義工「比特幣紅隊」借助前沿AI掃描核心項目　揭逾十項重大漏洞

一個由義工組成、以建立比特幣「紅隊」為目標的安全計劃表示，團隊利用多款前沿AI模型，對約150個比特幣相關程式碼庫進行掃描，發現超過十項漏洞，反映加密安全領域的AI攻防競賽正在升溫。 協助籌組行動的AnchorWatch行政總裁Rob Hamilton在X向追隨者透露，團隊為建立紅隊平台至今已在各類AI服務上花費約2萬美元。他稱項目資金已到位，毋須外界捐款。 據Hamilton介紹，團隊以多個高階模型自動化進行程式碼審查及漏洞挖掘，包括Kimi K3、OpenAI的GPT Sol、Anthropic的Claude Fable與Opus，以及Z.ai的GLM 5.2。團隊亦與OpenAI合作，啟動用於更重、更昂貴掃描的「Cyber Harness」。Hamilton形容，針對「支撐比特幣生態的關鍵部分」進行深度掃描，成本值得。 整體而言，該計劃掃描了約150個程式碼庫，標記出逾十項漏洞，但未披露受影響的具體項目，也未公開技術細節。 同屬該行動的化名比特幣開發者Calle表示，團隊已搭建多套AI驅動的審查系統，覆蓋錢包、密碼學函式庫、基礎設施及其他比特幣相關項目。他在X稱，團隊「平均每人每小時可找到約一個重大可利用漏洞」，並在12小時內向多個項目提交了重大漏洞報告。不過他亦警告成本驚人：「我們每天燒掉1萬美元。」 市場人士指出，事件凸顯AI正快速改寫加密領域攻防兩端的安全工作：AI輔助審計可在更短時間、以更大規模找出關鍵缺陷，但同樣的工具也可落入攻擊者手中。 類似影響今年已有例可循。研究人員早前使用Anthropic的Claude Opus 4.8，發現Zcash一個存在四年的漏洞，理論上可能導致偽造ZEC。8月時，Coldcard製造商Coinkite亦稱相信攻擊者曾以AI協助定位Coldcard的一個漏洞；比特幣橋Boltz則曾以「攻擊者用AI找漏洞的速度快於團隊修補」為由暫停兌換。 該義工紅隊的行動提醒市場：隨着項目愈來愈依賴軟件與密碼學，自動化、AI驅動的安全審視正成為重要但成本高昂的防線。其發現與方法或促使更多團隊引入AI審計，同時加強漏洞披露與修補流程；惟目前受影響項目及具體漏洞仍維持保密。