AI驱动的比特币红队在390个加密项目中标记出85个严重漏洞

区块链文库报道：

比特币红队发现390个加密项目中的4962个安全漏洞

一个由16名开发者组成的团体——比特币红队（Bitcoin Red Team），在390个不同的加密货币项目中识别出4962个安全漏洞。据Cashu电子现金协议的匿名创建者、现任该计划协调员Calle透露，其中包括85个严重漏洞和635个高风险问题。

AI辅助加密安全检测激增

比特币红队的审计工作借助先进的人工智能模型，对比特币钱包、加密库以及数字资产网络的关键基础设施进行了深入探测。在约27小时的行动中，该团队平均每人每小时发现2.31个高严重性或关键性问题。Calle指出，随着团队自动化分析工具的持续改进，这一检测率随时间推移不断提高。

随着数字资产和去中心化金融系统日益复杂，安全研究人员和开发者越来越依赖人工智能进行漏洞检测。比特币红队的此次大规模扫描，凸显了自动化和机器学习在该领域主动安全防护中日益重要的作用。

小词典：比特币红队是一个独立的安全研究人员团体，专注于通过人工智能进行审计和测试，识别并披露与比特币相关软件和工具中的漏洞。

近期Coldcard漏洞事件引发紧急审查

此次红队的协调审计，是在Coldcard硬件钱包发生重大安全事件之后进行的。自7月30日起，未经授权的Coldcard钱包扫描已从用户钱包中盗取超过1亿美元，这凸显了广受信赖的加密硬件解决方案中存在的漏洞风险。

该事件凸显了进行全面安全评估的紧迫性，促使开发者和独立团体通过手动与自动化相结合的方式，加强对软件和硬件钱包的审查。

项目漏洞统计

所有项目（共390个）：发现总数4962个，其中严重漏洞85个，高风险漏洞635个。

AI变革安全审计

将AI工具整合到安全研究中，已展现出其发现关键软件缺陷的潜力。今年6月，针对隐私加密货币Zcash的AI辅助审计发现了一个漏洞，该漏洞可能允许无限量伪造ZEC代币。这既揭示了隐藏风险的规模，也证明了机器驱动解决方案的有效性。

随着漏洞越来越多地被自动化系统识别，行业专家观察到审计方式正在发生转变：从周期性审查转向持续、可扩展的扫描。

在不到27小时内，比特币红队在390个加密货币项目中记录了4962个安全发现，其中85个被归类为严重问题。

这一持续进行的行动表明，开发者可能需要将更多精力投入到AI驱动的测试和快速响应上，尤其是在恶意行为者也开始使用类似技术的情况下。