AI大模型正在更深地进入加密安全攻防。
在比特币生态中，这种变化已经不再停留在概念层面：一边是攻击者借助 AI 压缩漏洞发现和利用时间，另一边是安全研究者开始把 AI 当作审计、排查和修复风险的工具。对于已保护逾 1 万亿美元资产的比特币网络来说，这场攻防提速正在变得更具体。
AI开始压缩攻击成本和利用时间
不久前，硬件钱包 Coldcard 遭遇大规模黑客攻击。据披露，这次事件造成超过 1 亿美元的比特币资产被盗。除了资金损失，事件也冲击了市场长期以来对比特币自托管安全的信心。
Coldcard 长期被视为高安全等级的硬件钱包。由于其代码开源，社区怀疑攻击者可能借助 AI 对旧版固件进行代码审查，并从大量历史代码中找到一个潜伏长达五年的漏洞。事后，社区使用 AI 模型 Claude Code，大约 8 分钟便定位到了这一漏洞。
本月，非托管比特币交换服务商 Boltz 也宣布无限期暂停比特币交换服务。该公司披露的原因之一，是 AI 辅助攻击的迭代速度已经超过团队修复漏洞的能力。过去数月，Boltz 持续遭遇自动化 AI 探测攻击，并处置了多起漏洞利用事件。近期攻击节奏又明显加快，平台怀疑有多个资源充足的攻击组织同时发起攻击。在无法确保修复期间安全运营的情况下，Boltz 最终暂停 Swap 服务，随后由匿名比特币团队接手。
随着大模型持续迭代，攻击者正把 AI 武器化。过去，发现复杂漏洞往往需要长时间代码审查和攻击路径设计；现在，越来越多环节开始被自动化，分析代码、定位漏洞乃至组织更隐蔽的利用流程，都可以用更低成本和更快速度完成。
朝鲜黑客组织 Kimsuky 近期也扩大了生成式 AI 的使用范围。除了用 AI 制作钓鱼诱饵，该组织还构建了可独立运行的本地大语言模型（LLM）环境及检索增强生成（RAG）体系，试图把情报提取和攻击流程进一步自动化。在具体手法上，Kimsuky 已开始利用生成式 AI 生成高度仿真的虚拟资产和金融领域文档，用于实施更有针对性的鱼叉式钓鱼，目标包括加密钱包信息、Gmail 账户以及网站注册记录等敏感数据。
Bitcoin Red Team：不到30小时扫出85项严重漏洞
攻击端升级后，防御端也在加快节奏。
本月，由 Cashu 创始人、比特币开源开发者 Calle 与 AnchorWatch CEO Rob Hamilton 领导的志愿安全组织 Bitcoin Red Team，对比特币开源生态展开了一次大规模 AI 辅助安全审计，覆盖钱包、密码学库和基础设施等项目。
不到 30 小时内，这个团队扫描了 390 个比特币相关开源项目，共提交 4962 项安全发现，其中包括 85 项严重漏洞和 635 项高危漏洞，平均每人每小时发现约 2.31 个严重或高危问题，每日扫描成本约 1 万美元。
Calle 表示，开源代码中长期积累的大量历史技术债，正在与高效的 AI 代码分析工具正面碰撞。按他的说法，绝大多数未维护项目大概率存在漏洞，在被证明安全之前，应默认视为不安全。
他还特别提到，负责实现更快、更低成本比特币支付的闪电网络软件，因为技术复杂度高，代码状况「比平均水平更加糟糕」，审计难度也明显高于其他类别。
在 Calle 看来，AI 时代下，过去抱怨「低质量 PR」或「低质量审计」的阶段已经过去。项目方需要自己建立 AI 审计流水线，用 AI 快速筛选并复现报告。未来，外部红队测试这种模拟真实攻击者的安全评估方法，可能需要长期持续进行。那些提前数月开始建设自身 AI 安全和审计流程的项目，已经处于更有利位置。
中国开源模型被用于代码审查与链上追踪
在全球大模型竞争中，中国与海外厂商除了比拼性能和成本，也走向了不同路线。文中提到，中国领先模型普遍倾向开源，而海外头部厂商大多坚持闭源。这种路径差异，正在影响加密生态的安全资源分配。
在 Coldcard 攻击调查中，Galaxy 研究主管 Alex Thorn 披露，部分美国大语言模型对安全研究设置的限制，影响了研究人员追踪被盗资金的能力。由于无法顺利使用相关模型，团队甚至转向中国开源 AI 模型，协助保护用户资产并开展链上追踪。
Bitcoin Red Team 的审计也出现了类似情况。该团队披露，目前正使用中国 AI 模型月之暗面的 Kimi K3 和智谱 AI 的 GLM 5.2，对比特币开源项目进行漏洞扫描。Calle 表示，在安全研究过程中，开发者经常会受到 OpenAI、Anthropic 等模型厂商安全策略的限制。即便研究人员已经完成 KYC 并申请 Trusted Access，仍可能频繁遭遇拒绝或使用限制。
相较之下，中国开源模型受到的限制相对较少，更适合大规模代码分析和安全审计。Calle 也因此质疑，现有政策限制了白帽研究者，却没有有效约束黑帽行为。
BPI联名呼吁AI实验室向开源防御者开放访问
前几日，比特币政策研究所（BPI）联合 Anchorage Digital、BitGo、Bitwise、Blockstream、Kraken、Ledger、MARA、Trezor 等数十家加密机构发布公开信，敦促前沿 AI 实验室为比特币及其他开源软件开发者建立或扩大长期可信访问计划，让安全团队能够更早使用先进 AI 能力发现和修复漏洞。
公开信称，前沿 AI 正快速改变网络安全攻防格局。先进模型已经能够分析大型代码库、识别潜在漏洞，并加速复杂技术任务，但这些能力同样正在被攻击者利用。与此同时，许多开源安全团队缺乏访问前沿模型的渠道，而公开 AI 模型的安全限制也可能妨碍合法安全研究，迫使部分开发者依赖能力较弱的开放权重模型审查关键代码。
信中特别指出，包括 Bitcoin Core 在内的加密开源维护者，目前无法获得部分 AI 实验室的网络安全访问计划。BPI 表示，比特币网络当前保护着逾 1 万亿美元资产，任何开源基础设施漏洞都可能危及用户毕生积蓄。
BPI 同时披露，已经收到多份开源维护者报告，称包括潜在外国对手在内的复杂攻击者，正在利用先进 AI 能力，以小型维护团队难以承受的速度持续发动攻击。
基于此，BPI 认为前沿 AI 可能成为最强大的防御技术之一，但前提是保护关键基础设施的防御者能在攻击者之前获得这些能力。为缩小攻防差距，BPI 呼吁 AI 实验室向经过认证的开源防御者提供前沿网络安全模型的提前和受控访问，包括适当情况下的预发布版本；提供足够算力和长期 Agent 使用额度；建立可分析私有或尚未公开代码的安全环境；把访问范围覆盖到小型组织、非营利机构和独立维护者；并建立与 AI 实验室安全团队直接协调漏洞披露和修复的渠道。
比特币安全进入新的速度竞争
从 Coldcard 事件、Boltz 暂停服务，到 Bitcoin Red Team 的大规模扫描和 BPI 的公开呼吁，AI 对加密安全的影响已经从辅助工具走向攻防核心。文章认为，这正在把加密安全带入一场新的速度与能力竞赛。
谁能更早拿到前沿 AI，并把它更有效地用于代码审查、漏洞挖掘和修复流程，谁就更可能在这场攻防博弈中占据主动。