一个志愿安全项目称，它使用前沿 AI 模型扫描了 150 个比特币相关代码库，并发现了十余项漏洞。在越来越多开发者开始借助人工智能审计区块链之际，这一项目披露了其最新进展。
团队称已投入约 2 万美元用于 AI 扫描
据 AnchorWatch 首席执行官 Rob Hamilton 本周早些时候在 X 上发布的内容，该团队在搭建一个“比特币红队”平台期间，已经在 AI 服务上花费了约 2 万美元。
Hamilton 写道：“我们一直在昼夜不停地工作，到目前为止，在不同服务上的支出大约为 2 万美元。资金已经落实，我感谢大家提出捐款的好意，但没有这个必要。账单已经有人承担。”
所谓“红队”，通常是指从攻击者视角测试软件的网络安全专业人员，他们会在漏洞被真正利用前先行探测问题。
使用多款模型识别漏洞并生成文档
按照 Hamilton 的说法，比特币红队目前使用 Kimi K3、OpenAI 的 GPT Sol、Anthropic 的 Claude Fable 和 Opus 模型，以及 Z.ai 的 GLM 5.2 来识别漏洞，并生成配套文档。
他还表示：“我们也已经与 OpenAI 建立联系，以获得一些帮助，这样我就能把 Cyber Harness 跑起来。这是一种成本高得多的扫描方式，但对于比特币生态中承担关键作用的部分来说非常值得，而且已经取得了不错的结果。”
开发者称平均每人每小时发现一个严重利用点
化名比特币开发者 Calle 表示，该项目已经搭建了多套由 AI 驱动的审查系统，目标覆盖钱包、密码学库、基础设施以及其他比特币项目。
Calle 在 X 上写道：“我们现在的平均水平，大致是每人每小时发现一个严重利用点。在过去 12 小时里，我们已经向多个项目报告了严重漏洞。值得庆幸的是，这是一项成本非常高的工作。我们的花费速度是每天 1 万美元。”
不过，团队没有披露哪些项目受到影响，也没有公开这些漏洞的具体细节。
AI 在加密安全审计中的使用正在增加
这项声明发布之际，AI 正在加密行业的安全缺陷发现工作中扮演越来越大的角色。今年早些时候，使用 Anthropic 的 Claude Opus 4.8 的研究人员发现了 Zcash 一个存在 4 年的漏洞。按照报道中的说法，该漏洞原本可能让攻击者凭空制造无限量的假 ZEC。
今年 8 月，Coinkite 表示，其认为攻击者曾使用 AI 识别 Coldcard 钱包中的漏洞。比特币桥接项目 Boltz 则在表示攻击者正利用 AI 以快于其团队修复速度的方式识别漏洞后，暂停了其 swap 服务。