ثغرة أمنية في محفظة Coldcard الصلبة، اكتُشفت بواسطة نموذج ذكاء اصطناعي بتكلفة تقارب 2 دولار، تجبر الصناعة على إعادة التفكير في اقتصاديات الأمان عبر قطاع المحافظ الصلبة للعملات المشفرة. وقد تم اكتشاف العيب، الذي كان يمكن أن يسمح لمهاجم باستخراج المفاتيح الخاصة تحت ظروف معينة، بسهولة مذهلة وتكلفة ضئيلة.
وفقًا لـ تحديث السوق من WuBlockchain، شارك الشريك الإداري في Dragonfly هاسيب كويريشي تفاصيل الحادث، ملاحظًا أنه يُظهر كيف يعيد الذكاء الاصطناعي تشكيل اقتصاد اختبارات سلامة المنتجات. وقد قدم ما يسميه مقياس "تكلفة الاكتشاف"، الذي يقيس مدى رخصة نموذج متقدم في إعادة إنتاج ثغرة.
الاكتشاف بقيمة 2$
قدر كويرشي تكلفة اكتشاف عيب Coldcard بحوالي 2 دولار. واستغرق محاولة واحدة أُبلغ عنها باستخدام Claude Code ثمانية دقائق فقط، على الرغم من أنه حذر من أن السرعة قد تكون تأثرت بوصول إلى عمليات بحث على الويب. وأعاد اختبار منفصل دون اتصال بالإنترنت باستخدام نموذج GLM تكرار المشكلة في حوالي 20 دقيقة، مما أكّد أن الثغرة لم تعتمد على عمليات بحث فورية عبر الإنترنت.
الأرقام مُربكة لأن محافظ الأجهزة من المفترض أن تكون الخط الدفاعي الأخير لحاملي العملات المشفرة الجادين. عيب يكلف القليل للعثور عليه يُضعف الافتراض بأن التدقيق الدقيق والمرتفع التكلفة هو الطريقة الوحيدة لاختراق جهاز. وهذا يشير إلى أن منحنى التكلفة لاكتشاف الثغرات ينهار.
تكلفة الاكتشاف وآثارها
مقياس كويرشي الجديد ليس مجرد تجربة أكاديمية. فهو يوفر رقمًا مباشرًا بالدولار يمكن لصانعي الأجهزة مقارنته بميزانيات الاختبار الداخلية الخاصة بهم. إذا كان يمكن اكتشاف عيب بقيمة 2 دولارات، فيمكن لأي خصم مموّل جيدًا—أو حتى باحث فضولي—أتمتة البحث وتوسيعه عبر إصدارات متعددة من البرامج الثابتة أو نماذج أجهزة مختلفة.
هذا ينقل العبء إلى مصنعي المحافظ. الآن يواجهون مستقبلاً لا يمكن فيه الاعتماد على سرية الكود المضمن أو التكلفة العالية لعكس الهندسة للحفاظ على الأمان. بدلاً من ذلك، يجب أن يفترضوا أن أدوات الذكاء الاصطناعي ستُجري فحوصات على كل إصدار، وأن الفترة الزمنية بين تحديث البرنامج الثابت وكشف ثغرة أمنية عامة قد تنقص إلى ساعات، وليس أسابيع.
كما يضغط الحادث على برامج مكافآت الأخطاء. قد تبدو المدفوعات التي كانت تبدو سخية في السابق مبالغًا فيها عندما يكون تكلفة اكتشاف الخطأ ضئيلة. سيحتاج الشركات إلى اتخاذ قرار بشأن ما إذا كانت ستُكافئ الاكتشافات التي تتم بمساعدة الذكاء الاصطناعي وبتكلفة منخفضة على الإطلاق، أم إعادة هيكلة الحوافز لتعطي الأولوية للخطورة على حساب جدة الطريقة.
الانتشار المتزايد للذكاء الاصطناعي في عالم العملات المشفرة
يأتي حدث Coldcard في لحظة يتسرب فيها الذكاء الاصطناعي إلى تقريبًا كل زاوية من سوق التشفير. UXLINK وOrigins Network يتعاونان لتمكين تطبيقات Web3 مدعومة بالذكاء الاصطناعي وقابلة للتوسع، بينما تجذب شبكات التخزين مثل Filecoin الانتباه بسبب زيادة الطلب على تخزين بيانات الذكاء الاصطناعي على السلسلة. كما لا يزال الهوس حول الأصول المرتبطة بالذكاء الاصطناعي قويًا أيضًا، مع NFTs من نوع BRC-20 مثل $X@AI التي تتصدر مخططات المبيعات الأسبوعية.
لكن حالة Coldcard تُظهر جانبًا أكثر واقعية من هذا التكامل. الذكاء الاصطناعي لا يُمكّن فقط حالات استخدام جديدة للعملات الرقمية؛ بل يعيد كتابة خريطة الأمان للطبقة البنية التحتية التي تحمي مليارات الدولارات من الأصول الرقمية. بالنسبة لصانعي المحافظ المادية، لم يعد الحاجز التنافسي يقتصر فقط على تصميم الرقائق أو العناصر المختومة—بل يشمل الآن سرعة وتكلفة التدقيق المدعوم بالآلة.
ما الذي لا يزال غير واضح
لا يزال السؤال مفتوحًا فيما إذا كانت محافظ الأجهزة الأخرى الشائعة ستواجه اكتشافات مشابهة بتكاليف منخفضة. يُعرف Coldcard بتركيزه المفتوح المصدر ودعمه لبيتكوين فقط، مما قد يجعل قاعدة كوده أسهل في التحليل مقارنة ببعض البدائل المغلقة المصدر. لكن الاتجاه واضح بلا لبس: نماذج الذكاء الاصطناعي المتقدمة تصبح أسرع وأقل تكلفة، وتطبيقها على اختبارات الأمان سيزداد فقط.
هناك أيضًا عدم يقين حول ما إذا كانت بيانات تكلفة الاكتشاف ستتدفق إلى الأطر التنظيمية. إذا كان يمكن العثور على ثغرة مقابل قطعة نقدية صغيرة، فهل يجب خفض معيار الإفصاح الإلزامي أو السحب؟ لم يبدأ هذا الجدل بعد، لكن الأحداث المحيطة بهذه الثغرة البالغة قيمتها 2 دولار تشير إلى أن الأمر لن يستغرق وقتًا طويلاً قبل أن يبدأ.