AI助力比特币安全：志愿者团队12小时发现多处关键漏洞

核心提要：一项由志愿者主导的比特币安全计划利用前沿AI模型，在150个代码库中识别出十余处潜在漏洞。团队称其每小时可发现约一个关键缺陷，正通过多模型协同提升审计效率。

志愿者团队借助AI系统在比特币生态中定位多个高危漏洞

一项非营利性安全倡议披露，其运用先进人工智能技术对超过150个比特币相关代码库实施深度扫描，成功定位十余项潜在安全缺陷。该行动凸显了人工智能在区块链审计领域的日益关键角色。

多模型协同构建智能审查框架，实现高效漏洞挖掘

项目负责人罗布·汉密尔顿透露，团队已投入近两万美元用于支持AI服务运行，并建立名为“比特币红队”的对抗性测试平台。该团队采用Kimi K3、GPT Sol、Claude Fable、Opus及GLM 5.2等多款主流模型，结合自动化分析与人工验证，完成漏洞识别与文档生成。

每日耗资超万美金，平均每小时发现一个严重缺陷

化名Calle的开发者表示，当前团队正以高强度模式运作，每天支出约一万美元用于模型调用。据其披露，平均每名成员每小时可捕获一个关键级漏洞。在过去12小时内，已有多个项目收到漏洞通报，但具体受影响对象与细节未公开。

行业趋势：AI驱动的安全攻防进入新阶段

近期多项事件印证这一趋势：7月，研究人员借助Claude Opus 4.8发现Zcash中隐藏四年的代币伪造漏洞；8月，Coinkite指出冷钱包设备可能遭AI辅助攻击；同时，比特币桥接服务Boltz因修补速度落后于漏洞发现速率而暂停交易功能。