Rob Hamilton, CEO AnchorWatch dan kontributor Bitcoin, mendapatkan commit pertamanya digabungkan ke dalam Bitcoin Core pada 20 Agustus. Perbaikan tersebut menangani bug terkait dompet, dan bagian yang menarik adalah bagaimana ia menemukannya: dengan mengarahkan model AI ke basis kode Bitcoin dan membiarkan mereka mencari masalah.
Upaya Hamilton merupakan bagian dari inisiatif lebih luas yang ia sebut sebagai “Bitcoin Red Team,” kampanye yang didorong oleh relawan yang menggunakan AI untuk melakukan audit sistematis terhadap kode sumber terbuka yang terkait bitcoin. Proyek ini telah mengungkap ribuan potensi masalah, termasuk puluhan yang diklasifikasikan sebagai kritis. Proyek ini juga mengungkap sesuatu yang tidak nyaman tentang kondisi saat ini penelitian keamanan berbasis AI: alat yang Anda butuhkan dapat diambil kapan saja selama audit.
Di dalam sprint 30 jam Bitcoin Red Team
Tim Merah terdiri dari Hamilton dan 16 relawan yang meluncurkan dorongan besar pertama mereka pada awal Agustus. Dalam sekitar 30 jam, kelompok tersebut mendokumentasikan 4.962 temuan di lebih dari 390 repositori open-source terkait bitcoin. Dari jumlah tersebut, 85 ditandai sebagai kritis dan 635 sebagai tingkat keparahan tinggi.
Hamilton telah melakukan eksperimen dengan analisis kode yang dibantu AI pada Bitcoin Core sejak Mei. Katalis yang mengubah eksperimen pribadi menjadi kampanye terkoordinasi adalah kerentanan pada dompet perangkat keras Coldcard pada Juli yang menyebabkan pencurian lebih dari 1.000 BTC.
OpenAI menarik dukungan, alternatif datang menggantikan
Sekitar 9 Agustus, OpenAI memblokir Hamilton dari melakukan analisis keamanan bitcoin lebih lanjut menggunakan alat-alatnya. Kelompok tersebut beralih ke sistem AI alternatif, termasuk Kimi K3, untuk melanjutkan pekerjaan mereka.
Penghambatnya bukan lagi menemukan bug
Hamilton sendiri mengakui batasan signifikan dari pendekatan berbasis AI: koordinasi hilir dengan pemelihara. Menemukan hampir 5.000 masalah dalam 30 jam sangat mengesankan. Mendapatkan para pemelihara dari ratusan repositori berbeda untuk meninjau, mengklasifikasikan, dan memperbaiki temuan-temuan tersebut adalah tantangan yang sama sekali berbeda.
Rasio ini menceritakan kisahnya. Hampir 5.000 temuan dalam 30 jam pemindaian, dibandingkan satu komit gabungan setelah minggu-minggu tinjauan.