Rob Hamilton, CEO của AnchorWatch và một đóng góp viên cho Bitcoin, đã có commit đầu tiên được hợp nhất vào Bitcoin Core vào ngày 20 tháng Tám. Bản sửa lỗi này giải quyết một lỗi liên quan đến ví, và điều thú vị là cách anh ấy phát hiện ra nó: bằng cách hướng các mô hình AI vào cơ sở mã Bitcoin và để chúng tìm kiếm các vấn đề.
Nỗ lực của Hamilton là một phần trong sáng kiến rộng lớn hơn mà ông gọi là “Bitcoin Red Team”, một chiến dịch do tình nguyện viên thực hiện sử dụng AI để kiểm tra hệ thống mã nguồn mở liên quan đến bitcoin. Dự án đã phát hiện ra hàng ngàn vấn đề tiềm ẩn, trong đó có hàng chục vấn đề được phân loại là nghiêm trọng. Dự án cũng làm lộ ra một điều khó chịu về tình trạng hiện tại của nghiên cứu bảo mật được hỗ trợ bởi AI: các công cụ bạn cần có thể bị thu hồi giữa chừng trong quá trình kiểm tra.
Trong cuộc chạy nước rút 30 giờ của Đội Đỏ Bitcoin
Đội Red Team bao gồm Hamilton và 16 tình nguyện viên, đã khởi động đợt triển khai lớn đầu tiên vào đầu tháng Tám. Trong khoảng 30 giờ, nhóm đã ghi nhận 4.962 phát hiện trên hơn 390 kho mã nguồn mở liên quan đến bitcoin. Trong số đó, 85 phát hiện được đánh dấu là nghiêm trọng và 635 phát hiện được đánh dấu là mức độ cao.
Hamilton đã bắt đầu thử nghiệm phân tích mã được hỗ trợ bởi AI trên Bitcoin Core ngay từ tháng Năm. Yếu tố kích hoạt biến thí nghiệm cá nhân thành một chiến dịch phối hợp là lỗ hổng ví phần cứng Coldcard vào tháng Bảy, dẫn đến việc bị đánh cắp hơn 1.000 BTC.
OpenAI ngắt kết nối, các lựa chọn thay thế bước vào
Khoảng ngày 9 tháng Tám, OpenAI đã chặn Hamilton không cho thực hiện thêm các phân tích bảo mật bitcoin bằng các công cụ của mình. Nhóm sau đó chuyển sang sử dụng các hệ thống AI thay thế, bao gồm Kimi K3, để tiếp tục công việc của họ.
Nút thắt không còn là việc tìm lỗi nữa
Hamilton tự thừa nhận một hạn chế lớn của tiếp cận lấy AI làm ưu tiên: sự phối hợp về sau với những người duy trì. Việc tìm ra gần 5.000 vấn đề trong 30 giờ là ấn tượng. Nhưng việc khiến những người duy trì của hàng trăm kho lưu trữ khác nhau xem xét, phân loại và vá các phát hiện đó lại là một thách thức hoàn toàn khác.
Tỷ lệ này nói lên tất cả. Gần 5.000 phát hiện trong 30 giờ quét, so với một commit được hợp nhất sau vài tuần xem xét.