Boltz 因 AI 驅動的攻擊而關閉，凸顯加密貨幣安全挑戰

在8月3日的一篇帖子中，比特幣橋樑Boltz表示，自動化、AI輔助的探測在攻擊急劇加劇前發現了多起受控的漏洞。Boltz的非託管設計在數月的攻擊中確保了每位用戶資金的安全。然而，該比特幣交換服務仍已關閉。

Boltz 表示其團隊已無法跟上進度，因此交換功能將保持離線，直至另行通知。

在關閉前，Boltz 透過在鏈上 BTC、Lightning Network 和 Liquid 之間切換，實現了比特幣層級的橋接。其非託管架構確保用戶在每次交換過程中始終掌握其幣的控制權，並在結算前出現問題時內建退款機制。

該結構保護了用戶餘額，但讓業務持續運營是另一個問題。Boltz 自行承擔了遭攻擊造成的損失，隨後決定該交換產品已無法安全運營。

AI 的真正優勢在於誰能自動化整個防禦鏈。這條鏈包括確認發現、評估其嚴重性、構建並測試修復方案，以及在不破壞其他任何東西的情況下部署它。防禦者隨後必須監控下一步動向。

一個小型團隊可能無法像攻擊者發現並利用漏洞那樣快速地驗證和修補漏洞。Boltz 的 聲明 表明，其攻擊者在防禦措施到位前已達到了這一速度。

Google 在 7 月 30 日關於 Chrome 的貼文中指出，自動分類 現在能過濾雜訊、重現錯誤並將問題轉派給正確的負責人。该公司估計，此流程每月可節省數百小時的開發人員工時。

大型語言模型會為 Chrome 發現的大多數漏洞生成候選修復方案。獨立的 AI 代理會審查這些工作並編寫測試，然後由人工確認。這種資金充足防禦與其他所有人之間的差距，正是小型團隊所面臨的。

Anthropic分析了 832 個帳戶，這些帳戶在 2025 年 3 月至 2026 年 3 月期間因使用 AI 的網路活動而被封禁。其研究人員發現，攻擊者越來越依賴 AI來掃描目標並收集資料。

Google 的威脅情報團隊描述了在攻擊性工作流程中向工業規模使用生成式模型的同一舉動。

CISA 在六月 朝同一方向推進，告知聯邦機構，AI 正幫助研究人員和攻擊者以相似的速度發現漏洞。它將最危險的漏洞推向以天為單位的修補窗口，與以往的週期形成鮮明對比。

開源安全基金會現正開發 用於分類和驗證 由 AI 生成的漏洞報告，以便在它們到達維護者之前進行處理。

OpenJS 已單獨 警告，大量低品質的、由 AI 撰寫的報告，即使不存在真實漏洞，也會消耗維護者的时间。

小型團隊最終要同時應對兩方面的挑戰：真實的自動化攻擊嘗試，以及消耗了捕捉這些攻擊所需注意力的自動化噪音。

這個雙重問題正是將安全轉變為加密貨幣基礎設施進入壁壘的原因。

現在確保安全需要持續的自動化測試、足夠龐大的團隊來分類發現的問題，以及快速且安全的修補程式發布流程。團隊還需要 24 小時監控、外部審計和漏洞懸賞。他們必須能夠在不影響整個產品的情況下關閉單個故障組件。

面對這筆費用的較小團隊有幾種選擇：專門籌集資金用於安全、外包、與較大的供應商合併、縮小產品範圍，或關閉某項產品。

TRM Labs發現，基礎設施和運營漏洞導致了2026年上半年約76%的加密貨幣駭客損失。這些攻擊針對系統、憑證和簽名基礎設施，儘管它們僅佔約15%的事件。

CertiK識別出在相同期間內，錢包遭入侵是最昂貴的類別，共發生 33 起事件，盜竊金額超過 $444 百萬。攻擊者正逐漸轉向操作層面，即運行系統的團隊與流程，而非底層的加密技術。

看漲的理由是，開源安全工具正在快速追上，使小型團隊能夠跟上步伐。共享的分類系統和整合的 AI 防禦工具，可能讓一家規模如 Boltz 的公司實現與 Google 內部相同的從發現到修補的自動化流程。挑戰在於以可負擔的規模實現這一目標。

在該版本中，人工智慧也成為防禦者的倍增器，小型 Bitcoin 原生服務無需與科技巨頭的安全預算一比一對抗，仍能保持可行性。

看空的情況是，對於規模小於某一門檻的機構而言，安全成本高於收入。更多由 AI 協助的探測會比小型團隊籌集資金修復的速度更快地攻擊橋樑、交換、錢包和 Lightning 服務。

這迫使他們縮小產品線、完全外包安全服務，或暫停業務中風險最高的部分，正如 Boltz 剛剛所做的那樣。

流量隨後 流向交易所、託管機構和具備機器速度防禦預算的基礎設施平台。這將集中一個旨在避免此類依賴的產業。

AI 讓設計和發佈開放式金融軟體變得更便宜。Boltz 的例子表明，一旦真實用戶依賴該軟體，使其防禦起來反而會更昂貴。

該行業的下一場競爭考驗，可能是團隊能否在機器速度的探測下生存而不關閉門戶。

文章 Boltz 的關閉顯示了 AI 黑客攻擊的真正危險，正將加密貨幣推回巨型託管機構手中 首先出現在 CryptoSlate。