北京に拠点を置くAI研究所Moonshot AIのフロンティアモデルであるKimi K3を中核とするBitcoin Red Teamの取り組みが、Bitcoinオープンソースエコシステムの包括的なセキュリティスキャンを完了し、ネットワークを支えるソフトウェアスタックにおいて数千件の潜在的な脆弱性を浮き彫りにした。

2週間の期間に、研究者たちは約390のプロジェクトにわたる7,958件の調査結果をカタログ化し、そのうち1,280件は高深刻度または重大（クリティカル）と分類された。チームはこの取り組みを、数十年にわたって蓄積された人間が記述したオープンソースコードと、現代のフロンティアAIモデルの分析速度との衝突と表現し、取り組みやすい脆弱性領域の大部分はすでに調査済みであると指摘した。

フロンティアAIモデルを評価する政府機関である英国AIセキュリティ研究所（U.K. AI Security Institute）と米国AIセキュリティ標準・イノベーションセンター（CAISI）による独立した評価は、同モデルのサイバーセキュリティ業務への適用性を裏付けている。一方で、特定のエクスプロイト開発ベンチマークでは依然として米国の最も強力なクローズドモデルに後れを取っているとも指摘している。

この取り組みはすでに具体的に検証された成果を挙げている。加盟店が第三者仲介者を介さずにBitcoinを受け取れる、広く利用されているセルフホスト型のオープンソース決済プロセッサーBTCPay Serverは、研究者らが欠陥を開示した後、バージョン2.4.2で重大な二要素認証バイパスにパッチを適用し、その後、攻撃者がすでにこの欠陥を悪用してLightningウォレットの認証情報を窃取していたことを確認した。その後も、プロジェクトが複数の研究グループからの追加報告を処理するにつれて、さらなる調整済みリリースが続いた。

数値には慎重な解釈が必要

とはいえ、これらの数値には文脈に基づく解釈が必要である。報道時点で、問題全体の約4分の1が動的に再現された段階にあり、30%弱が上流のメンテナーに伝達されていたにすぎない。このデータセットは7,958件の確認済みで悪用可能な脆弱性を示すものではない。自動スキャンは誤検知や重複報告を生み出す可能性があり、暫定的な深刻度評価は手動調査の過程で頻繁に変動するからである。

研究者らは、今回のスキャンがBitcoinのコアコンセンサスプロトコルそのものではなく、ウォレット、Lightningインフラ、決済ライブラリ、周辺ツールといったより広範なエコシステムを対象にしたものだと強調した。Bitcoin上に構築された第2層の決済ネットワークであるLightningは、基本プロトコルのコンセンサスルールの外側に位置するチャネル管理およびルーティングのロジックを追加する。脆弱性は特に古いコードベースやレビューの手が及んでいないコードベースに集中しており、Lightningネットワークスタックは他のコンポーネントと比べて不釣り合いな複雑さと露出を抱えていると説明された。また、C言語ベースの実装の多さは、調査対象プロジェクト全体に共通する恒常的な構造的リスク要因として指摘された。これは、Cコードにおけるメモリ安全性のエラーが重大な脆弱性の最も一般的な発生源の一つであるという業界の長年の懸念と符合する。この認識が、セキュリティ重視のソフトウェアにおけるRustのようなメモリ安全な言語の採用拡大を後押ししてきた。

この取り組みの参加者の一人で、X上にcalleとして投稿している人物は、この状況を次のように描写した。

gained a ton of new insights working in bitcoin red team that i wish i could share without vague posting. but this is what i got anon. – we're experiencing a massive collision between decades of human open source slop against 2 weeks of kimi k3 (not good) – everything is…

— calle (@callebtc), August 13, 2026

AIがセキュリティのタイムラインを再定義するなか、エコシステムが適応を急ぐ

この取り組みは、オープンソースサイバーセキュリティにおけるより広範な転換点を示している。フロンティアAIモデルは脆弱性発見のコストと所要期間を劇的に圧縮し、何年も蓄積されたコードを数週間でレビューすることを可能にした。この加速は、メンテナンスされていないプロジェクトに深刻なリスクをもたらす。攻撃能力がより多様な主体に利用可能になるにつれ、レガシーコードは今や高まった露出に直面している。

主催者側は、開示された問題への対応速度がプロジェクトの健全性を示す重要な指標として浮上していると強調し、開発チームに対して、定期的な外部レビューだけに頼るのではなく、継続的なAI支援による監査パイプラインを構築するよう助言した。また、コーディネートされた開示、すなわち脆弱性をメンテナーに非公開で報告し、公開前に修正のための時間を確保するという確立された慣行の重要性を強調し、効果的なセキュリティ協力には研究者とメンテナーの間の信頼が不可欠であると指摘した。

エコシステムは、攻撃者と防御者の間の能力格差の拡大を防ぐために動き出している。自由なオープンソースのBitcoin開発に資金を提供する非営利団体OpenSatsは、研究者の大規模言語モデル利用コストを償還するための優先審査による助成経路を設け、AIを活用したセキュリティ活動を持続させるための障壁を引き下げた。また、40を超えるBitcoinおよびデジタル資産関連組織の連合体は、主要なAI研究所に対し、審査を経たオープンソース防御者に対して、十分なコンピューティングリソースとAIセキュリティチームへの直接の連絡チャネルを備えた安全な研究環境において、フロンティアモデルへの制御されたアクセスを提供するよう要請した。同連合体は、同等のツールがなければ、こうしたアクセス制限の対象外にある悪意ある行為者に対して正当な防御者が遅れを取るリスクがあると警告した。

BTCPayの支持者たちも復旧への支援を表明し、Bitcoin Red Teamの取り組みへの資金提供を約束した。これは、外部からのセキュリティレビューが一時的ではなく恒常的なエコシステムのニーズであるという認識の高まりを反映している。

一般ユーザーにとっての当面の要点は、見出しの数字が示唆するよりも限定的である。基本となるBitcoinプロトコルが侵害されたという証拠は示されていないが、その周辺のソフトウェアインフラには、ウォレットやサーバーソフトウェアを最新の状態に保つことから始まる一層の警戒が必要である。自動化された脆弱性発見が拡大し続けるなか、暗号資産セキュリティの中心的なボトルネックは、欠陥の発見から、現代のAIの速度に見合うペースでの検証、開示、パッチ適用へと移りつつある。注視すべき具体的な指標は、この取り組み自体の数字から導かれる。すなわち、上流にまだ伝達されていない約70%の調査結果のうちどれだけがメンテナーに届くか、AI研究所が要請された防御者向けアクセスを認めるかどうか、そしてBTCPay Serverのようなプロジェクトがさらなる開示をどれほど迅速にパッチ適用済みリリースへとつなげられるかである。

出典：Metaverse Post