TechFlow Logo
ログイン/ 登録
ETHガス
Gwei
恐怖
gas
AI が 1 日で約 5000 件のビットコイン脆弱性を発見:中国産大規模モデルが台頭、オープンソース=安全ではない

AI が 1 日で約 5000 件のビットコイン脆弱性を発見:中国産大規模モデルが台頭、オープンソース=安全ではない

2026.08.07
共有先
ビットコインが直面する困境は、より大きな変局の予行演習に過ぎないのかもしれない。

執筆:小餅

16 人、27.5 時間、4962 件のセキュリティ問題、85 件の深刻な脆弱性、635 件の高危険な脆弱性。

これらの数字は、Bitcoin Red Team というボランティア組織によるものだ。過去 2 日間、彼らは AI モデルを用いて 390 件のビットコインオープンソースプロジェクトに対し絨毯爆撃的なセキュリティ監査を実施し、平均毎時 166 件の発見を提出し、一人あたり毎時 1 件の深刻レベルの脆弱性を特定した。

Cashu プロトコルの創始者 Calle は X 上で最初の戦況報告を発表し、冒頭の 4 文字で状況を要約した。「状況は極めて悪い。」

しかし、本当に不安を感じさせるのは、数字そのものではない。

4 万ドルと一場の消防演習

この監査は何もないところから開始されたわけではない。

1 週間前、ビットコインエコシステムはハードウェアウォレット史上最大のセキュリティ事故を経験したばかりだった。Coldcard ウォレットは、2021 年のファームウェアアップデートにおける乱数生成器の欠陥により、秘密鍵がオフラインで推測可能となっていた。攻撃者は 7 月 30 日から 4 波にわたって 5200 以上のアドレスを襲撃し、Galaxy Research の追跡データによると損失は約 1816 枚の BTC、当時の価格で 1 億 1600 万ドル以上となった。

このバグは公開コードの中で 5 年間静かに存在し、誰でも監査できたが、体系的に確認した者はほぼいなかった。

Coldcard 事件が導火線となった。Calle と AnchorWatch CEO の Rob Hamilton は迅速に Red Team を結成し、OpenSats から資金を得て、AI 計算リソースに 4 万ドル以上を投じた。彼らが使用したモデルには、Moonshot AI の Kimi K3、OpenAI の GPT Sol、Anthropic の Fable と Opus、そして Zhipu AI の GLM5.2 が含まれる。

プロジェクト初期、OpenAI と Anthropic のモデルへのアクセスは制限されており、チームは主に中国のオープンソースモデルに依存していた。この詳細自体非常に興味深い:世界最大の暗号資産インフラの安全を守っているのが、中国のオープンソース AI を手にしたボランティア集団が徹夜で戦っている一群だとは。

27.5 時間後のデータの全体像は以下の通りだ:4962 件の問題のうち、14.5% が高危険または深刻レベルに分類され、プロジェクトあたり平均 1.85 件の深刻な問題が見つかった。プライバシーおよび CoinJoin 系ツールの深刻な発見の割合が最も高く、24% に達した。次いで取引所および交換プロトコルが 21%。暗号ライブラリおよび SDK は最も多くの原始発見量(1101 件)を生み出したが、深刻な割合は 10% のみだった。発見の 91% は自動スキャンを通じて提出され、21% はすでに概念実証コードを用いてローカル環境で再現されている。

17 人の貢献者のうち、14 人は人間で、3 人は自動化システムだ。

ボトルネックはすでに反転した

Rob Hamilton は X 上で全ての数字よりも重要な一言を書いた。「最も難しい部分はバグを見つけることではなく、それらを適切な人の手に届けることだ。」

伝統的なセキュリティ研究の世界では、「発見」が最もコストがかかる工程だ。トップクラスのセキュリティ研究者は、コードをリバースエンジニアリングするのに数週間をかけ、悪用可能な脆弱性を見つけるかもしれない。AI はこのコストをほぼゼロまで押し下げた。16 人が AI モデルと連携し、1 日の成果は監査会社の数ヶ月分の作業量に相当する。

問題はその後に発生する。戦況報告発表時点では、監査された 390 件のプロジェクトのうち、わずか 19 件(5% 未満)のみがアップストリームへの開示を完了していた。Calle は投稿でメンテナーに謝罪し、報告の殺到が彼らの圧力を高めていることを理解しており、チームはどのようにノイズをフィルタリングするかを学んでいる最中だと述べた。8 件の発見は誤報として撤回された。

これは構造的な変化だ。AI は「バグ探し」をほぼ無料の行為に変え、セキュリティパイプライン全体のボトルネックを最上流の発見工程から、中下流へと一気に移行させた。つまり、検証、分類、適切なメンテナーへのルーティング、修正、テスト、パッチのデプロイだ。これらの工程は依然として人手に大きく依存し、依然として遅く、依然として混乱している。

これこそが攻撃者の構造的な優位性のある場所だ。

非対称的な軍拡競争

防御者は完全なチェーンを完了させる必要がある。脆弱性の発見→検証→責任ある開示→メンテナーの確認待ち→修正→パッチのプッシュ→ユーザーの更新。各ステップには摩擦があり、遅延がある。

攻撃者に必要なのはこれだけだ。脆弱性の発見→悪用。

AI はチェーンの起点を双方にとって安価なものにした。しかし、後続ステップの非対称性は、この軍拡競争が本質的に攻撃側に有利であることを意味する。Coldcard の事例が明確な証拠だ。2021 年のバグがコードリポジトリで 5 年間公開されて放置され、防御者は体系的なスキャンを行わず、攻撃者は AI で予測可能な鍵空間を見つけ、41 分で 1083 枚の BTC を奪い去った。

さらに大きな信号がすでに現れている。今年 4 月、Anthropic は Claude Mythos Preview を外部に公開した。これはセキュリティリスクが高すぎるため一般公開を拒否された AI モデルだ。Anthropic の説明によると、Mythos は 50 ドル未満の計算コストで単一の脆弱性を特定でき、チームはこれを用いて OpenBSD オペレーティングシステムに 27 年間存在していた欠陥を独自に発見した。OpenBSD は世界的に安全性が最も高いと認められているオペレーティングシステムの 1 つであり、ファイアウォールや重要インフラの運行に広く使用されている。Anthropic はこれにより Project Glasswing 計画を始動し、AWS、アップル、マイクロソフト、グーグルなど約 40 の機関と連携して、このモデルを用いて攻撃者よりも先に脆弱性を修正している。

5 月、Google 脅威インテリジェンスチームは別のマイルストーンを発表した。犯罪集団が AI モデルを利用してゼロデイ脆弱性を発見し、悪用コードを作成した事例を傍受したというものだ。その脆弱性は二段階認証のバイパスであり、広く使用されているオープンソース管理ツールに組み込まれていた。Google はコード内の AI 特徴(架空の CVSS スコア、教科書的な Python 注釈)を通じて攻撃源を特定し、犯罪集団が大規模な悪用を開始する前にベンダーと協力して修正を完了させた。

Google 脅威インテリジェンスの首席アナリスト John Hultquist の言葉には余地がなかった。「AI 脆弱性軍拡競争が即将到来するという見方は誤りだ。現実には、この競争はすでに始まっている。」

オープンソースは決して監査済みと同義ではない

Ledger CTO の Charles Guillemet は Coldcard 事件を評価する際に、広く引用された一言を述べた。「オープンソースであることと、監査済みであることは別物だ。」

この言葉は暗号業界に長年存在した認識の泡を突き破った。ビットコインコミュニティにはオープンソースに対するほぼ宗教的な信仰があり、コードが公開されていることは誰でも検査できることを意味し、したがって本質的に安全だと考えている。Coldcard のコードは確かに 5 年間公開されていた。Red Team の監査は 390 のプロジェクトをカバーした。この 2 つの事実を合わせると、図は明確だ:監査可能であることは決して監査済みであることを意味しない。

Red Team の経験は AI セキュリティ監査の限界も露呈させた。Calle によると、チームの作業の大部分は依然として「手動で AI を誘導」することであり、それぞれが好みの方法でモデルにプロンプトを出すことで、統一された方法よりも広範なカバレッジを得られたという。これは現在の AI セキュリティ監査が「AI 自律パトロール」ではなく、「人類の専門家が AI ツールを運転する」ことに近いことを示している。モデルはコードパターンを迅速にスキャンできるが、発見物が実際に悪用可能かどうか、影響範囲がどの程度か、誰に通知すべきかを判断するには、依然として人間の経験と判断が必要だ。

Hamilton は、チームが監査フレームワークをオープンソース化し、ビットコイン企業が自社のクローズドソースコードに対して同じスキャンを実行できるようにする計画だと述べた。これは正しい方向性だが、同じツールが必然的に攻撃者の手に渡ることを意味してもいる。

この監査が本当に明らかにしたのは、形成されつつある新しい等式だ。

AI は脆弱性発見のコストをゼロに近づけた。しかし、脆弱性修正のコスト(組織調整、人材投入、ユーザー移行)は依然として高価で遅い。

4 万ドルの AI 計算リソース、27.5 時間あれば、数千億ドルの資産を管理するオープンソースエコシステムを根底からひっくり返せる。Coldcard の 5 年間誰も見なかったバグは、攻撃者に見つかった後 41 分で 1 億 1600 万ドルを巻き上げた。

ビットコインのセキュリティナラティブは書き換えられつつある。

過去のロジックは「コードはオープンソースなので安全だ」だった。新しいロジックはより残酷だ。「コードはオープンソースなので、攻撃者も AI でスキャンしている」。

防御者の唯一の優位性は先手であり、攻撃者よりも先に脆弱性を見つけ修正することだ。Red Team はこの先手を争っているが、彼らの戦況報告は、先手を取ったとしても、その後のパッチ配布チェーンが依然としてエコシステムで最も脆弱な環節であることを示してもいる。

ビットコインが直面する困境は、より大きな変局の予演に過ぎない可能性がある。オープンソースソフトウェア世界全体が同様の問いに直面しようとしている。バグ発見に専門家が不要になり、バグ修正には依然として必要である場合、このギャップは何で埋めるのか?