
AI 一天找出近 5000 個比特幣漏洞:國產大模型發力,開源不等於安全
撰文:小餅
16 個人, 27.5 小時, 4962 個安全問題, 85 個嚴重漏洞, 635 個高危漏洞。
這組數字來自一個叫 Bitcoin Red Team 的志願者組織。過去兩天,他們用 AI 模型對 390 個比特幣開源項目發起了一場地毯式安全審計,平均每小時提交 166 個發現, 每人每小時鎖定一個嚴重級別的漏洞。
Cashu 協議創始人 Calle在 X 上公佈了首份戰報,開頭四個字概括了局面:"情況極其糟糕。"
但真正令人不安的,不是數字本身。
4 萬美元和一場消防演習
這場審計不是憑空發起的。
一週前, 比特幣生態剛經歷了硬件錢包史上最大的安全事故。Coldcard 錢包因 2021 年一次固件更新中的隨機數生成器缺陷,導致私鑰可被離線推算。攻擊者從 7月 30 日起分四波洗劫了超過 5200 個地址, Galaxy Research 的追蹤數據顯示損失約 1816枚 BTC,按當時價格計算超過 1.16 億美元。
這個 Bug 在公開代碼裡靜靜躺了五年,任何人都可以審計,幾乎沒有人系統性地看過。
Coldcard 事件是導火索。Calle和 AnchorWatch CEO Rob Hamilton 迅速組建了 Red Team,從 OpenSats 拿到資金,在 AI 算力上燒掉了超過 4 萬美元。他們使用的模型包括月之暗面的 Kimi K3、OpenAI的 GPT Sol、Anthropic的 Fable和 Opus,以及智譜的 GLM5.2。
項目初期,OpenAI和 Anthropic 的模型訪問受限,團隊主要依賴中國的開源模型。這個細節本身就挺有意思:守衛全球最大加密資產基礎設施安全的,竟然是一群志願者手持中國開源 AI 在通宵作戰。
27.5 小時後的數據拼圖是這樣的:4962 個問題中, 14.5%屬於高危或嚴重級別,平均每個項目命中 1.85 個嚴重問題。隱私和 CoinJoin 類工具的嚴重發現佔比最高,達到 24%;其次是交易所和互換協議,21%;密碼學庫和 SDK 產出了最多的原始發現量(1101 個),但嚴重佔比只有 10%。91%的發現通過自動化掃描提交, 21%已經用概念驗證代碼在本地環境中復現。
17 個貢獻者裡, 14 個是人類, 3 個是自動化系統。
瓶頸已經翻轉
Rob Hamilton在 X 上寫了一句話,比所有數字都重要:“最難的部分不是找到 Bug,是把它們送到對的人手裡。”
在傳統安全研究的世界裡,"發現"是最昂貴的環節。一個頂級安全研究員可能花幾周時間逆向一段代碼, 找到一個可利用的漏洞。AI 把這個成本壓到了接近零。16 個人配合 AI 模型, 一天的產出相當於一家審計公司幾個月的工作量。
問題出在發現之後。截至戰報發佈時, 390 個被審計項目中只有 19 個(不到 5%)完成了上游披露。Calle 在推文中向維護者道歉,說知道報告潮湧增加了他們的壓力, 團隊還在學習如何過濾噪音。8 個發現已經被撤回為誤報。
這是一個結構性的變化:AI 把“找 Bug”變成了近乎免費的行為, 整個安全流水線的瓶頸從最上游的發現環節,一下子轉移到了中下游:驗證、分類、路由到正確的維護者、修復、測試、部署補丁。這些環節依然高度依賴人工, 依然緩慢, 依然混亂。
而這正是攻擊者的結構性優勢所在。
不對稱的軍備競賽
防禦者需要走完一條完整的鏈路:發現漏洞→驗證→負責任披露→等待維護者確認→修復→推送補丁→用戶更新。每一步都有摩擦,都有延遲。
攻擊者只需要:發現漏洞→利用。
AI 讓鏈路的起點對雙方都變得廉價。但後續步驟的不對稱性,意味著這場軍備競賽天然有利於進攻方。Coldcard 的案例就是明證:一個 2021 年的 Bug 在代碼庫裡公開存放了五年,防禦者沒有系統掃描,攻擊者用 AI 找到了可預測的密鑰空間,41 分鐘掃走 1083枚 BTC。
更大的信號已經出現。今年 4 月,Anthropic 對外展示了 Claude Mythos Preview,一個因安全風險過高而拒絕公開發布的 AI 模型。根據 Anthropic 的說明,Mythos 在不到 50 美元的算力成本下就能鎖定單個漏洞, 團隊用它自主發現了 OpenBSD 操作系統中一個存在了 27 年的缺陷。OpenBSD 是全球公認安全性最高的操作系統之一,被大量用於運行防火牆和關鍵基礎設施。Anthropic 因此啟動了 Project Glasswing 計劃, 聯合 AWS、蘋果、微軟、谷歌等約 40 家機構,用這個模型搶在攻擊者之前修補漏洞。
5 月,Google 威脅情報團隊公佈了另一個里程碑:他們截獲了一個犯罪團伙利用 AI 模型發現零日漏洞並編寫了利用代碼的案例。那個漏洞是一個雙因素認證繞過,嵌在一個被廣泛使用的開源管理工具中。Google 通過代碼中的 AI 特徵(虛構的 CVSS 評分、教科書式的 Python 註釋)識別了攻擊來源, 並在犯罪團伙發起大規模利用之前與廠商合作完成了修補。
Google 威脅情報首席分析師 John Hultquist 的話沒有留任何餘地:"認為 AI 漏洞軍備競賽即將到來的看法是一種誤判。現實是, 這場競賽已經開始了。"
開源從來不等於審計過
Ledger CTO Charles Guillemet 在評價 Coldcard 事件時說了一句被廣泛引用的話:“開源和被審查過,是兩回事。”
這句話刺穿了加密行業一個長期存在的認知泡沫。比特幣社區對開源有一種近乎宗教性的信仰,認為代碼公開意味著任何人都可以檢查,因此天然是安全的。Coldcard 的代碼確實公開了五年。Red Team 的審計覆蓋了 390 個項目。這兩個事實放在一起,畫面很清晰:可審計從來不等於已審計。
Red Team 的經驗也暴露了 AI 安全審計的侷限。Calle 說, 團隊的大部分工作仍然是"手動引導 AI",讓每個人用自己偏好的方式提示模型, 結果比統一方法覆蓋面更廣。這說明當前的 AI 安全審計更接近"人類專家駕駛 AI 工具"而非"AI 自主巡邏"。模型能快速掃描代碼模式,但判斷一個發現是否真正可利用、影響範圍有多大、該通知誰,仍然需要人類的經驗和判斷。
Hamilton 說, 團隊計劃將審計框架開源, 讓比特幣公司可以對自己的閉源代碼運行同樣的掃描。這是正確的方向, 但也意味著同樣的工具必然落入攻擊者手中。
這場審計真正揭示的,是一個正在形成的新等式:
AI 讓發現漏洞的成本趨近於零。但修復漏洞的成本(組織協調、人力投入、用戶遷移)依然昂貴且緩慢。
4 萬美元的 AI 算力,27.5 小時,就能把一個管理著數千億美元資產的開源生態翻個底朝天。Coldcard 五年沒人看的 Bug, 被攻擊者找到後 41 分鐘捲走了 1.16 億美元。
比特幣的安全敘事正在被重寫。
過去的邏輯是:“代碼是開源的,所以是安全的。”新的邏輯更殘酷:“代碼是開源的,所以攻擊者也在用 AI 掃描它。”
防禦者唯一的優勢是先手,在攻擊者之前找到並修補漏洞。Red Team 正在爭奪這個先手,但他們的戰報也說明,即便拿到了先手, 後續的補丁分發鏈路仍然是生態最薄弱的環節。
比特幣面臨的困境,可能只是一場更大變局的預演。整個開源軟件世界都即將迎來同樣的拷問:當發現 Bug 不再需要專家,修復 Bug 仍然需要,這個落差要靠什麼來填?













