Skip to content

AI Has Changed Bitcoin Security Forever

📺 来源信息

✨ Highlights

  • AI使漏洞发现的成本从极高降至每月几百美元，这是安全领域的一个阶跃变化，而非比特币独有的问题。
  • 防御者必须保护所有可能的攻击路径，而攻击者只需找到一条可利用路径，AI显著降低了攻击者获取深层系统上下文的能力。
  • Strike内部运行着一支7×24小时不间断的AI红队，这些智能体模拟各种攻击者角色，持续挑战系统以提前发现并修补漏洞。
  • 开源的真正安全优势不在于“源码可见”，而在于围绕代码形成的“审查经济机制”——即多方有经济或技术激励去持续检查、测试和改进代码。
  • 美国AI公司封锁合法安全研究者的行为，正在使中国开源模型成为保护比特币基础设施的重要工具，这暴露了美国政策的局部最优困境。

1. AI如何改变比特币安全

最近十天，比特币世界经历了密集冲击。先是Coldcard被发现存在持续五年半的关键漏洞，根源在于其未能生成足够随机的大数。紧接着，BTC Pay Server也曝出严重漏洞，部分用户损失资金。这些事件背后有一个共同的驱动力：前沿AI模型正在以极低成本发现深层次的软件漏洞。

AI并未创造这些漏洞，而是大幅降低了发现它们的专业门槛。过去，要找出一个关键漏洞，需要雇佣多名稀缺的安全工程师，耗费数周甚至数月去理解陌生代码库、梳理依赖关系、构建攻击假设并开发概念验证。整个过程所需的人力成本、时间成本以及经济回报的不确定性，使得对规模较小的项目发起深度攻击往往得不偿失。

如今，只需接入前沿AI模型，从导入整个代码库到理解其架构、依赖以及完整开发历史，最快可以在几分钟内完成。AI智能体还可以不间断地工作，生成攻击假设、编写概念验证，其边际成本近乎为零。这种变化使得攻击者能以极小的代价获得以往需要数百万美元才能构建的专业知识。

2. 攻防非对称性：从人类到AI的转移

在安全领域，防御方与攻击方存在根本的不对等：攻击者只需找到一条可利用路径，而防御者却必须保护所有可能的路径，涵盖代码路径、基础设施权限、员工访问、第三方依赖和供应链等各个层面。

过去，防御方的优势在于他们比任何人更了解自己的系统，攻击者想要达到同等了解水平需要极高的成本，且没有成功的保证。AI的出现打破了这一格局。攻击者现在可以利用AI快速、廉价地获取对陌生系统的深度理解，而防御方仍然需要保护成千上万条潜在攻击路径。这要求防御方也必须使用同样的AI工具，不断以攻击者的视角审视自身系统，以求在攻击者之前发现并修复漏洞。

3. Striking的自卫策略：AI红队

Strike早已构建了一套内部AI红队体系。这些智能体并非直接操控客户资金或修改生产系统，而是像社区的“Bitcoin Red Team”一样，以攻击者的身份持续扫描、测试和挑战Strike的系统。

Strike为其AI智能体赋予了明确的角色和权限边界，包括：

  • 未认证的外部请求者（裸互联网上的随机请求）
  • 恶意客户（仅以攻击为目的注册的用户）
  • 被入侵的内部员工
  • 伪装成合作伙伴或供应商的攻击者

这些代理能够理解Strike的业务语言，深入追踪源码、应用逻辑、云配置、身份权限以及第三方集成中的攻击路径。它们不仅扫描Strike自身的代码，还主动审查所依赖的比特币及闪电网络实现等外部代码，因为依赖的脆弱性同样会置Strike于风险之中。

最终，所有发现都会经过“人工收尾”——工程师们评估报告，剔除AI生成的“安全噪音”，聚焦于真正有业务影响的威胁。这种“AI自主挖掘 + 人工判断”的模式，让Strike以相对低的成本大幅扩展了防守的深度和广度。

4. 开源安全的新内涵：从“可见”到“审查经济”

许多人误以为只要代码公开，安全就有保障。Coldcard事件证明，仅靠公开源代码（source available）远远不够。Coldcard固件使用Commons Clause许可，虽然代码可见，但禁止其他人在其基础上进行商业使用。这意味着除了Coldcard自身，几乎没有其他企业或开发团队有动力去深入审查、测试和改进它。

相比之下，比特币核心（Bitcoin Core）搭载MIT许可，允许任何人在其上构建产品并依赖它。围绕比特币核心形成了一个庞大的审查经济体系：矿工、交易所、开发者、金融机构乃至主权国家都有强烈的经济和技术激励去持续审查其安全性。当攻击者利用AI扫描漏洞时，比特核心所拥有的这个多层防御网络也能利用同样的AI技术强化自身。

在AI时代，判断一个开源项目是否安全的关键不再是“能否读到源代码”，而是“有谁在持续地被激励去证明它是错的，并在攻击者之前修好它”。如果缺乏这种审查经济，最积极挖掘漏洞的很可能就是攻击者自己。

5. 中美AI模型的对决与政策困局

在保护比特币基础设施的过程中，出现了一个讽刺的局面：美国的AI公司正在阻止合法的安全研究者使用其模型进行安全分析。

Bitcoin Red Team成员Rob Hamilton的经历很能说明问题。他在完成OpenAI的KYC和信托安全计划审核后，仍被阻止继续对已发现漏洞的代码库进行深入分析。他转而使用中国开源模型来完成保护比特币的工作，并感慨：“遵守规则的白帽被晾在一边，而不择手段的黑帽则不受限制”。

这并非偶然。美国主要AI企业背负着巨额债务，需要依赖资本市场的回馈和监管壁垒来回收投资。他们倾向于游说政府限制开源竞争，试图垄断“谁能拥有智能”的定义权。而中国则通过开源其模型、降低使用成本来赢得全球开发者的青睐。从安全研究者的角度看，中国AI模型不仅便宜得多，而且不会突然切断他们对代码的审查权限。

无论对中国的看法如何，这一现实正在强化一个事实：在自由市场与技术竞争面前，过度管制和中央规划往往会反过来伤害自身的生态安全。比特币因其自由市场的特性，首先经历了这种政策扭曲带来的阵痛，但这也意味着它会率先完成自适应，变得更坚韧。

6. 比特币安全框架的未来

当前的安全标准正在从“开源、审计、渗透测试、历史考验”升级为增加一条：持续对抗性自评估。无论是通过社区资助的安全团队，还是像Strike一样内部构建的AI红队，新一代的安全范式要求所有人假设自己随时都在被最廉价的专家级攻击者探查，并主动采取同样的手段先发制人。

对于普通比特币持有者，安全实践并无革命性改变，但某些认知需要更新：

  • 使用真正开源、拥有广泛参与者和依赖者的工具（如Bitcoin Core、Trezor等），其安全深度远超过“源码可见”却鲜有人审查的小众项目。
  • 多签（multi-sig）可以通过逻辑层提供冗余，抵御单一设备或软件的风险，但引入了额外的复杂性，需要确保设置无误。
  • 单签简单直接，但缺乏防御层；将资产分散到多个独立生成的单签钱包中，也是一种对冲策略。

从长远来看，AI正在做的是强制整个行业进行一次深度大扫除。经过这一轮持续筛选和强化的软件，将变得远比以往更加健壮。比特币的共识层（如2100万上限、工作量证明、SHA-256）建立在数学和密码学之上，不受AI直接威胁，但围绕其构建的应用层和基础设施正在经历一场必要且痛苦的进化。

正如反复强调的那样：决定你有多安全的不是你自己，而是你的对手。AI让对手更便宜，但也让防守者能以同样的速度和规模审视自己。在这场竞赛中，主动拥抱变化、提前击打自己软肋的系统，将是最终的幸存者。