Bitcoin 贡献者利用 AI 工具修复钱包崩溃漏洞，揭示 AI 驱动安全的潜力与摩擦

Rob Hamilton，AnchorWatch 的 CEO 兼 Bitcoin 贡献者，在 August 20 将他的第一个 commit 合并到了 Bitcoin Core。该修复解决了一个与钱包相关的错误，有趣的部分在于他是如何发现它的：通过将 AI 模型对准 Bitcoin 的代码库并让它们搜寻问题。

Hamilton 的努力是他称之为 “Bitcoin Red Team” 的更广泛倡议的一部分，这是一个由志愿者驱动的活动，利用 AI 系统地审计与 Bitcoin 相关的开源代码。该项目已经发现了数千个潜在问题，其中包括数十个被归类为严重 (critical) 的问题。它还揭示了关于 AI 驱动安全研究现状的一些令人不安的事实：你需要的工具可能会在审计中途被撤走。

Red Team 由 Hamilton 和 16 名志愿者组成，他们在 early August 发起了他们的第一次重大行动。在大约 30 小时内，该小组在 390 多个与 Bitcoin 相关的开源仓库中记录了 4,962 项发现。在这些发现中，85 项被标记为严重，635 项被标记为高危 (high-severity)。

Hamilton 早在 May 就一直在 Bitcoin Core 上试验 AI 辅助的代码分析。将个人实验转变为协调一致活动的催化剂是 July 的 Coldcard 硬件钱包漏洞，该漏洞导致超过 1,000 BTC 被盗。

大约在 August 9，OpenAI 阻止了 Hamilton 使用其工具进行进一步的 Bitcoin 安全分析。该小组转而使用包括 Kimi K3 在内的其他 AI 系统来继续他们的工作。

Hamilton 本人承认了 AI 优先方法的一个重大局限性：与维护者的下游协调。在 30 小时内发现近 5,000 个问题令人印象深刻。让数百个不同仓库的维护者审查、分类和修复这些发现是一个完全不同的挑战。

比例说明了一切。在 30 小时的扫描中发现了近 5,000 项发现，而经过数周审查后仅有一个合并的 commit。