新聞加密貨幣Charles Hoskinson 在 Liquid 遭駭後警告 AI 驅動的 3.2 億美元安全風險

Charles Hoskinson 在 Liquid 遭駭後警告 AI 驅動的 3.2 億美元安全風險

作者: Blockonomi·

重點速覽

  • 駭客從 Liquid Network 聯盟錢包提取約 4,000 枚 BTC,價值約 3.2 億美元,導致 Liquid 暫停網路運作。
  • Liquid 與 SideSwap 表示 PAK 服務並未遭入侵,焦點轉向 Liquid Network 底層 Elements 程式碼庫疑似存在的漏洞。
  • 駭客在鏈上留言自稱白帽駭客,但 Liquid 仍將該筆轉帳視為未經授權且尚在審查中。
  • Charles Hoskinson 認為,隨著 AI 工具越來越擅長找出程式碼弱點並自動化攻擊,形式化方法與數學驗證可提供更強的保護。
  • Cardano 的開發流程已納入學術同儕審查與形式化驗證,包括經形式化研究的 Ouroboros 共識協議,以及 Haskell 與 Plutus 程式語言。
Charles Hoskinson 在 Liquid 遭駭後警告 AI 驅動的 3.2 億美元安全風險

Cardano 創辦人 Charles Hoskinson 對駭客據報從 Liquid Network 聯盟錢包提取約 4,000 枚比特幣(價值約 3.2 億美元)一事作出回應。據報的損失促使 Liquid 暫停網路活動,聯盟成員正對事件進行審查。

Hoskinson 將此次入侵與人工智慧及軟體安全的更廣泛憂慮連結在一起。他的回應聚焦於:隨著 AI 工具越來越擅長找出程式碼弱點並自動化攻擊,傳統測試方法能否跟上腳步。此事件是近年來涉及比特幣相關基礎設施的最大損失之一,跨鏈與橋接服務在業界屢屢成為攻擊目標,使底層軟體堆疊的安全性成為反覆爭論的焦點。

事件經過

Liquid 表示,駭客透過 SideSwap 的 Peg-out Authorization Key(PAK)服務移動資金。然而,Liquid 與 SideSwap 均表示 PAK 本身並未遭入侵。SideSwap 轉而指出問題出在 Elements 的疑似漏洞;Elements 是支撐 Liquid Network 的比特幣軟體。Liquid 是由成員組織聯盟營運的比特幣側鏈,而 Elements 正是該網路所依賴的開源程式碼庫,這也解釋了為何軟體本身的弱點、而非金鑰持有者遭入侵,成為事件檢討的核心焦點。

We are aware of a security incident on @Liquid_BTC . Purported white-hat hackers have withdrawn 4,000 BTC ($320 million) from the Liquid Federation wallet. The @Blockstream team is working on contacting them on-chain with a signed message. What we know so far is that the funds… — Liquid Network (@Liquid_BTC) September 6, 2026

交易發生後,Liquid 停用了橋接節點並暫停網路運作。各交易所收到警示,並在調查持續期間開始暫停或準備暫停 L-BTC 的充值與提領。

該筆交易還附帶駭客留下的 OP_RETURN 訊息,他們自稱為白帽駭客,並要求透過區塊鏈與其聯繫。Liquid 並未表示此一說法會改變其調查方向,網路仍將該筆轉帳視為聯盟持有比特幣的未經授權移動,案件仍在審查中。事件最終如何解決、以及 Elements 的漏洞報告是否獲得證實,很可能會影響其他聯盟制與側鏈網路如何看待自身對共享開源程式碼的依賴。

形式化方法進入安全辯論

Hoskinson 認為,在 AI 驅動的安全風險日益升高之際,形式化方法可提供更強的保護。形式化方法運用數學規格與證明,在開發者發布軟體之前驗證其是否符合預期設計。這種做法與傳統測試和審計形成對比——後者僅檢視特定情境與程式碼路徑,而非證明系統行為的各項性質。

AI 系統如今已能審查原始碼、搜尋弱點,並自動化部分釣魚與社交工程攻擊。據報約 1.3 億美元比特幣的 Coldcard 竊盜案,也使先進工具在未來加密攻擊中可能扮演的角色受到關注。

Cardano 對形式化驗證的重視

Cardano 在開發流程中納入了學術研究、同儕審查與形式化驗證。其 Ouroboros 共識協議源自形式化研究,Cardano 開發者也曾運用數學方法檢驗重要的協議性質。

該網路還採用 Haskell 與 Plutus,兩者皆依賴強型別系統與函數式程式設計。這些工具有助於開發者更早發現某些軟體錯誤。Hoskinson 長期以來都將此開發模式視為在程式碼安全進入正式環境之前降低弱點的方式。至於更廣泛的產業是否會因 AI 時代的威脅而採用類似的嚴謹標準,仍是未知數,而 Liquid 調查的結果很可能會為這場討論提供素材。