Een vrijwillig beveiligingsinitiatief meldt dat het geavanceerde modellen voor kunstmatige intelligentie heeft gebruikt om ongeveer 150 Bitcoin-repositories te scannen, wat heeft geleid tot meer dan een dozijn onthullingen van kwetsbaarheden. De inspanning benadrukt hoe ontwikkelaars in toenemende mate vertrouwen op AI om blockchain-infrastructuur te auditen die honderden miljarden dollars aan waarde beveiligt.

In een recente post op X stelde AnchorWatch CEO Rob Hamilton dat de groep ongeveer $ 20.000 heeft uitgegeven aan AI-diensten om een "Bitcoin red team"-platform te bouwen. Een red team bestaat doorgaans uit cyberbeveiligingsprofessionals die software evalueren vanuit het perspectief van een aanvaller, proactief zoekend naar kwetsbaarheden voordat deze kunnen worden misbruikt.

“We hebben de klok rond gewerkt, met tot nu toe ~$ 20.000 aan uitgaven via verschillende diensten,” schreef Hamilton (https://x.com/Rob1Ham/status/2084523368783438198?s=20). “De financiering is veiliggesteld, ik waardeer alle gebaren voor donaties, maar het is niet nodig. De rekening is betaald.”

Volgens Hamilton gebruikt het red team Kimi K3 naast OpenAI’s GPT Sol, Anthropic’s Claude Fable en Opus modellen, en Z.ai’s GLM 5.2 om systeemkwetsbaarheden te identificeren en de benodigde ondersteunende documentatie te genereren.

“We zijn ook in contact gekomen met OpenAI voor wat hulp, zodat ik de Cyber Harness aan de praat kon krijgen,” legde hij uit. “Het is een veel duurdere scan, maar meer dan de moeite waard voor de dragende delen van het Bitcoin-ecosysteem en heeft al goede resultaten opgeleverd.”

De pseudonieme Bitcoin-ontwikkelaar Calle noemde dat het team meerdere door AI aangedreven beoordelingssystemen heeft opgezet die specifiek gericht zijn op Bitcoin-wallets, cryptografische bibliotheken, kerninfrastructuur en diverse andere projecten.

"We komen gemiddeld uit op ongeveer één kritieke exploit per uur per persoon,” meldde Calle op X (https://x.com/callebtc/status/2084561246305542617?s=20). “We hebben in de afgelopen 12 uur kritieke kwetsbaarheden gemeld bij verschillende projecten. Gelukkig is dit een zeer dure oefening. We branden door $ 10.000 per dag heen.”

De ontwikkelaars hebben niet bekendgemaakt welke specifieke projecten zijn getroffen of diepere technische details verstrekt over de gevonden kwetsbaarheden, in overeenstemming met verantwoordelijke openbaaringspraktijken die beheerders tijd geven om problemen te patchen voordat de details openbaar worden.

De bevindingen van het initiatief doen zich voor nu AI een steeds prominentere rol speelt bij het blootleggen van beveiligingsfouten in de hele cryptosector. Eerder dit jaar ontdekten onderzoekers met behulp van Anthropic's Claude Opus 4.8 een vier jaar oude kwetsbaarheid in Zcash die aanvallers mogelijk in staat stelde om onbeperkt vervalste ZEC te creëren. Verder suggereerde Coinkite in augustus dat aanvallers AI gebruikten om de kwetsbaarheid van de Coldcard-wallet te lokaliseren. Op dezelfde manier schortte de Bitcoin-brug Boltz tijdelijk zijn swap-service op nadat was opgemerkt dat aanvallers AI gebruikten om sneller kwetsbaarheden te ontdekken dan ontwikkelaars patches konden uitbrengen. Dit patroon onderstreept een zich verbredende wapenwedloop waarbij dezelfde AI-mogelijkheden beschikbaar zijn voor zowel aanvallers als verdedigers, waardoor proactieve beveiligingsaudits voor open-source cryptoprojecten steeds kritieker worden.