Команда Bitcoin Red Team за допомогою ШІ виявила понад десяток вразливостей у 150 репозиторіях

Очолювана генеральним директором AnchorWatch Робом Гамільтоном волонтерська ініціатива з безпеки оголосила на початку цього тижня, що використала передові моделі ШІ для сканування приблизно 150 репозиторіїв Bitcoin і виявила понад десяток вразливостей. Гамільтон заявив, що група витратила близько 20 000 доларів на сервіси ШІ, створюючи платформу червоної команди для Bitcoin. Ініціатива має на меті завчасно виявляти недоліки безпеки, перш ніж ними зможуть скористатися зловмисники, що відображає дедалі більшу роль штучного інтелекту в аудиті блокчейн-інфраструктури в усій криптовалютній індустрії.

Червона команда Bitcoin сканує 150 репозиторіїв за допомогою кількох моделей ШІ

У публікації на X на початку цього тижня Роб Гамільтон розповів про прогрес ініціативи та розподіл ресурсів. «Ми працюємо цілодобово, витративши на цей момент близько 20 000 доларів на різні сервіси», — написав він. Гамільтон підтвердив, що фінансування забезпечене, а пожертви не потрібні.

Червона команда Bitcoin використовує кілька моделей ШІ, зокрема Kimi K3, GPT Sol від OpenAI, моделі Claude Fable та Opus від Anthropic і GLM 5.2 від Z.ai, щоб виявляти вразливості та створювати супровідну документацію. Гамільтон зазначив, що команда звернулася до OpenAI по допомогу із впровадженням Cyber Harness. «Це значно дорожче, ніж звичайне сканування, але воно цілком виправдане для критично важливих частин екосистеми Bitcoin і вже дало хороші результати», — заявив він.

Псевдонімний розробник Bitcoin Calle повідомив, що ініціатива створила кілька систем перевірки на основі ШІ, орієнтованих на гаманці, криптографічні бібліотеки, інфраструктуру та інші проєкти Bitcoin. «У середньому ми виявляємо приблизно один критичний експлойт на годину на одну людину», — написав Calle на X. «За останні 12 годин ми повідомили про критичні вразливості кільком проєктам. На щастя, це дуже дорога справа. Ми витрачаємо 10 000 доларів на день».

Команда не розкрила, які саме проєкти постраждали, і не надала подробиць про виявлені вразливості.

Команда розробляє платформу з відкритим кодом на основі ШІ для аудитів безпеки Bitcoin

Ініціатива розробляє платформу з відкритим кодом на основі ШІ, спеціально призначену для аудиту програмного забезпечення Bitcoin. Розробники кажуть, що ця робота дає змогу виявляти критичні вразливості в гаманцях, криптографічних бібліотеках та компонентах інфраструктури.

Червона команда — це фахівці з кібербезпеки, які тестують програмне забезпечення з погляду зловмисника, шукаючи вразливості до того, як ними зможуть скористатися під час реальних атак.

Аудит безпеки на основі ШІ набирає популярності в усій криптоіндустрії

Оголошення з’явилося на тлі дедалі більшої ролі штучного інтелекту у виявленні недоліків безпеки в усій криптовалютній індустрії. На початку цього року дослідники, які використовували Claude Opus 4.8 від Anthropic, виявили чотирирічну вразливість у Zcash, яка могла дозволити зловмисникам створювати необмежену кількість підроблених ZEC.

У серпні Coinkite заявила, що вважає: зловмисники використали ШІ для виявлення вразливості гаманця Coldcard. Bitcoin-міст Boltz призупинив свій сервіс свопів після заяви, що зловмисники використовували ШІ для виявлення вразливостей швидше, ніж його команда могла їх виправляти.

Поширені запитання

Що виявила червона команда Bitcoin за допомогою моделей ШІ?
Червона команда Bitcoin просканувала приблизно 150 репозиторіїв Bitcoin за допомогою передових моделей ШІ та виявила понад десяток вразливостей. Команда використовувала такі моделі, як Kimi K3, GPT Sol від OpenAI, Claude Fable та Opus від Anthropic і GLM 5.2 від Z.ai, щоб виявляти недоліки безпеки в гаманцях, криптографічних бібліотеках та інфраструктурі.

Скільки червона команда Bitcoin витратила на сканування безпеки за допомогою ШІ?
Генеральний директор AnchorWatch Роб Гамільтон заявив, що на цей момент група витратила близько 20 000 доларів на сервіси ШІ. Розробник Calle повідомив, що під час інтенсивних аудитів безпеки команда витрачає 10 000 доларів на день, у середньому виявляючи один критичний експлойт на годину на одну людину.