Bitcoin Red Team是什么？扫描150个比特币代码仓库发现十余漏洞

Bitcoin Red Team 在 X 平台披露，该志愿者组织已扫描 150 个代码仓库，私下披露十余个漏洞，并在 COLDCARD 漏洞事件后加强钱包、密码学库和基础设施安全的过程中发现关键问题。此项工作消耗约 2 万美元的 AI 计算成本，由 OpenSats 承担。

审计范围与资金情况

此次安全审计覆盖 150 个代码仓库，涉及比特币生态系统的钱包、密码学库及基础设施。团队在 COLDCARD 漏洞事件后启动相关工作，目前已私下披露超过十个漏洞。据披露，约 2 万美元的 AI 计算成本由资助方 OpenSats 支付。

研究人员使用多种 AI 工具开展分析，其中开源模型 Kimi K3 被多名研究者视为安全研究的主要工具，而 OpenAI 和 Anthropic 等前沿闭源模型在此类分析中的限制相对更多。该团队计划将其 AI 安全工具开源，以便各项目持续审计自身代码库。研究人员同时警告，比特币可能只是首个受到 AI 辅助漏洞发现浪潮冲击的行业，类似的安全审计行动未来可能扩展至所有开源软件领域。

开源与闭源 AI 模型的使用差异

从工具选择来看，研究团队更倾向于使用 Kimi K3 等开源模型进行安全扫描，认为这类模型在漏洞挖掘场景中更具可操作性。相较之下，OpenAI 和 Anthropic 提供的闭源前沿模型在分析过程中被指出存在更多限制。

后续观察：AI 安全审计会向哪些领域扩展

Bitcoin Red Team 计划将自研 AI 安全工具开源，供其他项目自主开展代码审计。研究人员认为，AI 辅助发现漏洞的方式不会局限于比特币领域，后续可能向更广泛的开源软件生态蔓延，相关项目的代码维护者可能面临类似的自动化安全审查需求。