做。對 AI 社群來說，此事件強化了在部署那些極易被轉用於攻擊目的之能力時，審慎思考的必要性。而對整個加密貨幣生態系而言，這是一個嚴厲的提醒：即便是經過最嚴格審查的系統，也可能潛藏著災難性缺陷，而一個方向正確的 AI 能在數小時內就使其浮上檯面。