币圈界报道：

AI助力24小时完成大规模比特币生态漏洞扫描

一项由志愿者团队主导的联合审计行动显示，借助人工智能辅助工具，仅用超过一天时间便在390个比特币相关项目中识别出4962处缺陷，涵盖85个高危漏洞与635个高风险问题。

每小时逾一例严重漏洞，计算开销逼近万美金

十六名开发人员协同参与此次审查，平均每人每小时可定位约一个严重级漏洞，每日运算资源消耗接近1万美元。尽管效率惊人，但大量报告也带来了信息过载，需投入额外精力甄别有效发现与低质量输出。

从发现到传递：安全响应链条面临重构压力

匿名开发者Calle指出，当前最棘手的并非漏洞本身，而是如何将关键信息精准送达维护者。其团队已成功复现多个可利用的攻击原型，并及时向项目方通报。然而，因报告数量庞大，协调工作成为主要瓶颈。

自动化审计系统构建者Rob Hamilton强调，如今发现漏洞的成本已大幅下降，而真正的挑战在于建立高效的路由机制。他坦言现有体系尚属初级阶段，亟需优化。

近期案例印证了这一趋势：Anthropic披露其模型以不足50美元成本发现了持续27年的通用软件漏洞；谷歌亦发现犯罪组织正基于AI识别的漏洞策划攻击，表明攻击者同样具备同类能力。

此次审计背景正是冷卡钱包（Coldcard）遭窃事件之后，该事件始于7月30日，攻击者利用自2021年起未被察觉的固件缺陷，在无需物理接触的情况下盗取价值超1.14亿美元资产。