Bitcoin Red Team、BPI 和 40 多家企业联手填补 AI 安全空白

- 超过 40 家比特币和数字资产组织呼吁领先的 AI 实验室向经过审核的开源安全研究人员提供对前沿模型的受控访问权限。
- 比特币政策研究所(BPI)指出,攻击者已能利用先进或本地部署的 AI 工具,而合法防御方却可能因安全过滤器或访问限制而受阻。
- 此次请求正值区块链安全事件频发之际:SlowMist 记录到 182 起安全事件,导致 2026 年上半年损失约 9.56 亿美元;TRM Labs 则统计出 207 次黑客攻击,损失达 9.72 亿美元。
四十多家加密货币公司敦促顶级 AI 实验室允许经过批准的比特币安全专家使用黑客手中已经掌握的尖端模型。这一请求由比特币政策研究所 (BPI) 协调,并解释说,访问包括 OpenAI 和 Anthropic 在内的技术是保护超过 1 万亿美元资产的软件的防御性要求。
这一前提基于一个尚不清楚的赌注。如果罪犯和研究者都能获得相同的技术,这对比特币的安全意味着什么?BPI 的信函承认,该技术具有双重用途,即允许程序员在大型系统中搜索问题的模型也允许恶意用户这样做。
信函试图弥补的差距
在 BPI 看来,尚不清楚谁将配备较弱的工具。根据信函,当前沿系统忽略关于安全的提示,或将某些关键功能锁定在绕过任何开源金融架构的程序后面时,维护者被迫求助于较弱的开放权重模型。攻击者不受此类限制。
信函并未要求实验室为所有人移除安全措施。相反,签署方希望建立“针对开源金融基础设施合格防御者的常设可信访问计划”,研究人员在获得访问被公众禁止的内容之前必须通过评估流程。这一想法是,这为比特币维护者提供了一个类似于从事高级网络活动的安全人员的新地位。
签署该信函的公司赋予了其重要性。根据 crypto.news,签署方 包括 Block、Coinbase、Strategy、MARA、Galaxy、BitGo、Brink、OpenSats、Chaincode Labs、Spiral、Trezor、Unchained、Btrust 和 Fedi。NewsBTC 的一份独立报告 还包括 Blockstream、Anchorage Digital、ARK Invest、Bitwise、Foundry 和 BTCPay Server。(完整的签署方名单,请参阅 此处 的信函。)
使用先进 AI 维持攻击的复杂行为体
BPI 报告称,它收到了来自开源维护者的各种独立报告,表明存在利用先进 AI 进行攻击的复杂攻击者,其中一些攻击者可能是外国对手。正如 Cryptopolitan 此前报道的那样,对比特币基础设施的攻击是一个持续的威胁,而不仅仅是一次攻击。
负责防御的个人正在声称这是一场不平等的战斗。Bitcoin Red Team 贡献者 Calle 在 X 上推文 称,这项工作带来了一些启示,并补充说这代表了“数十年的人类开源垃圾与两周的 kimi k3 之间的巨大碰撞”。Kimi 来自中国的 AI 实验室 Moonshot,这使得这种联系更加引人注目:用于防御测试的同一类模型也处于更广泛的中美 AI 竞赛的中心。
在比特币红队 🟥 的工作中获得了很多新见解,我希望能在不模糊发布的情况下分享。但我得到的就是这些匿名信息。
— calle 🟥 (@callebtc) 8月 13, 2026
– 我们正经历着数十年的人类开源垃圾与两周的 kimi k3(不太好)之间的巨大碰撞
– 一切皆…
中美前沿的介入
访问问题与一场日益激烈的竞赛有关。CSIS 分析师 Yasir Atalan 在 7 月表示,中国模型 “落后于美国模型已不是以年计,而是以月计”,他指的是一项政府研究发现,DeepSeek V4-Pro——最好的中国开放权重模型——落后于美国领导者约八个月。
斯坦福 AI 指数在 2026 年发布的数据显示,美国在 2025 年开发了 59 个重要模型,而中国开发了 35 个,但在研究和专利产出方面领先全球。
这对比特币很重要,因为建立在受限美国模型上的防御优势会随着更有能力的开放权重竞争对手的普及而削弱。AI 发现真实漏洞已有先例:以太坊基金会 在 7 月的一项研究 使用协调的 AI 代理揭示了真正的漏洞,包括后来披露为 CVE-2026-34219 的 libp2p 缺陷。
这种能力是倾向于防御者还是攻击者,是信函无法单独回答的开放性问题。SlowMist 统计 2026 年上半年发生了 182 起区块链安全事件,价值约 9.56 亿美元,并警告称 AI 降低了自动化攻击和社会工程的门槛。
TRM Labs 为我们提供了另一个有用的比较:2026 年上半年共有 207 起事件,损失 9.72 亿美元。这可以成为方法论的一个精彩附录,说明不同的安全公司如何计算事件,尽管他们的发现不同,但都显示出相同的高频/低损失趋势。
为何军备竞赛的担忧并非空穴来风
SlowMist 的数据为这一请求提供了支持。2026 年上半年发生了 182 起安全事件,造成约 9.56 亿美元的损失,而 2025 年同期为 121 起事件,损失 23.73 亿美元。

SlowMist 的数据来源可靠:2026 年上半年 182 起事件,损失约 9.56 亿美元,而 2025 年上半年为 121 起事件,损失 23.73 亿美元。

SlowMist 记录显示,2026 年上半年的安全事件数量多于 2025 年上半年,尽管总损失大幅下降。故事的另一方面是 损失集中度:2025 年上半年的 23.73 亿美元下降到 2026 年上半年的约 9.56 亿美元,尽管事件数量增加了约 50%。

据 SlowMist 称,2026 年上半年,182 起安全事件给加密货币行业造成了约 9.56 亿美元的损失。事件数量从一年前的 121 起上升,尽管损失大幅下降。行业的下一个问题是,赋予防御者前沿 AI 是否能进一步推动这一趋势——即使 AI 使攻击更快、更多,也能降低攻击的严重程度。除了这个令人不安的注脚外,这里有一个预测性思考:
“有时旧事物需要燃烧,新事物才能在健康的土壤中生长” – Calle
最聪明的加密领域人士已经在阅读我们的通讯。想加入吗?加入他们。
常见问题
比特币政策研究所要求 AI 实验室做什么?
BPI 及其联署方希望前沿模型实验室建立或扩大常设的可信访问计划,使经过审核的开源金融基础设施防御者能够使用通常仅限公众使用的先进模型功能,同时不削弱面向所有人的安全控制措施。
哪些公司签署了这封公开信?
已报告的签署方包括 Anchorage Digital、BitGo、Bitwise、Blockstream、Bull Bitcoin、Kraken、Ledger、MARA 和 Trezor,以及非洲比特币研究所;另有独立统计显示超过 36 家机构参与,其中包括 Coinbase、Block 和 ARK Invest。
中国 AI 模型与美国的尖端系统差距有多大?
CSIS 在 7 月报告称,中国模型落后数月而非数年,并引用政府评估指出 DeepSeek V4-Pro 比领先的美国模型落后约八个月。
什么是比特币红队(Bitcoin Red Team)?
这是一个由约 25 名比特币开发者组成的志愿者团队,他们结合 AI 模型与人工审查,对比特币生态系统中数百个开源仓库进行安全漏洞分析。
比特币红队发现了多少漏洞?
据 ForkLog 报道,截至 8 月 9 日,该团队经过连续 108 小时的工作,已识别出 1,288 个严重和高危漏洞。
比特币红队的安全审计花费了多少?
Calle 表示,AI 推理的累计支出已超过 58,000 美元,随着团队接入更多模型提供商以扩大覆盖范围。
如果让防御者使用相同的 AI 工具,真的能让加密货币更安全吗?
不一定。SlowMist 记录显示,2026 年上半年发生了 182 起安全事件,损失约 9.56 亿美元,表明攻击频率依然居高不下。更严峻的考验在于:AI 能否帮助防御者比攻击者更快地发现、验证并修复漏洞?

Micah Abiodun
Micah Abiodun 充分利用其在塔林理工大学(TalTech)获得的环境工程与管理硕士(MSc)学位,为 Cryptopolitan 打磨内容并撰写价格预测新闻。如今他已在加密媒体领域深耕第 7 个年头,专注于报道主流加密货币、山寨币、DeFi、稳定币、宏观趋势及新兴技术。















