比特币贡献者使用人工智能工具修复了钱包崩溃错误,暴露了人工智能驱动的安全性的承诺和摩擦
核心要点
- Rob Hamilton 的比特币红队在 30 小时内在 390 个存储库中记录了近 5,000 个发现,但 OpenAI 切断访问的决定增加了意想不到的情节转折。
- 在大约 30 小时内,该小组在 390 多个比特币相关开源存储库中记录了 4,962 项发现。
- 在 30 小时内发现近 5,000 个问题

Rob Hamilton 的比特币红队在 30 小时内在 390 个存储库中记录了近 5,000 个发现,但 OpenAI 切断访问的决定增加了意想不到的情节转折。
AnchorWatch 首席执行官兼比特币贡献者 Rob Hamilton 于 8 月 20 日将他的第一个提交合并到 Bitcoin Core 中。该修复解决了一个与钱包相关的错误,有趣的是他是如何发现它的:通过将人工智能模型指向比特币的代码库并让它们寻找问题。
汉密尔顿的努力是他称之为“比特币红队”的更广泛计划的一部分,这是一项由志愿者驱动的活动,利用人工智能系统地审核与比特币相关的开源代码。该项目已经暴露了数千个潜在问题,其中包括数十个被列为严重问题的问题。它还揭示了人工智能驱动的安全研究现状的一些令人不安的事情:你需要的工具可能会在审计过程中被撤掉。
比特币红队 30 小时冲刺的内幕
红队由汉密尔顿和 16 名志愿者组成,他们于 8 月初发起了第一次重大推动活动。在大约 30 小时内,该小组在 390 多个比特币相关开源存储库中记录了 4,962 项发现。其中,85 个被标记为严重,635 个被标记为高严重性。
Hamilton 早在 5 月份就开始在 Bitcoin Core 上尝试人工智能辅助代码分析。将单独实验转变为协调行动的催化剂是 7 月份的 Coldcard 硬件钱包漏洞,该漏洞导致 1,000 多个 BTC 被盗。
OpenAI 退出,替代方案介入
8 月 9 日左右,OpenAI 阻止 Hamilton 使用其工具进行进一步的比特币安全分析。该团队转向替代人工智能系统(包括 Kimi K3)来继续他们的工作。
瓶颈不再是发现错误
汉密尔顿本人承认人工智能优先方法的一个重大局限性:与维护人员的下游协调。在 30 小时内发现近 5,000 个问题,令人印象深刻。让数百个不同存储库的维护者审查、分类和修补这些发现是一个完全不同的挑战。
比率说明了一切。 30 个小时的扫描中发现了近 5,000 个结果,而经过数周的审查后才合并提交。
