НовостиКриптовалютыBitcoin Red Team использует китайскую ИИ-модель Kimi для поиска потенциальных уязвимостей в коде

Bitcoin Red Team использует китайскую ИИ-модель Kimi для поиска потенциальных уязвимостей в коде

Автор: AI Crypto Core·

Ключевые выводы

  • Разработчик Bitcoin Calle сообщил, что red team использовала Kimi, разработанную в Китае ИИ-модель, для проверки кода Bitcoin на возможные слабые места.
  • Аудит усилился после эксплойта ColdCard, который вызвал обеспокоенность по поводу Bitcoin-программ, работающих с закрытыми ключами и средствами пользователей.
  • В одном сообщении говорилось о 4,962 выявленных проблемах, а в другом — о 85 критических недостатках в 390 open-source репозиториях.
  • Сообщаемые результаты являются лишь потенциальными находками и требуют проверки человеком, чтобы подтвердить наличие реальных уязвимостей.
  • Случай показывает, что ИИ может ускорять масштабную проверку кода, но также способен давать ложные срабатывания, требующие ручной проверки.
Bitcoin Red Team использует китайскую ИИ-модель Kimi для поиска потенциальных уязвимостей в коде

Команда безопасности Bitcoin, действующая как «red team», использовала Kimi — разработанную в Китае ИИ-модель — для систематического анализа кода, связанного с Bitcoin, в поиске потенциальных уязвимостей. Эта инициатива является частью более широких усилий по применению ИИ-ассистируемого анализа к open-source криптовалютной инфраструктуре, однако все опубликованные на данный момент результаты представляют собой лишь потенциальные проблемы, выявленные в ходе проверки, а не подтвержденные эксплойты.

На эту работу обратил внимание разработчик Bitcoin Calle (@callebtc), который опубликовал сообщение в X, описав использование модели командой red team для проверки кода Bitcoin. Согласно Decrypt, Kimi определяется как разработанная в Китае ИИ-модель, которую red team применяла для сканирования проектов, связанных с Bitcoin, на предмет потенциальных слабых мест.

Контекст: аудит после инцидента с ColdCard

Проверка была связана с более широким аудитом open-source, который приобрел срочность после эксплойта ColdCard. ColdCard — это широко используемый аппаратный кошелек Bitcoin, и инцидент с ним подчеркнул необходимость всестороннего анализа проектов Bitcoin, которые работают с закрытыми ключами и средствами пользователей. Работа представляется как проактивный поиск потенциальных недостатков, а не как реакция на подтвержденный инцидент в реальном времени. За пределами описанного в публикациях не установлены подтвержденные названия уязвимостей, даты или детали на уровне кода, и все отмеченные пункты остаются потенциальными проблемами до проверки человеком.

Сообщаемые цифры из проверки

Согласно crypto.news, red team выявила 4,962 проблемы при проверке проектов Bitcoin после эксплойта ColdCard. В отдельном материале Bitcoin Magazine сообщалось о 85 критических недостатках в 390 open-source репозиториях. Эти цифры описывают элементы, отобранные для дальнейшей проверки, а их фактическая серьезность зависит от последующей верификации со стороны человеческих сопровождающих.

ИИ-ассистируемый поиск недостатков: преимущества и ограничения

Использование ИИ-модели в контексте red team подчеркивает растущее пересечение между криптовалютной инфраструктурой и ИИ-ассистируемым анализом. Главное преимущество — скорость: модель может выявлять повторяющиеся шаблоны и охватывать значительно больше кода, чем ручная проверка сотен репозиториев. Такой масштаб важен для open-source экосистемы Bitcoin, где критическая инфраструктура — включая кошельковое ПО, реализации узлов и инструменты управления ключами — поддерживается распределенными командами с ограниченными ресурсами для комплексного аудита.

Выбор именно Kimi также отражает текущий рынок ИИ-моделей, где модели, разработанные за пределами США, становятся все более доступными и иногда предлагают иные параметры стоимости или возможностей. Использование разработанной в Китае модели для проверки криптовалютного кода примечательно с учетом более широкой геополитической оценки трансграничных технологических зависимостей, хотя red team представила этот выбор как практическое решение, а не стратегическое заявление.

Ограничения также очевидны. Известно, что ИИ-модели дают ложные срабатывания и могут «галлюцинировать» несуществующие проблемы, поэтому каждый отмеченный пункт требует проверки человеком, чтобы подтвердить, является ли он реальной слабостью. Формулировка «потенциальные недостатки» отражает этот разрыв между автоматическим обнаружением и подтвержденной уязвимостью.

Более широкое значение

Такие события в сфере безопасности важны не только для разработчиков. Код кошельков и инфраструктуры Bitcoin лежит в основе активов инвесторов и более широкого рынка. Напряжение между автоматизацией и человеческим контролем, проявившееся здесь, напоминает аналогичные проблемы в других областях индустрии — от атак социальной инженерии на пользователей криптовалют до перенаправления вычислительных ресурсов компаниями на ИИ-нагрузки. Аудиты безопасности open-source в криптовалютной сфере исторически опирались на специализированные фирмы и программы bug bounty сообщества; интеграция больших языковых моделей добавляет новый слой к этому инструментарию, хотя его надежность все еще оценивается в масштабах всей отрасли ПО.

На данный момент картина такова: команда безопасности применила иностранную ИИ-модель к коду Bitcoin и получила обширный список элементов для дальнейшего изучения. Превратится ли какой-либо из отмеченных пунктов в реальную эксплуатируемую уязвимость, полностью зависит от последующей проверки человеком.

Отказ от ответственности: Эта статья носит исключительно информационный характер и не является финансовой или инвестиционной рекомендацией. Рынки криптовалют и цифровых активов связаны со значительным риском. Перед принятием решений всегда проводите собственное исследование.