AI辅助审计发现近5000个比特币生态漏洞
比特币生态长期被认为是“代码驱动”的金融系统，但随着周边基础设施越来越复杂，安全风险也开始从核心协议之外向钱包、工具、服务端应用等环节扩散。近期，一个由志愿者组成的安全团队利用人工智能辅助审查方式，对大量比特币相关开源项目进行扫描，在不到30小时内发现近5000个潜在问题，再次暴露出加密基础设施安全治理面临的新挑战。
这个名为 Bitcoin Red Team 的安全组织由16名志愿者组成，成员包括 Rob Hamilton 和比特币开发者 Calle 等业内人士。团队的目标并不是开发新的安全产品，而是通过更快速的代码审查方式，帮助比特币生态提前发现可能存在的漏洞。
根据团队披露的数据，在启动后的29.8小时内，Bitcoin Red Team 已经扫描390个比特币相关项目，发现4962个潜在问题。其中约720个被标记为高危或关键级漏洞，目前已有21.4%的问题能够被复现验证。
Calle表示，团队采用的是“AI工具初筛+人工复核”的方式进行安全检查。借助人工智能模型分析代码结构、识别异常模式，再由开发人员进一步判断风险真实性，大幅提升了传统人工审计的效率。按照团队统计，平均每名成员每小时可以发现约1个关键漏洞。
这种模式反映出AI正在改变软件安全领域的工作方式。
过去，开源项目安全审计往往依赖少数经验丰富的安全研究人员，周期长、成本高。而生成式AI的发展，让大量代码分析工作可以自动完成，安全团队能够把更多精力放在漏洞验证和攻击路径分析上。
不过，AI辅助审计并不意味着安全问题已经被解决。代码漏洞的发现只是第一步，如何确认风险等级、推动项目修复，以及避免新的攻击方式出现，仍然需要开发者社区持续投入。
此次行动启动背景也与近期比特币硬件钱包安全事件有关。此前，Coldcard硬件钱包相关漏洞事件导致超过1亿美元价值的比特币被盗，引发市场对硬件钱包、签名流程以及外围基础设施安全性的重新审视。
比特币网络本身运行超过十余年，核心协议经过大量验证，但生态层面的复杂度已经远超早期。如今的钱包、托管服务、多签方案、支付工具以及各种应用组件共同构成了一张庞大的基础设施网络。攻击者未必需要直接突破比特币底层，只要找到外围环节中的薄弱点，就可能造成严重损失。
这也是为什么近年来安全团队越来越关注“生态安全”而不仅是“链上安全”。对于比特币这样的去中心化体系而言，没有单一公司负责所有防护，漏洞发现和修复更多依赖社区协作。
Bitcoin Red Team 的出现，本质上是一种新的安全协作实验。AI降低了审查门槛，让更多开发者可以参与漏洞发现，但最终能否形成有效防御，仍取决于整个生态是否愿意正视这些问题。
随着加密行业进入更大规模应用阶段，安全竞争可能不会只发生在密码学和底层协议层面，而会延伸到每一个连接数字资产的代码组件中。谁能更早发现问题，谁就更有机会降低下一次风险发生的概率。