Ny säkerhetsutmaning inom kryptovalutaindustrin
Den långvariga Bitcoin-figuren CobraBitcoin har larmat om en ny säkerhetsutmaning som kryptovalutaindustrin står inför, när gränsöverskridande artificiell intelligens blir dramatiskt bättre på kodning, sårbarhetsupptäckter och autonoma cyberoperationer. Den pseudonyma Bitcoin-veteranen säger att han bevakar nästa stora utnyttjande efter ankomsten av alltmer kapabla modeller från OpenAI och Anthropic.
Öppen källkod och sårbarheter
Han har påpekat att mycket av Bitcoins kritiska infrastruktur är öppen källkod och därför kan analyseras i maskinhastighet. Hans varning kommer strax efter att OpenAI släppte GPT-6 Astra och Anthropic lanserade Claude Fable 5.1, två modeller som är utformade för att utföra avsevärt längre och mer komplicerade mjukvaruteknikuppgifter än sina föregångare.
AI:s effektivitet i sårbarhetsforskning
Alltmer autonoma system kan genomsöka Bitcoin Core, Lightning-implementationer, plånböcker, bibliotek och annan infrastruktur efter vanliga mjukvarufel som mänskliga granskare har missat. Det finns nu växande bevis för att AI blir ovanligt effektivt på att undersöka dessa sårbarheter. OpenAI hävdar att Astra är den första modellen som de har brett distribuerat för att nå ”kritisk” cybersäkerhetskapabilitetsnivå under deras beredskapsramverk.
Enligt företaget innebär detta att modellen kan, med lämpliga verktyg och åtkomst, upptäcka tidigare okända säkerhetsbrister och utveckla nya utnyttjande tekniker mot välskyddade system utan att kräva en mänsklig operatör för att styra varje enskilt steg.
Prestanda och framgångar
Astra uppnådde en perfekt poäng på 100 % på ExploitBench, en benchmark som mäter huruvida modeller kan omvandla kända sårbarheter till fungerande utnyttjanden. Dess föregångare, GPT-5.6 Sol, fick 78,5 %. På den svårare ExploitGym-benchmarken nådde Astra en framgångsgrad på 42,4 % för utnyttjandeutveckling.
Demonstration av AI-assisterad sårbarhetsforskning
Anthropic’s nyutgivna Claude Fable 5.1 är specifikt utformad för långvarig agentisk kodning och komplicerat arbete som spänner över stora kodbaser. Kryptovalutaindustrin har redan fått en demonstration av vad AI-assisterad sårbarhetsforskning kan avslöja. Den 29 maj upptäckte säkerhetsforskaren Taylor Hornby en kritisk sårbarhet i Zcashs Orchard-skyddade pool. Utnyttjandet skulle ha tillåtit en angripare att skapa en oändlig mängd förfalskad ZEC inuti Orchard utan att bli upptäckt.
Zcash-utvecklarna lanserade en nödsituation och koordinerade svar. Efter en stor säkerhetsskräck som involverade COLDCARD-plånböcker denna sommar organiserade en grupp Bitcoin-utvecklare och forskare det som kom att kallas Bitcoin Red Team. Teamet använder AI-system tillsammans med mänsklig granskning för att skanna stora delar av Bitcoin open-source-ekosystemet.
