一群加密货币公司和行业组织呼籲前沿人工智慧實驗室，在人工智慧輔助的網路威脅日益先進之際，給予比特幣和其他開源金融基礎設施開發者受信任的權限，以使用其最先進的模型。
摘要
- 加密貨幣公司已敦促前沿人工智慧實驗室，讓比特幣和開源金融基礎設施開發者獲得其最先進模型的受信任存取權限。
- 比特幣政策研究所表示，目前的限制可能使合格的防禦者依賴於能力較弱的人工智慧工具，而複雜的攻擊者卻能使用先進系統。
- Anchorage Digital、BitGo、Bitwise、Blockstream、Kraken、Ledger、MARA 和 Trezor 等公司及組織簽署了這封公開信。
- BPI 表示，先進的人工智慧可以幫助防禦者更快地掃描大型程式碼庫並發現漏洞，但同樣的能力也可能被攻擊者利用。
比特幣政策研究所在週一發布的公開信中表示，負責保護開源金融系統的開發者可能被排除在專業網路計畫之外，或受到公開可用的前沿人工智慧模型內建安全機制的限制。
比特幣開發者尋求更強大的人工智慧安全工具
根據該提案，人工智慧公司將「為合格的開源金融基礎設施防禦者建立或擴大常設的受信任存取計畫」，允許經過審查的安全研究人員和維護者使用可能受到限制的功能。
BPI 認為，隨著先進人工智慧系統獲得檢查大型程式碼庫、識別潛在漏洞並加速困難技術工作的能力，這種存取權限變得更加重要。這些能力可以幫助合法研究人員發現缺陷，但該研究所表示，它們也可能被尋找弱點的攻擊者利用。
信中表示，對於比特幣開發者來說，這種存取差距可能使維護者依賴於能力較弱的開放權重模型，而前沿系統要么拒絕與安全相關的請求，要么僅透過不包含開源金融基礎設施的計畫提供。
該研究所指出，依賴此類軟體的資本數量龐大，僅比特幣就保護了超過 1 兆美元的價值。因此，金融基礎設施中的嚴重漏洞可能使使用者的儲蓄面臨風險，信中說。
多家主要加密貨幣公司加入了這項請求，包括 Anchorage Digital、BitGo、Bitwise、Blockstream、Bull Bitcoin、MARA、Kraken、Ledger 和 Trezor。非洲比特幣研究所也是簽署該信的組織之一。
比特幣核心最近的安全工作提供了維護者必須在使用者受到影響之前識別的漏洞類型的範例。6 月，crypto.news 先前報導，比特幣核心 31.1rc1 修復了一個涉及 PrivateBroadcast 的隱私問題，該問題在某些網路條件下可能暴露使用者的 IP 位址。該候選版本還包含涵蓋錢包準確性、網路、區塊鏈驗證和 MuSig2 安全性的變更。
一個月前，比特幣核心開發者揭露了一個高嚴重性錯誤，追蹤為 CVE-2024-52911，該錯誤可能允許礦工遠端崩潰某些節點。該漏洞影響 0.14.0 之後和 29.0 之前的版本，儘管觸發它需要礦工產生昂貴的工作量證明區塊。安全研究員 Cory Fields 在 2024 年私下報告了該缺陷，之後比特幣核心 29.0 於 2025 年 4 月隨修復一起發布。
前沿人工智慧可以加強開源防禦者
BPI 將前沿人工智慧描述為一種正在改變網路安全研究和網路操作經濟學的技術，因為越來越強大的模型可以執行以前需要大量專業人工工作的任務。
該研究所表示，先進模型最終可能成為「有史以來開發的最強大的防禦技術」之一，特別是當研究人員使用它們來檢查軟體並在攻擊者利用之前識別弱點時。
「如果沒有專門的存取計畫，防禦者可能缺乏必要的工具來跟上他們所維護基礎設施不斷演變的威脅。」信中寫道。
BPI 也表示，已收到開源維護者多份獨立報告，指出有複雜的行為者利用先進的 AI 能力持續發動攻擊。根據該機構的說法，部分活動可能涉及外國對手。
簽署者並非要求 AI 開發者為所有使用者移除模型中的安全控制，而是尋求常設計畫，讓合格的防禦者在經過審查後能獲得額外的存取權限。
該提案將使開源金融開發者更接近那些已在受控計畫下獲准使用先進網路能力的研究人員和組織，同時保留旨在防止惡意使用者不受限制存取的限制。
AI 的潛在防禦價值已在加密貨幣領域的其他地方得到驗證。7 月，以太坊基金會的一項研究發現，協調的 AI 代理可以發現以太坊所用軟體中的真實漏洞，包括後來披露為 CVE-2026-34219 的 libp2p 缺陷。基金會的協議安全團隊表示，更困難的部分是確定哪些 AI 生成的報告代表真實漏洞，而不是令人信服的誤報。
因此，根據基金會的說法，即使 AI 系統成功識別了安全問題，人工驗證和可重現的證明仍然是必要的。
AI 輔助攻擊加大加密貨幣安全壓力
這項請求發布之際，加密貨幣平台在 2026 年又經歷了一段嚴重的安全損失期，攻擊者越來越能結合軟體漏洞、受損的憑證、社交工程和其他攻擊方法。
6 月引用的 DefiLlama 數據顯示，4 月期間從加密貨幣平台被盜的金額超過 6.34 億美元，這是自 Bybit 駭客事件以來該行業單月損失最高的一次，而 Bybit 事件在 2025 年 2 月造成了約 14 億美元的損失。
4 月報導的較早數據顯示，在該月的前 18 天內，已有超過 6.06 億美元在 12 起事件中被盜。這個數字約為 2026 年第一季損失 1.655 億美元的 3.7 倍。
在該階段，4 月的損失大部分來自兩起攻擊。Drift Protocol 損失約 2.85 億美元，而涉及 KelpDAO 的漏洞利用導致約 2.92 億美元的損失，這兩起事件約佔前 18 天報告總額的 95%。
攻擊模式也已超出孤立的智慧合約漏洞。截至 4 月，DefiLlama 在過去十年中記錄了超過 170 億美元的損失，涉及 518 起加密貨幣駭客事件，其中私鑰外洩、網路釣魚和憑證盜竊在協議漏洞之外佔據了越來越大的損害比例。
與此同時，安全公司警告說，AI 可以減少尋找可利用弱點所需的時間和技術工作。CertiK 在 4 月表示，AI 輔助的網路釣魚、深偽技術和自動化漏洞利用工具正在使攻擊更快且更難檢測，而跨鏈基礎設施和社交工程仍然是重要的攻擊途徑。
先進 AI 模型改變了漏洞發現
隨著前沿模型展現出更強的漏洞發現能力，為安全研究人員提供了能夠以前難以達到的規模檢查軟體的工具，對存取權限的擔憂加劇。
漏洞賞金平台 Immunefi 的執行長 Mitchell Amador 將包括 Claude Opus 4.8 和 ChatGPT 5.5 在內的系統的普及描述為加密貨幣安全領域的「漏洞啟示錄」，認為先進模型改變了攻擊者與防禦者之間的平衡。
Amador 表示，未來三到四年對加密貨幣網路安全至關重要，而防禦團隊正在努力使用相同的 AI 能力來產生更安全的程式碼庫。他補充說，增加使用眾包安全系統可以將這段時間縮短到不到兩年。
在最近的擔憂出現之前，基於人工智慧的安全工具已經是業界防禦基礎設施的一部分。在2025年10月接受Immunefi的採訪中，Amador表示自動化漏洞檢測應與審計、漏洞賞金、監控系統和交易防火牆並行運作，而不是取代它們。他當時表示，只有不到10%的項目使用人工智慧漏洞工具。
以太坊聯合創始人Vitalik Buterin在5月提出了類似的防禦性用途觀點，他認為人工智慧輔助的形式驗證最終可能讓開發者將高度優化的軟體與機器驗證的正確性證明結合起來。他提到了在以太坊的共識系統、零知識技術和抗量子密碼學中的潛在應用，同時警告說形式驗證不能消除所有軟體風險來源。
