Volontärinitiativ för Cybersäkerhet
Ett volontärinitiativ för cybersäkerhet har meddelat att de har använt avancerade AI-modeller för att skanna 150 Bitcoin-repositorier och har upptäckt mer än ett dussin sårbarheter. Detta sker i en tid då utvecklare alltmer använder artificiell intelligens för att granska blockkedjor.
I ett inlägg på X tidigare denna vecka sa AnchorWatch VD Rob Hamilton att gruppen har investerat cirka 20 000 dollar i AI-tjänster för att bygga en ”Bitcoin Red Team”-plattform. ”Vi har arbetat dygnet runt och har hittills spenderat cirka 20 000 dollar på olika tjänster,” skrev han. ”Finansieringen är säkrad, och jag uppskattar alla donationer, men det är inte nödvändigt. Räkningen är betald.”
Bitcoin Red Team och AI-användning
Ett red team består av cybersäkerhetsproffs som testar programvara ur en angripares perspektiv och letar efter sårbarheter innan de kan utnyttjas. Enligt Hamilton använder Bitcoin Red Team Kimi K3 tillsammans med OpenAI:s GPT Sol, Anthropic:s Claude Fable och Opus-modeller, samt Z.ai:s GLM 5.2 för att identifiera sårbarheter och generera stödjande dokumentation.
”Vi har också varit i kontakt med OpenAI för att få hjälp med att få Cyber Harness att fungera,” skrev han. ”Det är en mycket dyrare skanning, men väl värt det för viktiga delar av Bitcoin-ekosystemet och har redan gett bra resultat.”
AI-drivna granskningssystem
Den pseudonyma Bitcoin-utvecklaren Calle meddelade att initiativet har byggt flera AI-drivna granskningssystem som riktar sig mot plånböcker, kryptografiska bibliotek, infrastruktur och andra Bitcoin-projekt. ”Vi ligger i genomsnitt på en kritisk sårbarhet per timme per person,” skrev Calle på X. ”Vi har rapporterat kritiska sårbarheter till flera projekt under de senaste 12 timmarna. Tack och lov är detta en mycket kostsam övning. Vi bränner igenom 10 000 dollar per dag.”
AI:s roll i kryptovalutaindustrin
Teamet har inte avslöjat vilka projekt som påverkades eller gett detaljer om sårbarheterna. Meddelandet kommer i takt med att AI spelar en växande roll i att identifiera säkerhetsbrister inom kryptovalutaindustrin. Tidigare i år upptäckte forskare som använde Anthropic:s Claude Opus 4.8 en fyra år gammal brist i Zcash som skulle ha tillåtit angripare att skapa obegränsade förfalskade ZEC. I augusti meddelade Coinkite att de tror att angripare använde AI för att identifiera sårbarheten i Coldcard-plånboken, medan Bitcoin-bryggan Boltz suspenderade sin swap-tjänst efter att ha sagt att angripare använde AI för att identifiera sårbarheter snabbare än vad deras team kunde åtgärda dem.
