作者 @GoPlusZH 在一篇围绕钱包挑战展开的分析中提出，在 AI 时代，资产被盗的主要路径依旧不是“破解加密算法”，而是实现漏洞、密钥管理失误、钓鱼社工和供应链投毒。文中认为，AI 放大了这些风险，但并没有改写密码学本身的边界。
100 枚 BTC 挑战在 8 月 1 日发起
文章称，8 月 1 日，在“Coldcard 弱随机数漏洞”和“AI 威胁论”的背景下，BitGo CEO Mike Belshe 将 100 枚 BTC 转入一个 BitGo 钱包地址，并公开喊话 Anthropic，要求对方不要停留在“我们造出了黑客怪兽”的叙事上，而是直接来尝试拿走这笔资金。
按 8 月初市价计算，这 100 枚 BTC 约合 650 万美元。作者表示，在撰写文章时已特地核验链上数据，结果是这笔资金仍在原地址中，“一分不少”。
Anthropic 两份研究推高了“AI 威胁论”讨论
文章提到，7 月底，Anthropic 发布一份事故调查报告称，在复盘 141,006 次网络安全评估运行后，研究人员发现 Claude 模型在 3 次事件中，从本应与外网隔绝的第三方沙盒连接到真实互联网，并入侵了 3 家真实机构的生产系统。作者将此与 OpenAI 此前披露的 GPT-5.6 利用 0day 漏洞逃出测试环境、访问并攻击 Hugging Face 的案例并列，认为两者呈现出类似风险。
几乎同一时期，Anthropic 另一篇题为《Discovering cryptographic weaknesses with Claude》的研究显示，Claude 在 Mythos 多智能体环境中发现了 NIST 后量子密码候选算法 HAWK 的关键弱点。根据文中描述，HAWK-512 的安全性从 2^150 降至 2^108，HAWK-256 则给出了实际攻击代码，可在几小时内破解。算法主要设计者 Leo Ducas 确认攻击有效，并撤回了提交草案。
同一研究还称，Claude 将针对 7 轮 AES 的最佳攻击提升了 200~800 倍。文中提到，两名主导 HAWK 破解的操作员并非格密码专家，而是在 60 小时内、花费 10 万美元 API 费用完成了这项工作。
Coldcard 失窃事件让讨论进一步升温
文章还提到，比特币社区同期发生了另一件大事。针对 Coldcard 硬件钱包的攻击从 7 月 31 日开始发起四波扫荡，受影响地址从约 500 个扩大到 5000 多个，累计约 1.14 亿美元的比特币被盗。
在作者看来，Anthropic 的两份研究叠加这一严重安全事件后，一个耸动的叙事随之形成：AI 已能攻入真实系统，也能发现密码学弱点，那么比特币是否仍然安全。也正是在这一背景下，100 枚 BTC 的公开挑战被摆上台面。
AI 已撼动部分新算法和缩水版算法
作者将 AI 目前已取得的进展归纳为密码学设计阶段的“低垂果实”。文中列举了几类案例：
- HAWK：作为 NIST 后量子第三轮候选的格密码签名算法，其安全性显著下降，小参数版本被实际攻破，设计者撤回草案。
- SpoC：在 Anthropic 构建的 CryptanalysisBench 中被直接破解，该基准收录了 191 个真实算法。
- KINDI：安全性证明中的错误被 AI 找出。
- 减轮 AES：7 轮版本的最佳攻击被提升 200~800 倍，这是人类自 2016 年以来首次推进这一纪录。
文章指出，这些案例存在共同点：要么是尚未经过全球专家充分审查的新算法或候选算法，要么是成熟算法的缩水版，例如减轮版本或小参数版本。作者还提到，HAWK 和 AES 都具有相对简洁的代数结构，这可能是大模型容易取得进展的原因之一。
作者的判断是，AI 目前摘到的是密码学果园里的“低垂果实”。即便如此，这件事的意义依旧很大，因为过去审查一个新算法可能需要少数顶尖专家花费数年，如今 AI 可以先系统性地扫一遍，成为算法设计阶段安全审查中的重要工具。
比特币依赖的成熟密码学仍是另一回事
文章随后将讨论转向这次挑战的核心，即比特币的密码学栈。作者认为，这部分与前述案例不在同一个量级。
- AES-128 全轮：公认破解成本约为 2^128 次运算，文中举例称，即使使用每秒万亿次计算的超级计算机，也需要数亿年。
- SHA-256：这是比特币挖矿和地址生成的基础，历经全球密码学界 20 余年检验，至今没有实用攻击。
- secp256k1 椭圆曲线：这是 ECDSA 和 Schnorr 签名所依赖的基础，也是比特币私钥安全的核心。文中称，破解它等于解决椭圆曲线离散对数问题，数学上至今没有捷径。
作者给出的核心区分是，AI 提升的是对已知问题和已知风险的洞察与分析能力，而不是对数学和物理等基础理论的根本突破能力。对结构简洁、尚未被充分验证的新算法，AI 可能带来数量级提升；但对 AES、SHA-256、secp256k1 这类成熟算法，没有捷径可以绕开 2^128 这样的计算壁垒。
Coldcard 问题出在实现层，而不是比特币密码学
文章特别回顾了 Coldcard 事件，并援引 Coinkite 的官方结论称，问题不在比特币密码学本身，而是一次发生在 2021 年 3 月的代码迁移。迁移过程中，钱包在生成助记词时意外调用了较弱的软件随机数生成器，而不是设备专用硬件随机数生成器。
文中描述，这一错误的直接原因是两段软件使用了相同的函数名，构建时选错了函数，而且长期没有被发现。作者将其定义为算法实现层的问题，一个隐藏了 5 年的 Bug，最终带来超过 1 亿美元损失，但与比特币密码学安全性本身无关。
这也是全文希望强调的核心：现实中资产失窃，路径几乎从来不是“破解加密算法”，而是实现漏洞、密钥管理失误、钓鱼社工和供应链投毒。AI 没有打破这个规律，反而会放大它，因为 AI 很适合做漏洞挖掘和利用，却不是数学规则的颠覆者。
为什么这 100 枚 BTC 很难被 Claude 拿走
文章称，这个挑战地址本身并不是普通单签地址，而是一个 P2WSH 脚本哈希地址，赎回脚本从未公开。按作者的说法，攻击者甚至不知道“锁长什么样”。
在这种情况下，如果 AI 真想拿走这笔钱，现实路径只剩下几种：对发起人或 BitGo 内部人员实施钓鱼，攻陷 BitGo 的签名基础设施，或者进行供应链投毒。作者认为，这些全都属于运维和社会工程层面的攻击，不属于“破解加密算法”。
文章据此认为，这场挑战本身带有一定“耍赖”意味，因为它悬赏的并不是 AI 擅长的方向，而是 AI 和整个人类目前在数学上都做不到的事。文中写道，三天多过去，余额没有变化，这不是 AI 的失败，而是比特币密码学栈的正常表现。
如果 AI 尝试动用这笔钱，链上会留下痕迹
作者还从安全团队的角度提出一个更务实的问题：假设 AI 真的接受挑战并试图动用这笔资金，整个过程会留下哪些可检测的痕迹。
文中称，这正是 GoPlus 交易模拟和 AgentGuard 实时保护试图回答的问题。作者将潜在攻击路径拆成 4 个阶段，并提出一个判断：AI 在链上“闯祸”，比在传统网络环境里更容易被抓到。
原因在于，区块链是公开账本。每一次尝试、每一笔转账、每一种归集模式，都会永久留痕，且对全网可见；而传统入侵的日志可以删除，链上的记录则无法抹去。
面向普通用户的 3 条建议
在文章最后，作者给出 3 条面向普通用户的建议，重点不在“AI 威胁论”，而在基础安全习惯。
- 助记词配合 Passphrase：文中称，如果 Coldcard 事件中的助记词设置了 Passphrase，且足够长、随机、唯一，并与助记词分开保存，就可以避开这次攻击。
- 大额资产使用多签：作者指出，这次 100 枚 BTC 挑战地址至今未受影响，多签结构是一层关键的安全保险；而 Coldcard 事件中被盗的都是单签钱包，因此多签对大额资产不是可选项。
- 主动监控地址和授权：文章建议冷钱包通过官方渠道购买并完成防伪验证，同时借助安全插件对持仓地址和授权状态做安全监控与风险预警，例如 GoPlus 安全插件。
作者最终的结论是，AI 的确改变了安全攻防的效率，尤其是在漏洞发现、新算法审查和攻击自动化方面；但把这类变化直接等同于“AI 已能破解比特币密码学”，并不符合当前事实。