BPI: Bez zaawansowanych modeli AI deweloperzy Bitcoina mogą zostać w tyle za atakującymi

BTC
BitcoincyberbezpieczeństwodeweloperzyAIopen source
2026-08-12Źródło: crypto.news
BPI: Bez zaawansowanych modeli AI deweloperzy Bitcoina mogą zostać w tyle za atakującymi

Grupa firm kryptowalutowych i organizacji branżowych wezwała laboratoria AI nowej generacji do zapewnienia deweloperom Bitcoina i innym twórcom otwartej infrastruktury finansowej zaufanego dostępu do ich najbardziej zaawansowanych modeli, ponieważ zagrożenia cybernetyczne wspomagane przez AI stają się coraz bardziej zaawansowane.

Podsumowanie

  • Firmy kryptowalutowe wezwały laboratoria AI nowej generacji do zapewnienia deweloperom Bitcoina i otwartej infrastruktury finansowej zaufanego dostępu do ich najbardziej zaawansowanych modeli.
  • Bitcoin Policy Institute stwierdził, że obecne ograniczenia mogą pozostawić wykwalifikowanych obrońców polegających na mniej zaawansowanych narzędziach AI, podczas gdy wyrafinowani atakujący uzyskują dostęp do zaawansowanych systemów.
  • Anchorage Digital, BitGo, Bitwise, Blockstream, Kraken, Ledger, MARA i Trezor znalazły się wśród firm i organizacji, które podpisały list otwarty.
  • BPI stwierdził, że zaawansowana AI może pomóc obrońcom w szybszym skanowaniu dużych baz kodu i znajdowaniu luk, ale te same możliwości mogą być również wykorzystywane przez atakujących.

Bitcoin Policy Institute stwierdził w liście otwartym opublikowanym w poniedziałek, że deweloperzy odpowiedzialni za zabezpieczanie otwartych systemów finansowych mogą być wykluczeni z programów cybernetycznych dla specjalistów lub ograniczeni przez zabezpieczenia wbudowane w publicznie dostępne modele AI nowej generacji.

Deweloperzy Bitcoina dążą do dostępu do silniejszych narzędzi bezpieczeństwa AI

Zgodnie z propozycją, firmy AI miałyby „ustanowić lub rozszerzyć stałe programy zaufanego dostępu dla wykwalifikowanych obrońców otwartej infrastruktury finansowej”, umożliwiając zweryfikowanym badaczom bezpieczeństwa i opiekunom korzystanie z funkcji, które w przeciwnym razie mogłyby być ograniczone.

BPI argumentował, że dostęp stał się ważniejszy, ponieważ zaawansowane systemy AI zyskują zdolność do badania dużych baz kodu, identyfikowania potencjalnych luk i przyspieszania trudnych prac technicznych. Te możliwości mogą pomóc legalnym badaczom w znajdowaniu błędów, ale instytut stwierdził, że mogą być również wykorzystywane przez atakujących szukających słabości.

Dla deweloperów Bitcoina, list stwierdził, że luka w dostępie może pozostawić opiekunów zależnych od mniej zaawansowanych modeli o otwartych wagach, gdy systemy nowej generacji albo odmawiają odpowiedzi na prośby związane z bezpieczeństwem, albo pozostają dostępne tylko przez programy, które nie obejmują otwartej infrastruktury finansowej.

Instytut wskazał na ilość kapitału zależnego od takiego oprogramowania, zauważając, że sam Bitcoin zabezpiecza wartość ponad 1 biliona dolarów. Poważna luka w infrastrukturze finansowej może zatem narazić oszczędności użytkowników na ryzyko, stwierdzono w liście.

Kilka dużych firm kryptowalutowych dołączyło do prośby, w tym Anchorage Digital, BitGo, Bitwise, Blockstream, Bull Bitcoin, MARA, Kraken, Ledger i Trezor. African Bitcoin Institute również znalazł się wśród organizacji, które podpisały list.

Ostatnie prace nad bezpieczeństwem Bitcoin Core dostarczyły przykładów typów luk, które opiekunowie muszą zidentyfikować, zanim wpłyną na użytkowników. W czerwcu crypto.news wcześniej informował, że Bitcoin Core 31.1rc1 naprawił problem prywatności związany z PrivateBroadcast, który mógł ujawnić adres IP użytkownika w określonych warunkach sieciowych. Wersja kandydująca zawierała również zmiany dotyczące dokładności portfela, sieci, walidacji blockchaina i bezpieczeństwa MuSig2.

Miesiąc wcześniej deweloperzy Bitcoin Core ujawnili błąd o wysokim stopniu zagrożenia śledzony jako CVE-2024-52911, który mógł pozwolić górnikom na zdalne zawieszanie niektórych węzłów. Luka dotyczyła wersji po 0.14.0 i przed 29.0, chociaż jej wywołanie wymagało od górników tworzenia kosztownych bloków proof-of-work. Badacz bezpieczeństwa Cory Fields prywatnie zgłosił błąd w 2024 roku, zanim Bitcoin Core 29.0 został wydany z poprawką w kwietniu 2025 roku.

AI nowej generacji mogłaby wzmocnić obrońców otwartego oprogramowania

BPI opisał AI nowej generacji jako technologię, która zmienia ekonomikę zarówno badań nad cyberbezpieczeństwem, jak i operacji cybernetycznych, ponieważ coraz bardziej zaawansowane modele mogą wykonywać zadania, które wcześniej wymagały znacznej ilości specjalistycznej pracy ludzkiej.

Zaawansowane modele mogą ostatecznie stać się jedną z „najpotężniejszych technologii obronnych, jakie kiedykolwiek opracowano”, stwierdził instytut, szczególnie gdy badacze wykorzystują je do inspekcji oprogramowania i identyfikowania słabości, zanim atakujący je wykorzystają.

„Bez dedykowanych programów dostępu obrońcy mogą nie mieć narzędzi potrzebnych do nadążania za ewoluującymi zagrożeniami dla infrastruktury, którą utrzymują” – napisano w liście.

BPI poinformowało również, że otrzymało wiele niezależnych raportów od opiekunów oprogramowania open-source na temat zaawansowanych podmiotów wykorzystujących zaawansowane możliwości sztucznej inteligencji do podtrzymywania ataków. Część z tych działań mogła dotyczyć zagranicznych przeciwników – według instytutu.

Zamiast prosić twórców sztucznej inteligencji o usunięcie zabezpieczeń z ich modeli dla wszystkich użytkowników, sygnatariusze starają się o stałe programy, dzięki którym wykwalifikowani obrońcy mogliby uzyskać dodatkowy dostęp po weryfikacji.

Propozycja zbliżyłaby finansowych deweloperów open-source do badaczy i organizacji, którym już zezwolono na korzystanie z zaawansowanych możliwości cybernetycznych w kontrolowanych programach, przy jednoczesnym zachowaniu ograniczeń mających zapobiegać nieograniczonemu dostępowi złośliwych użytkowników.

Potencjalna wartość obronna sztucznej inteligencji została już przetestowana gdzie indziej w kryptowalutach. W lipcu badanie Ethereum Foundation wykazało, że skoordynowane agenty AI mogą wykrywać prawdziwe podatności w oprogramowaniu używanym przez Ethereum, w tym błąd libp2p później ujawniony jako CVE-2026-34219. Zespół ds. bezpieczeństwa protokołu Fundacji stwierdził, że trudniejszą częścią było określenie, które raporty generowane przez AI przedstawiają prawdziwe podatności, a nie przekonujące fałszywe pozytywy.

Walidacja ludzka i powtarzalny dowód pozostają zatem niezbędne, nawet gdy systemy AI skutecznie zidentyfikują problemy bezpieczeństwa – według Fundacji.

Ataki wspomagane AI zwiększają presję na bezpieczeństwo kryptowalut

Prośba pojawia się po tym, jak platformy kryptowalutowe ponownie odnotowały ciężki okres strat bezpieczeństwa w 2026 r., a atakujący coraz częściej łączą podatności oprogramowania, skradzione poświadczenia, inżynierię społeczną i inne metody ataków.

Dane DefiLlama cytowane w czerwcu pokazały, że w kwietniu skradziono ponad 634 miliony dolarów z platform kryptowalutowych, co stanowi najwyższą miesięczną stratę w branży od czasu włamania na Bybit, które przyczyniło się do strat około 1,4 miliarda dolarów w lutym 2025 r.

Wcześniejsze dane przedstawione w kwietniu pokazały, że w ciągu pierwszych 18 dni miesiąca skradziono już ponad 606 milionów dolarów w 12 incydentach. Kwota ta była około 3,7 razy większa niż 165,5 miliona dolarów utraconych w całym pierwszym kwartale 2026 r.

Dwa ataki odpowiadały za większość strat w kwietniu na tym etapie. Drift Protocol stracił około 285 milionów dolarów, a exploit z udziałem KelpDAO spowodował straty około 292 milionów dolarów, przy czym oba incydenty stanowiły około 95% zgłoszonej sumy w ciągu pierwszych 18 dni.

Wzorzec ataków wykroczył również poza izolowane błędy w inteligentnych kontraktach. DefiLlama odnotowała do kwietnia ponad 17 miliardów dolarów strat w 518 incydentach hakerskich w kryptowalutach w ciągu ostatniej dekady, przy czym wycieki kluczy prywatnych, phishing i kradzież poświadczeń stanowiły coraz większą część szkód obok exploitów protokołów.

Jednocześnie firmy zajmujące się bezpieczeństwem ostrzegały, że AI może zmniejszyć ilość czasu i pracy technicznej wymaganej do poszukiwania luk do wykorzystania. CertiK stwierdził w kwietniu, że phishing wspomagany AI, deepfake'i i zautomatyzowane narzędzia exploitów sprawiają, że ataki są szybsze i trudniejsze do wykrycia, podczas gdy infrastruktura międzyłańcuchowa i inżynieria społeczna pozostają ważnymi drogami ataków.

Zaawansowane modele AI zmieniły odkrywanie podatności

Obawy dotyczące dostępu nasiliły się, gdy modele graniczne wykazują silniejsze możliwości wykrywania podatności, dając badaczom bezpieczeństwa narzędzia, które mogą przeglądać oprogramowanie w skali, która wcześniej była trudna do osiągnięcia.

Mitchell Amador, dyrektor generalny platformy bug bounty Immunefi, opisał rozprzestrzenianie się systemów, w tym Claude Opus 4.8 i ChatGPT 5.5, jako przyczyniające się do „apokalipsy podatności” dla bezpieczeństwa kryptowalut, argumentując, że zaawansowane modele zmieniły równowagę między atakującymi a obrońcami.

Amador powiedział, że najbliższe trzy do czterech lat może być kluczowe dla cyberbezpieczeństwa kryptowalut, podczas gdy zespoły obronne pracują nad wykorzystaniem tych samych możliwości AI do tworzenia bezpieczniejszych baz kodu. Zwiększone wykorzystanie systemów bezpieczeństwa opartych na crowdsourcingu może skrócić ten okres do mniej niż dwóch lat – dodał.

Narzędzia bezpieczeństwa oparte na sztucznej inteligencji były już częścią infrastruktury obronnej branży przed ostatnimi obawami. W wywiadzie z października 2025 r. dla Immunefi, Amador powiedział, że automatyczne wykrywanie podatności powinno działać obok audytów, programów bug bounty, systemów monitorowania i zapór transakcyjnych, a nie je zastępować. Powiedział wtedy, że mniej niż 10% projektów korzysta z narzędzi do wykrywania podatności opartych na AI.

Współzałożyciel Ethereum, Vitalik Buterin, przedstawił podobny argument na rzecz zastosowań obronnych w maju, twierdząc, że weryfikacja formalna wspomagana AI mogłaby ostatecznie pozwolić programistom na łączenie wysoce zoptymalizowanego oprogramowania z maszynowo weryfikowanymi dowodami poprawności. Wskazał potencjalne zastosowania w systemach konsensusu Ethereum, technologii zero-knowledge i kryptografii odpornej na ataki kwantowe, zastrzegając jednocześnie, że weryfikacja formalna nie może wyeliminować każdego źródła ryzyka w oprogramowaniu.