一项围绕 Kimi K3 构建的比特币红队计划已完成对比特币开源生态系统的全面安全扫描。Kimi K3 是总部位于北京的 AI 实验室 Moonshot AI 推出的前沿模型,此次扫描在该支撑比特币网络的软件栈中发现了数千个潜在漏洞。

在为期两周的时间里,研究人员在约 390 个项目中编录了 7,958 项发现,其中 1,280 项被归类为高危或严重级别。该团队将此次行动描述为数十年积累的人类编写的开源代码与现代前沿 AI 模型分析速度之间的一次碰撞,并指出大部分易于发现的漏洞面如今已被检视。

英国 AI 安全研究所(U.K. AI Security Institute)与美国人工智能安全标准与创新中心(CAISI)——即评估前沿 AI 模型的政府机构——的独立评估证实了该模型在网络安全工作方面的相关性,同时指出,在某些漏洞利用开发基准上,它仍落后于最强的美国闭源模型。

此次行动已经产出了经具体验证的成果。BTCPay Server 是一款广泛使用的自托管开源支付处理器,可让商家在没有第三方中介的情况下接受比特币支付。在研究人员披露漏洞后,该项目在 2.4.2 版本中修复了一个严重的双因素认证绕过漏洞,并随后确认攻击者已利用该漏洞提取闪电网络(Lightning)钱包凭证。随着该项目处理来自多个研究团队的进一步报告,后续又进行了多次协调发布。

数据需要谨慎解读

尽管如此,这些数字仍需结合背景来看待。截至报道时,所有问题中约四分之一已得到动态复现,向上游维护者通报的略低于 30%。该数据集并不代表 7,958 个已确认的可利用漏洞:自动化扫描可能产生误报和重复报告,而初步的严重性评级在人工调查过程中经常发生变化。

研究人员强调,此次扫描针对的是由钱包、闪电网络基础设施、支付库及相关工具构成的更广泛生态系统,而非比特币的核心共识协议本身。闪电网络是构建在比特币之上的第二层支付网络,其增加的通道管理和路由逻辑位于基础协议共识规则之外。漏洞尤其集中在较陈旧或缺乏充分审查的代码库中,闪电网络技术栈被描述为相对于其他组件呈现出不成比例的复杂性和暴露面。基于 C 语言的实现普遍存在,也被标记为所审查项目中持续存在的结构性风险因素,这与业界长期以来的担忧相呼应:C 代码中的内存安全错误是最常见的严重漏洞来源之一,这一认识推动了 Rust 等内存安全语言在对安全敏感软件中的日益普及。

该计划的一名参与者以 calle 的身份在 X 上发帖,描述了这一态势:

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

随着 AI 重新定义安全时间线,生态系统加速适应

此次行动标志着开源网络安全领域一个更广泛的转折点。前沿 AI 模型大幅压缩了漏洞发现的成本和时间线,使在数周内审查多年积累的代码成为可能。这种加速为缺乏维护的项目带来了严峻风险:随着攻击能力对更广泛的行为者变得触手可及,遗留代码如今面临更高的暴露风险。

组织方强调,对已披露问题的响应速度已成为衡量项目健康状况的关键指标,并建议开发团队构建持续的 AI 辅助审计流水线,而非仅仅依赖定期的外部审查。他们还强调了协调披露的重要性——即私下向维护者报告漏洞并在公开发布前留出修复时间的既定做法——并指出,研究人员与维护者之间的信任对于有效的安全协作仍至关重要。

整个生态系统正在动员起来,以防止攻击者与防御者之间的能力差距不断扩大。为自由和开源比特币开发提供资助的非营利组织 OpenSats 已设立快速通道资助途径,专门用于报销研究人员的大语言模型成本,降低持续开展 AI 驱动安全工作的门槛。另外,一个由 40 多家比特币和数字资产组织组成的联盟已向领先 AI 实验室请愿,要求其为经过审查的开源防御者在安全研究环境中提供对前沿模型的受控访问,并配备充足的算力以及与 AI 安全团队的直接沟通渠道。该联盟警告称,如果没有同等的工具,合法防御者就有可能落后于不受此类访问限制的恶意行为者。

BTCPay 的支持者还支持了恢复工作,并承诺为比特币红队计划提供资金,这反映出人们日益认识到,外部安全审查是生态系统的一项长期需求,而非临时需求。

对于普通用户而言,直接的启示比标题数字所暗示的范围更窄:基础比特币协议尚未被发现存在被攻破的情况,但周边软件基础设施需要提高警惕,首先是保持钱包和服务器软件为最新版本。随着自动化发现持续扩展,加密货币安全的核心瓶颈正从发现漏洞,转向以匹配现代 AI 速度的节奏对漏洞进行验证、披露和修补。值得关注的具体指标源自此次行动自身的数据:尚未向上游通报的约 70% 发现有多少能送达维护者、AI 实验室是否会批准所请求的防御者访问权限,以及 BTCPay Server 等项目能多快将进一步的披露转化为已修补的版本发布。

来源:Metaverse Post