比特幣核心開發者在 Coldcard 遭駭與 AI 漏洞報告湧入後討論 AI 安全性
從 Coldcard 到 Bitcoin Core：AI 提升了加密貨幣安全的質押標準
2026 年 7 月的 Coldcard 硬體錢包事件暴露了一個已存在五年的韌體漏洞，該漏洞大幅降低了種子熵值，遠低於預期的 128 位，使攻擊者無需物理接觸設備即可重建私鑰。損失超過 1,778 比特幣，根據測量窗口的不同，價值約為 1.12 億至 1.3 億美元，影響超過 8,000 個地址，事件自 7 月 30 日起分多波發生。製造商 Coinkite 表示，由於韌體為開源性質，AI 協助審查成為發現此漏洞的合理方法，儘管此前已進行過人工和自動化檢查，該漏洞仍未被發現。在隨後的幾週內，一個名為 Bitcoin Red Team 的志願者團隊利用前沿和開放權重模型，在 30 小時內掃描了 390 個與比特幣相關的儲存庫，產生了 4,962 項發現，其中包括 85 項關鍵問題和 635 項高嚴重性問題。
其他基礎設施也出現了平行壓力：Core Lightning 開發者在大量 AI 生成的報告確認真實漏洞後，發布了緊急指導。在這一背景下，Bitcoin Core 貢獻者於 2026 年 9 月初召開了週會，審查該項目在防禦 AI 驅動的威脅以及運用 AI 進行代碼審查、測試和問題分類方面是否已落後。Coldcard 漏洞利用及隨後出現的 AI 協助漏洞發現浪潮，迫使 Bitcoin Core 開發者和更廣泛的生態系統正視安全經濟學中的結構性轉變：機器分析的速度和規模已超越傳統的人工審查，但由於該項目作為去中心化集體運作，而非集中式組織，因此在正式 AI 政策上仍難以達成共識。
Coldcard 固件熵崩潰源於 2021 年構建配置錯誤
導致 Coldcard 損失的根本問題可追溯至 2021 年 3 月的一次固件發佈，特別是版本 4.0.1 及其後續版本。此發佈意外導致種子生成過程回退至確定性軟體隨機數生成器，而非使用設備預期的硬體熵源。因此，在受影響的 Mk2 和 Mk3 設備上，有效熵顯著降低至約 40 位，而新型號則成功保留了約 72 位的熵。自 2026 年 7 月 30 日凌晨開始，攻擊者系統性地利用此漏洞，重新生成弱化的種子，並隨後提走單簽名地址中的資金。Galaxy Research 進行了調查，並在直接聯絡 190 名受害者後，記錄了高信度損失，總計達 1,778.84 BTC，涉及超過 8,600 個地址。
值得注意的是，被盜的大部分加密貨幣在攻擊者控制的地址中長達數週未被動用。Coinkite 確認，所實施的韌體更新僅能保護新生成的助記詞，表明現有受損的助記詞必須完全遷移至新的熵源以確保安全。該公司公開推測，AI 對長期公開的原始碼進行審查，很可能加速了發現人類審計員五年來忽略的潛在邏輯錯誤。這一連串事件表明，儘管開源透明性長期以來被視為基於「不信任，驗證」原則的安全優勢，但它也無意中擴大了攻擊面，特別是當模型能在短短幾分鐘內分析整個程式碼庫時。
比特幣紅隊已完成對 390 個儲存庫的快速 AI 協助審計
在 Coldcard 風波後不久，由 AnchorWatch 的 Calle 和 Rob Hamilton 等知名人士協調的一個由約 16 至 25 名熟練開發者和研究人員組成的志願者團隊，啟動了一項全面且協調的 AI 驅動式比特幣生態系統代碼審查。在 27.5 至 30 小時內，這項廣泛的努力共提交了 4,962 項發現，涵蓋 390 個獨立項目。其中，85 項最初被評為關鍵級別，635 項被歸類為高嚴重性，平均每小時人工作業發現超過兩項嚴重問題。此次審查中使用的模型包括 Kimi K3、GLM 5.2 及其他多個模型，特別是在某些前沿供應商出現訪問限制後。
值得注意的是，隱私和 CoinJoin 相關項目展現出最集中的嚴重發現，凸顯了這些領域中存在的漏洞。該活動採用雙重流程，包括自動掃描，隨後進行細緻的人工重現發現，並在公開發布資訊前向維護者進行私密披露。值得一提的是，有八項發現後來被認定為誤報，這表明此類審計中仍需持續進行徹底驗證。紅隊產生的輸出提供了具體的數據點，這些數據後來在比特幣核心（Bitcoin Core）關於 AI 生成報告的實際價值與雜訊水平的討論中發揮了重要作用，最終促進了對此類技術在生態中影響的更深入理解。
Core Lightning 面對人工智能生成的漏洞報告緊急回應
Core Lightning 開發者最近報告出現大量意料之外的 AI 生成安全提交，這需要進行為期十天的廣泛分類處理。此項工作由一小支專職團隊與幾位自願提供時間與專業知識的外部貢獻者共同完成。在此期間，部分提交的報告被確認為有效，最終促使必須緊急發布安全更新以修復已識別的漏洞。作為預防措施，運營者被立即指示安裝經過驗證的更新，以確保其系統的安全。 Alternatively，他們被建議使用離線標誌重新啟動節點，以便在阻止所有新付款和對等連接的同時，繼續監控區塊鏈，從而降低潛在風險。
鑑於這些發展，該項目宣佈將不再支援某些較早的軟體版本，顯示出其重點轉向更安全和更新的版本。下一版重大發佈已定於 2026 年 9 月下旬，表明其積極提升整體安全架構的態度。這突顯了一個關鍵點：同樣用於加速發現漏洞的工具與技術，也增加了資源通常不足的開源維護者在漏洞分類上的負擔。這一挑戰並非僅限於 Core Lightning；在其他二層和側鏈程式碼庫中也觀察到類似模式。這些觀察強化了這樣一個觀念：隨著複雜性在基礎比特幣協議之外增加，相關風險也更加集中，特別是在 AI 能以機器速度掃描和分析數據的情況下。
比特幣核心週會聚焦於 AI 採用差距
在2026年9月第一個星期四舉行的每周比特幣核心開發者會議上，Spiral負責人Steve Lee轉達了捐贈者和社區的擔憂，指出該項目既未充分加強對AI驅動的網絡威脅的防禦，也未系統性地將AI應用於程式碼審查、測試和除錯。Protocol Watch創始人Christine D. Kim公開總結了討論內容，指出從超過5,200個地址造成的超過1,800 BTC的損失，以及Core Lightning報告的激增，已提高了風險層級。
前沿模型的存取限制塑造了防禦能力
參與紅隊及相关項目的研究人員報告稱，部分位於美國的前沿模型供應商對以網絡安全為導向的查詢施加了限制。此情況迫使網絡安全專業人員轉向開源權重的替代方案，例如 Kimi K3，這些方案並無相同限制。Galaxy Research 進行了評估，並以高度信心得出結論：至少某些惡意行為者已利用了無限制且具備類似受限模型能力的模型。這在網路安全領域造成了顯著的不對稱性，攻擊者能夠查詢並使用強大的系統，而部分防禦者卻因政策封鎖而受到阻礙。此差異在多起事件後的分析中成為反覆出現的主題。
為應對這些挑戰，包括多個專注於 Bitcoin 和 加密貨幣 的組織在內的行業參與者後來倡議建立可信訪問計劃。這些計劃將授予經過審核的開源金融基礎設施維護者更廣泛的模型使用權限，但僅在受控條件下進行，以確保安全與保障。持續的辯論凸顯了一個關鍵問題：模型提供者實施的安全政策，旨在降低一般風險，卻可能意外對不同類別的合法安全研究產生不均等的影響。這種情況呼籲我們仔細重新審視此類政策的結構與執行方式，以確保它們不會扼殺網絡安全領域中重要的研究與防禦能力。
Rob Hamilton 憑藉 AI 協助發現首次提交 Bitcoin Core
AnchorWatch 執行長 Rob Hamilton 於 2026 年 8 月 20 日，作為 Red Team 計畫的積極參與者，首次將合併提交（merged commit）納入 Bitcoin Core 代碼庫。此重大更新修復了一個由先進 AI 模型在掃描龐大代碼庫時發現的嚴重錢包崩潰漏洞。Hamilton 最早在 5 月便開始嘗試使用 AI 輔助分析 Bitcoin Core，但 Coldcard 事件明顯催化了這項工作，使其轉變為一場有條不紊的運動，以改善該軟體。此次提交的成功合併證明，由 AI 得出的發現確實能轉化為被接受且具有意義的協議層改進，特別是在這些發現伴隨謹慎的人工驗證與徹底審查流程的情況下。
同時，漢密爾頓及其合作者觀察到，開發過程中的主要瓶頸已從最初發現問題轉變為與數百個不同儲存庫的維護者協調，這一過程要慢得多且更複雜。他們發現，單日內識別數千個潛在問題遠比及時修復問題並獨立重現這些問題要容易得多。這種焦點的轉移顯示了開源社群中的開發者在實施必要變更和改進時所面臨的挑戰。
重新檢視硬體錢包中的熵與隨機數生成
對 Coldcard 事件的事後分析促使製造商和獨立評測者均作出重大回應，促使他們對其他各種設備中使用的隨機數生成路徑進行全面重新審計。針對這些發展，Blockstream 主動發布了一份全面分析，確認其 Jade 錢包未受所提問題影響，並詳細闡述了其自身熵處理流程的先前改進。Coldcard 的製造商 Coinkite 發布了新的固件更新，要求用戶在生成新種子時提供物理隨機源，例如按鍵、擲骰子，甚至拋硬幣。此更新有效取代了先前使用的軟體備用演算法。
此事件突顯了一個關鍵點：僅僅存在硬體隨機數產生器（RNG）元件，並不能保證其在運作時會被正確調用。必須從種子生成到建置設定的整個呼叫路徑進行端到端的嚴謹驗證。此事件之後，對多個硬體錢包儲存庫進行了後續的 AI 掃描，並產生了額外的報告，這些報告隨後由維護者進行分類處理。這個過程說明了單一高調的失敗如何引發整個生態系統的連鎖審查，促使全面重新評估安全實踐與協議。
開源透明度與機器速度分析相結合
詹姆斯頓·洛普與其他長期主張自行保管的倡議者觀察到，Coldcard 案例揭示了長期以來「不要信任，要驗證」這一原則的實際限制。人為審查者多年來已檢視相關固件並確認了硬體 RNG 的存在，但靜默的備用路徑直到有人針對倉庫進行分析時才被發現。Coinkite 自己先前對相同代碼的 AI 審查也未能發現此問題。
這種觀點並未否定開源實踐；相反，它表明驗證工作負載現在必須納入與潛在攻擊者所使用模型一致的持續機器分析。維護公共儲存庫的項目面臨新的基本期望：假設每一次提交都已受到防禦者和攻擊者的自動化審查。
第二層和側鏈程式碼庫吸引集中式人工智慧關注
除了硬體錢包外，人工智慧掃描及隨後的攻擊已日益針對比特幣堆疊中更複雜的元件。特別是 Core Lightning、Liquid Network 以及各種支付和隱私工具，均已遭遇與漏洞相關的報告或直接事件數量顯著增加。一項詳細分析指出，儘管基礎的比特幣協議有意設計得簡單且不複雜，但為提升可用性和擴展能力所必需的周邊基礎設施，卻引入了顯著更大的攻擊面，而這些攻擊面正是先進模型能夠以極高效率進行探索的目標。
在 Liquid Network 上進行的白帽活動導致大量價值被臨時撤回，但在實施適當的修補措施後，該價值已歸還。這些事件共同表明，關於漏洞研究的經濟計算出現了顯著變化：掃描額外儲存庫的邊際成本持續下降，而發現單一高價值漏洞的潛在財務回報仍相當可觀。
儘管發現速度加快，協調挑戰仍持續存在
儘管人工智慧在縮短識別潛在問題所需時間方面取得了顯著進展，從過去需要數週甚至數月縮短至僅需數小時，但涉及分類、重現、私密披露和補丁整合的人工流程，仍繼續沿用以往的節奏與時間表。這導致了挑戰，特別是對於小型項目的維護者而言，他們報告稱因這些技術進步而出現的報告數量突然大幅增加，難以應對。
紅隊對關鍵發現採用私密披露的既定做法，有效減輕了對公眾的即時風險；然而，仍需與數十個獨立團隊進行順序性溝通，這可能非常耗費資源且耗時。OpenAI 對部分帳戶實施的臨時限制，進一步加劇了對有效專案管理至關重要的工具與流程的連續性問題。這些因素的累積效應，導致漏洞發現速度與修復速度之間的差距日益擴大。此情況屬於組織層面的挑戰，而非純粹的技術問題，而比特幣核心的去中心化架構仍在適應以有效應對這一挑戰。
業界對獲取先進模型的可信訪問需求日益加劇
鑑於所識別的差異，一眾與比特幣立場一致的組織已聯合起來，支持並正式要求在主要的人工智慧實驗室建立持續的可信訪問計劃。這些提案主張，被認定為開放源碼金融基礎設施堅定捍衛者的人士，應被授予與一般研究用途相當的能力水平，同時確保安全防護措施得到維持和落實。
在缺乏此類存取管道的情況下，這些防禦者與受到較少使用限制的攻擊者相比，面臨系統性落後的重大風險。截至2026年9月初，此議題仍是一個活躍且熱烈討論的主題，並與更廣泛的政策對話交織，探討先進語言模型的雙重用途及其對各個領域的影響。
個別貢獻者的實踐持續推動人工智能整合
由於比特幣核心內部沒有企業層級架構，採用人工智慧的過程取決於個別開發者的決策，而非來自上層的指令。一些貢獻者已開始嚴重依賴各種模型來進行測試生成、識別模糊測試目標和初步審查；然而，也有人對這些模型所產生輸出的品質持懷疑態度，因此更傾向於盡量減少接觸他們視為雜訊的內容。
在九月舉行的會議中，與會者保留了未來可能形成社會共識以支持建立專案層級指引的可能性。然而，相關人士將此潛在結果視為取決於多種因素，而非即將實現或必然發生之事。在此期間，各個實踐的廣泛多樣性具有雙重作用：一方面透過創造有利於實驗的環境發揮優勢，另一方面也導致代碼庫中覆蓋不均，進而造成實施與應用上的不一致。
自保管與多重簽名設置的實際影響
使用受影響的 Coldcard 固件生成種子的用戶被建議立即遷移至新的熵源，並在可行的情況下，採用來自獨立製造商設備的多重簽名配置。在高信賴度統計中，未報告任何由正確構建的多重簽名錢包所導致的盜竊事件。
此事件強化了長期以來的建議：一旦偵測工具進步，單一故障點——無論是單一裝置型號或單一製程——所帶來的風險將顯著增加。硬體錢包製造商已透過固件更新，將熵值收集轉向使用者提供的物理隨機性，從而降低對內部產生器的依賴，這些內部產生器的正確性較難一目了然地審計。
🔥 超越頭條新聞：KuCoin 5.0 對您的意義
市場新聞變化迅速——但您在哪裡採取行動同樣至關重要。今年十月，KuCoin 將推出 KuCoin 5.0，將 KuCoin 轉變為一個重建的平台。以下是為您帶來的實際變化：
-
一個帳戶解決所有需求。舊平台將您的資金分散在獨立的「现货」、「保證金」和「合約」帳戶中，並期望您理解其原因。KuCoin 5.0 的 統一帳戶 完全移除了這種設計——只需充幣一次，所有資金便一應俱全。
-
股票、指數和商品。KuCoin 5.0 擴展至全球市場，超越加密貨幣。當加密貨幣橫盤整理而股價上漲（或反之），您只需數分鐘即可轉倉，無需開設券商帳戶並等待數日以處理法定貨幣資金轉賬。
-
真實資產（RWA）。直接在您的加密貨幣帳戶中獲得商品等傳統資產的代幣化曝險。全球金融增長最快的領域之一，不再僅限機構使用——您可透過同一個交易餘額進行接觸。
-
邊學邊賺。還未準備好交易？KCUSD 讓你的穩定幣每日賺取複投利息，以最低壓力的方式讓閒置充幣產生 4% 的收益。
-
一個用通俗語言設計的 AI 助理。提出問題，獲取市場背景，理解您所查看的內容——內建於平台中，無需使用專業術語。
-
一款不會令人感到壓抑的應用程式。更快、更簡潔、更一致——從第一次點擊就直觀易用，無需教程。
-
您可以查證的安全，而非僅僅信任。作為一家獲得 MiCAR 許可的歐盟實體，Proof of Reserves 可由您自行驗證，並獲得國際認證的安全標準（SOC 2 Type II、ISO 27001:2022）。
數分鐘內創建您的帳戶 —— 開始使用為加密貨幣未來而打造的平台，而非過去的平台。
常見問題
儘管 Coldcard 是開源的，為何其漏洞長達五年未被發現？
人工審核人員確認了硬體隨機數生成器的存在，但並未徹底追蹤從種子生成到靜默啟用軟體備用方案的特定建置配置標誌的每條執行路徑。當 AI 模型被指向整個程式碼庫時，透過關聯個別審計人員孤立檢查的遠端程式碼段，更快地發現了邏輯錯誤。Coinkite 自身先前的 AI 審查也未能標示此問題，凸顯了模型能力與提示設計仍存在變數。
比特幣紅隊的發現中，最終有多少比例具有可操作性？
在 4,962 項初步發現中，85 項關鍵和 635 項高嚴重性報告構成了嚴重問題的核心集。約 21% 的報告問題已在中間檢查點獨立重現。8 項發現因被判定為誤報而被廢止。其餘問題仍需維護者持續篩選，這表明僅憑數量並不能等同於已驗證的風險。
攻擊者是否確切使用 AI 發現了 Coldcard 的漏洞？
Coinkite 表示，開源固件使 AI 審查成為一種可行的發現途徑，且其自身早期的模型掃描未能發現該漏洞。Galaxy Research 以高度信心評估，至少部分攻擊者在利用過程中使用了無限制模型。儘管關於初始發現方法的直接法證證據仍不完整，但隨後生態系統中出現的 AI 驅動審計浪潮表明，此能力確實存在，且雙方均已積極使用。
為何比特幣核心開發者拒絕採用正式的人工智慧政策？
參與九月會議的與會者強調，該項目並非公司，因此無法對獨立貢獻者強制實施統一的技術標準。現有的使用方式已因個人偏好而存在很大差異。正式政策將取決於開發者社群內是否形成更廣泛的社會共識。
核心 Lightning 操作者應如何應對最近的安全更新？
操作員被指示立即安裝並驗證緊急更新。無法立即升級者被建議使用離線標誌重新啟動，以讓節點繼續監控比特幣區塊鏈，同時拒絕新的付款和節點連接。某些舊版本的支援已停止。
免責聲明：此內容僅供資訊參考，不構成投資建議。加密貨幣投資存在風險，請自行研究（DYOR）。
免責聲明: 本頁面經由 AI 技術翻譯，旨在方便您的閱讀。欲獲取最準確資訊，請以原始英文版本為準。