一群加密货币公司和行业组织呼吁前沿人工智能实验室，让比特币和其他开源金融基础设施开发者可信地访问其最强大的模型，因为人工智能辅助的网络威胁变得更加先进。
摘要
- 加密货币公司敦促前沿人工智能实验室让比特币和开源金融基础设施开发者可信地访问其最强大的模型。
- 比特币政策研究所表示，当前的限制可能使合格的防御者依赖能力较弱的人工智能工具，而复杂的攻击者却能访问先进的系统。
- Anchorage Digital、BitGo、Bitwise、Blockstream、Kraken、Ledger、MARA和Trezor是签署公开信的公司和组织之一。
- BPI表示，先进的人工智能可以帮助防御者更快地扫描大型代码库并发现漏洞，但攻击者也可以利用同样的能力。
比特币政策研究所在周一发布的公开信中表示，负责保护开源金融系统的开发者可能被排除在专业网络项目之外，或因公开可用的前沿人工智能模型中内置的安全措施而受到限制。
比特币开发者寻求获得更强大的人工智能安全工具
根据该提议，人工智能公司将“为开源金融基础设施的合格防御者建立或扩大常设的可信访问计划”，允许经过审查的安全研究人员和维护者使用可能受到限制的功能。
BPI认为，随着先进人工智能系统获得检查大型代码库、识别潜在漏洞并加速困难技术工作的能力，访问变得更加重要。这些能力可以帮助合法研究人员发现缺陷，但该研究所表示，攻击者也可以利用这些能力寻找弱点。
对于比特币开发者，信中表示，当前沿系统要么拒绝与安全相关的请求，要么仅通过不包括开源金融基础设施的计划提供时，访问差距可能使维护者依赖能力较弱的开放权重模型。
该研究所指出，依赖此类软件的资金量巨大，仅比特币就保障了超过1万亿美元的价值。因此，金融基础设施中的严重漏洞可能危及用户的储蓄，信中说。
几家主要的加密货币公司加入了这一请求，包括Anchorage Digital、BitGo、Bitwise、Blockstream、Bull Bitcoin、MARA、Kraken、Ledger和Trezor。非洲比特币研究所也是签署该信的组织之一。
比特币核心最近的安全工作提供了维护者必须在漏洞影响用户之前识别出的漏洞类型的示例。6月，crypto.news此前报道，比特币核心31.1rc1修复了一个涉及PrivateBroadcast的隐私问题，该问题在某些网络条件下可能暴露用户的IP地址。该候选版本还包含涵盖钱包准确性、网络、区块链验证和MuSig2安全性的更改。
一个月前，比特币核心开发者披露了一个高严重性漏洞，编号为CVE-2024-52911，该漏洞可能允许矿工远程崩溃某些节点。该漏洞影响0.14.0之后和29.0之前的版本，尽管触发它需要矿工生产昂贵的挖矿区块。安全研究员Cory Fields于2024年私下报告了该缺陷，之后比特币核心29.0于2025年4月随修复一起发布。
前沿人工智能可以加强开源防御者
BPI将前沿人工智能描述为一种正在改变网络安全研究和网络运营经济学的技术，因为越来越强大的模型可以执行以前需要大量专业人工工作的任务。
该研究所表示，先进的模型最终可能成为“有史以来开发的最强大的防御技术”之一，特别是当研究人员使用它们来检查软件并在攻击者利用之前识别弱点时。
信中写道：“如果没有专门的访问计划，防御者可能缺乏必要的工具来跟上他们所维护基础设施面临的不断演变的威胁。”
BPI还表示，已收到开源维护者关于复杂行为者利用先进AI能力持续攻击的多份独立报告。该研究所称，其中一些活动可能涉及外国对手。
签署方并非要求AI开发者对所有用户移除其模型中的安全控制，而是寻求常设计划，通过该计划，合格的防御者在经过审查后可以获得额外访问权限。
该提案将使开源金融开发者更接近那些已被允许在受控项目下使用高级网络能力的研究人员和组织，同时保留旨在防止恶意用户不受限制访问的限制。
AI的潜在防御价值已在加密领域的其他地方得到验证。7月，以太坊基金会的一项研究发现，协调的AI代理可以揭示以太坊所用软件中的真实漏洞，包括后来披露为CVE-2026-34219的libp2p缺陷。该基金会的协议安全团队表示，更困难的部分是确定哪些AI生成的报告代表真实漏洞，而不是令人信服的误报。
因此，根据基金会的说法，即使AI系统成功识别了安全问题，人工验证和可复现的证据仍然是必要的。
AI辅助攻击加大加密安全压力
这一请求是在加密平台在2026年又经历了一段严重的安全损失期之后提出的，攻击者越来越能够结合软件漏洞、受损凭据、社会工程学和其他攻击方法。
6月引用的DefiLlama数据显示，4月份从加密货币平台被盗超过6.34亿美元，这是自Bybit黑客事件以来该行业月度损失最高的一次，该事件在2025年2月造成了约14亿美元的损失。
4月报道的早期数据显示，在该月的前18天内，已有超过6.06亿美元在12起事件中被盗。这一数额大约是2026年第一季度损失的1.65亿美元的3.7倍。
当时，两起攻击占4月损失的大部分。Drift Protocol损失约2.85亿美元，而涉及KelpDAO的一次利用导致约2.92亿美元的损失，这两起事件约占前18天报告总额的95%。
攻击模式也已超越孤立的智能合约漏洞。截至4月，DefiLlama在过去十年中记录了518起加密黑客事件，损失超过170亿美元，其中私钥泄露、网络钓鱼和凭据盗窃在协议利用之外造成的损害占比越来越大。
与此同时，安全公司警告称，AI可以降低寻找可利用弱点所需的时间和技术工作量。CertiK在4月表示，AI辅助的网络钓鱼、深度伪造和自动化利用工具正在使攻击更快且更难检测，而跨链基础设施和社会工程学仍然是重要的攻击途径。
先进AI模型改变了漏洞发现方式
随着前沿模型展现出更强的漏洞发现能力，为安全研究人员提供了能够以前难以达到的规模检查软件的工具，对访问权限的担忧加剧。
漏洞赏金平台Immunefi的首席执行官Mitchell Amador将包括Claude Opus 4.8和ChatGPT 5.5在内的系统的普及描述为加密安全领域的“漏洞启示录”，认为先进模型改变了攻击者和防御者之间的平衡。
Amador表示，未来三到四年对加密网络安全至关重要，而防御团队正努力利用同样的AI能力来生成更安全的代码库。他补充说，增加对众包安全系统的使用可以将这一时间缩短到不到两年。
在最近的担忧出现之前，基于人工智能的安全工具就已经是行业防御基础设施的一部分。在2025年10月接受Immunefi的采访时，Amador表示，自动化漏洞检测应该与审计、漏洞赏金、监控系统和交易防火墙并行运作，而不是取代它们。他当时表示，只有不到10%的项目使用人工智能漏洞工具。
以太坊联合创始人Vitalik Buterin在5月份也提出了类似的防御性用途的观点，他认为人工智能辅助的形式化验证最终可以让开发人员将高度优化的软件与机器验证的正确性证明结合起来。他引用了以太坊共识系统、零知识技术和抗量子密码学中的潜在应用，同时警告说，形式化验证不能消除所有软件风险来源。
