7958起漏洞現身比特幣代碼庫,AI掃描能力引發資安示警

比特幣（BTC）核心協議本身並未出現遭入侵的跡象,但圍繞錢包、程式庫與開源儲存庫所構成的周邊代碼生態,正被推向一個更依賴自動化工具的攻擊環境。隨著人工智慧（AI）模型的「漏洞探測」能力持續增強,這場資安警示已從模型評測擴散到比特幣開發社群內部。

根據U.Today報導,比特幣長期參與者「CobraBitcoin」表示,「AI模型越強大,就越該提防下一個重大漏洞利用（exploit）」。文中提到的對象包括比特幣核心（Bitcoin Core）、閃電網路（Lightning）相關實作、各式錢包與程式庫。「漏洞利用」指的是被用來實際發動攻擊的軟體弱點手法或程式碼,這句發言並非宣告有新漏洞已被證實,而是提醒外界:AI能大量分析公開程式碼,可能加快潛在弱點被找出的速度。

這波示警背後,是大型AI模型資安能力的快速提升。OpenAI於9月1日發布的GPT-6 Astra安全性概述指出,該模型已達到公司「準備框架（Preparedness Framework）」中「Critical（重大）」等級的網路資安門檻。

OpenAI說明,在具備適當工具與存取權限的條件下,Astra不需要人類逐步下達指令,就能自行找出未知的資安缺陷並開發攻擊手法。公司並表示,該模型在ExploitBench測試中拿下100%的成績,在難度更高的內部評測裡,還找出並實際運用了兩項零日漏洞。

不過,這項評測是在受控的存取條件下完成。這不代表一般使用者所處的正式環境會提供相同能力,也很難以此推論比特幣生態系已經被實際攻破。

Anthropic同樣於9月1日發布Claude Fable 5.1,將其定位為適用於程式撰寫、知識型工作與長時間代理（agent）任務的模型。Anthropic表示,已為這款模型加入涉及網路資安與生物領域的防護機制,一旦偵測到相關高風險請求,系統會自動切換至能力較低的模型。

比特幣開發社群同時也在處理AI的使用方式與界線問題。比特幣核心的貢獻文件規定,若使用AI工具就必須遵守相關AI政策,而貢獻者對自己送出的成果,負有理解與說明的責任。

同一份文件也把深度審查與測試視為專案的核心瓶頸。在公開開發的架構下,驗證與審查的速度往往比寫程式更慢,這意味著AI若要成為防禦工具,就必須與既有的審查機制搭配運作。

實際的資安檢查也在擴大進行。比特幣紅隊（Bitcoin Red Team）截至8月14日,已用AI掃描501個比特幣相關的開源專案,總共記錄下7958起「發現」（findings）。

其中1280起被列為高風險或重大風險等級。不過,這些發現並非已確認的漏洞,而是仍需進一步查證的檢查結果,必須經過人工驗證,才能判斷是否構成實際風險。

硬體錢包Coldcard相關事件,則讓「自我保管（self-custody）」的資安討論升溫。Galaxy Research（銀河研究）統計,因Coldcard系列相關漏洞,已有至少1778枚BTC、約1.127億美元遭到竊取。

Galaxy Research表示,自8月6日以來未再觀察到已確認的攻擊活動。Coldcard官方狀態頁面已於9月4日更新建議版本,Mk4與Mk5系列升級至5.6.2,Q系列升級至1.5.2Q。

對讀者而言,這場討論比起價格走勢,更貼近基礎設施成本與資安風險本身的問題。本站先前也報導過AI如何改變比特幣周邊產業的成本結構與資安方式的爭論,以及要求擴大比特幣資安研究者取得高效能AI模型權限的呼聲。

AI同時也是一種防禦工具。開發者可以用AI協助處理issue與PR的分派審查、程式碼審查與測試案例開發,但同一種能力,同樣可能加快攻擊者尋找漏洞的速度。

這場討論的核心,並非比特幣協議本身遭到瓦解,而是周邊基礎設施所承受的驗證壓力。開源儲存庫、錢包產生流程、發布版本驗證與測試自動化,如今都被一併納入比特幣資安的討論範疇。