AI hỗ trợ kiểm toán lại phát hiện điểm yếu crypto cũ

Một cụm 2026 sự cố đang thắt chặt vòng lặp giữa việc phát hiện lỗ hổng và tổn thất thực tế, với AI làm giảm chi phí để kiểm toán lại và phân tích ngược mã crypto lâu dài. Các chỉ số của Chainalysis cho thấy sự gia tăng 440% trong các hướng dẫn malware "dead-drop" trên chuỗi, tạo ra một tín hiệu mở rộng vượt ra ngoài bất kỳ lỗ hổng đơn lẻ nào.

Điểm chính

Một cuộc kiểm toán hỗ trợ bởi AI vào tháng 5 năm 2026 đã phát hiện ra một lỗ hổng trong mạch Zcash Orchard có từ năm 2022, có thể tạo ra ZEC giả mạo không giới hạn trong quá trình thử nghiệm, và nó đã được vá trong vòng vài ngày mà không có vụ trộm nào được xác lập.
Một điểm yếu trong firmware Coldcard được truy nguyên đến năm 2021 đã xảy ra trước các đợt quét bitcoin bắt đầu từ ngày 30 tháng 7 và ước tính sau đó về khoảng 1.600 đến hơn 1.800 BTC bị đánh cắp, với tổn thất được mô tả là hơn 100 triệu đô la trên hàng nghìn địa chỉ.
Các "ghi chép độc hại trên chuỗi" liên kết với Chainalysis mang theo hướng dẫn malware và dữ liệu chỉ huy và kiểm soát đã tăng từ khoảng 2,06 mỗi ngày lên 11,1 mỗi ngày vào quý 2 năm 2026, với các tác nhân liên kết với nhà nước liên quan đến Bắc Triều Tiên và Iran chiếm khoảng hai phần ba hoạt động mới được quan sát mỗi quý.
Tổn thất do tác nhân trung gian đã chuyển từ lý thuyết sang thực tiễn khi một hướng dẫn Morse được giải mã bởi Grok được chấp nhận bởi Bankr vào ngày 4 tháng 5, kích hoạt một chuyển khoản khoảng 3 tỷ DRB, sau đó khoảng hai tuần sau đó là các tổn thất tương tự trên 14 ví.

AI Tái Kiểm Toán Mã Cũ—và Bán Kính Vụ Nổ Có Vẻ Lớn Hơn Vào Năm 2026

Cơ chế rất đơn giản: mã nguồn công khai và các sản phẩm công khai giờ đây rẻ để đọc lại ở quy mô lớn. Vào năm 2026, điều đó thể hiện qua cả những chiến thắng phòng thủ và những thất bại tốn kém, với cùng một mô hình cơ bản của "nợ bảo mật" được định giá lại khi ai đó cuối cùng nhìn đủ gần.

Hai điểm dữ liệu làm điểm tựa cho tín hiệu liên quan đến trader. Một là sự cố Coldcard, nơi một lỗ hổng firmware được truy nguyên đến năm 2021 đã dẫn đến hoạt động trộm cắp quy mô lớn bắt đầu từ ngày 30 tháng 7, sau đó ước tính khoảng 1.600 đến hơn 1.800 BTC bị đánh cắp và hơn 100 triệu đô la thiệt hại trên hàng nghìn địa chỉ.

Điểm dữ liệu thứ hai là chỉ số “blockchain dead-drop” của Chainalysis, nơi các ghi chép độc hại trên chuỗi mang theo hướng dẫn malware và thông tin chỉ huy-kiểm soát đã tăng từ khoảng 2,06 mỗi ngày lên 11,1 mỗi ngày, tăng 440%.

Vấn đề là việc quy trách nhiệm. Không phải mọi sự cố đều có AI được chứng minh.liên kết, và báo cáo tự nó phân định giữa sự tham gia của AI đã được ghi nhận, nghi ngờ có cơ sở và những lỗi thông thường cũng như thất bại trong vận hành. Đối với các thị trường, phần có thể hành động không phải là chứng minh mô hình nào đã làm gì.

Đó là giả định cơ bản rằng bất cứ điều gì công khai và có giá trị đều đang bị máy móc giám sát, và khoảng thời gian giữa “được phát hiện” và “được vũ khí hóa” đang thu hẹp lại.

Lỗi Orchard của Zcash: Phát hiện lỗi bảo toàn nguồn cung bằng AI

Trường hợp của Zcash là ví dụ rõ ràng nhất về việc AI rút ngắn thời gian phát hiện mà không biến thành sự kiện thua lỗ. Vào tháng 5 năm 2026, Taylor Hornby của Shielded Labs đã sử dụng Claude Opus 4.8 trong một tác nhân kiểm toán tùy chỉnh để phát hiện một lỗi trong mạch vòng bảo vệ Orchard của Zcash có từ năm 2022. Orchard là cơ chế mạch không biết của hồ bơi bảo vệ, phần thực thi các giao dịch riêng tư trong khi vẫn giữ cho sổ cái nhất quán.

Trong quá trình thử nghiệm, lỗ hổng này có thể tạo ra ZEC giả mạo không giới hạn mà không bị phát hiện. Đó là một sự cố về tính toàn vẹn nguồn cung, không phải là rò rỉ quyền riêng tư. Nếu nó được khai thác trong thực tế, rủi ro sẽ là lạm phát âm thầm, nơi chuỗi chấp nhận giá trị chưa bao giờ được tạo ra hợp pháp.

Chi tiết vận hành quan trọng là kết quả: “Không có vụ trộm nào được xác lập, và các nhà phát triển đã sửa lỗi trong vòng vài ngày, nhưng một lỗi có thể gây thảm họa đã tồn tại khoảng bốn năm trước khi việc kiểm tra hỗ trợ AI phát hiện ra nó.” Sau khi sửa lỗi, nhóm Zcash cho biết họ đã sử dụng Mythos để phân tích và kiểm toán mã nguồn và không phát hiện ra lỗi mới nào.

Đối với các nhà giao dịch, đây là phiên bản "tốt" của thế giới mới. Đánh giá hỗ trợ bởi AI phát hiện một vấn đề tiềm ẩn, có tác động lớn trước khi đối thủ làm điều đó, và cách khắc phục diễn ra đủ nhanh để sự cố không trở thành một sự kiện ảnh hưởng đến bảng cân đối.

Yếu điểm Firmware của Coldcard năm 2021 và các đợt quét BTC sau ngày 30 tháng 7

Coldcard là phiên bản rắc rối, nơi một điểm yếu kéo dài trong công cụ tự quản lý trở thành tổn thất thực tế. Báo cáo truy dấu vấn đề đến một điểm yếu firmware từ năm 2021 đã để lại một số hạt giống phục hồi ít ngẫu nhiên hơn so với dự kiến. Giảm ngẫu nhiên không phải là một lỗi thẩm mỹ. Nó có thể thu hẹp không gian tìm kiếm đủ để quỹ trở nên có thể bị đánh cắp nếu một kẻ tấn công có thể nhắm mục tiêu vào các ví bị ảnh hưởng.

Bắt đầu từ ngày 30 tháng 7, các kẻ tấn công đã bắt đầu quét bitcoin từ các ví bị ảnh hưởng. Các ước tính sau đó đạt khoảng 1.600 đến hơn 1.800 BTC bị đánh cắp, với tổn thất được mô tả là hơn 100 triệu đô la trên hàng nghìn địa chỉ. Phạm vi này quan trọng vì nó báo hiệu rằng việc kế toán vẫn chưa hoàn tất, và vì sự khác biệt giữa 1.600 và 1.800 BTC không phải là tiếng ồn khi các vụ trộm trải rộng trên nhiều nạn nhân.

Khía cạnh AI là điều chưa được giải quyết rõ ràng. Coinkite, nhà sản xuất của Coldcard, cho biết họ phải giả định rằng có ai đó đã sử dụng AI để kiểm tra firmware công khai của họ, trong khi nhiều quan sát viên bày tỏ sự tự tin cao rằng các mô hình không bị hạn chế đã tham gia. Cách trình bày của báo cáo còn chặt chẽ hơn cả câu chuyện xã hội: "Việc quy trách nhiệm chưa được xác định, nhưng chính điểm yếu đó đã tồn tại trong năm năm."

Sự phân biệt đó là điểm mấu chốt. Ngay cả khi AI không thúc đẩy chuỗi khai thác cụ thể này, sự tồn tại của firmware công khai và các điểm yếu kéo dài trong các trường hợp biên giờ đây nằm dưới giả định về việc kiểm tra liên tục của máy móc từ cả người bảo vệ và kẻ tấn công.

Các "Dead-Drops" Onchain Tăng 440%: Thống kê Chainalysis, Chia sẻ Liên bang và Cụm Trộm Hợp đồng Chưa Xác minh

Khái niệm "dead-drop" của Chainalysis là một cơ chế phân phối, không phải là một khai thác đơn lẻ. Các kẻ tấn công viết hướng dẫn phần mềm độc hại hoặc các chỉ dẫn điều khiển trực tiếp trên chuỗi, sử dụng blockchain như một nơi bền vững, kháng kiểm duyệt để công bố dữ liệu có thể được truy xuất sau này. So với cơ sở hạ tầng truyền thống, nó có thể khó bị gỡ bỏ hơn, và nó tồn tại miễn là chuỗi còn.

Đến quý 2 năm 2026, dữ liệu của Chainalysis cho thấy các ghi chép độc hại trên chuỗi mang theo hướng dẫn phần mềm độc hại và thông tin điều khiển đã tăng từ khoảng 2,06 mỗi ngày lên 11,1 mỗi ngày, tăng 440%. Bộ dữ liệu tương tự quy cho khoảng hai phần ba hoạt động mới quan sát được mỗi quý cho các tác nhân liên bang liên quan đến Bắc Triều Tiên và Iran.

Báo cáo cũng liên kết AI với kinh tế trộm cắp thông qua kỹ thuật đảo ngược. Chainalysis đã liên kết khoảng 36,7 triệu đô la trong các vụ trộm với các cuộc tấn công chống lại các giao thức có hợp đồng chưa được xác minh, nơi các kẻ tấn công trước tiên phải giải mã bytecode đã triển khai thành một dạng dễ đọc hơn để hiểu logic và tìm điểm yếu. Ekubo và Trusted Volumes đã chiếm khoảng 7 triệu đô la trong cụm đó trong khoảng thời gian sáu tháng được đề cập.

Ở đây, cảnh báo không phải là tùy chọn. Kết nối AI của Chainalysis được mô tả như một tuyên bố phương pháp thay vì bằng chứng rằng một mô hình được đặt tên đã tạo ra mỗi lỗ hổng. Điều đó vẫn có ý nghĩa đối với rủi ro, vì "rẻ hơn để giải mã và phân tích" thay đổi ai có thể cố gắng thực hiện những cuộc tấn công này và số lần cố gắng có thể được thực hiện.

Chủ đề về lớp tin cậy tương tự đã xuất hiện trong các khoản mất mát do trung gian đại lý. Vào ngày 4 tháng 5, một kẻ tấn công đã đăng văn bản mã Morse mà Grok đã giải mã thành một chỉ dẫn mà Bankr chấp nhận, kích hoạt việc chuyển khoảng 3 tỷ DRB trị giá khoảng 150.000 đến 200.000 đô la. Khoảng hai tuần sau, một vấn đề tương tự đã xảy ra với 14 ví người dùng, với các khoản mất mát được báo cáo dao động từ khoảng 150.000 đến 440.000 đô la. Như báo cáo đã nêu: “Kẻ tấn công không phá vỡ mã hóa. Các máy móc đã quá tin tưởng lẫn nhau.”

AI cũng xuất hiện như một cái bẫy hơn là công cụ. TRM đã ghi nhận 224 nạn nhân, 234 hợp đồng, và khoảng 517.000 đô la bị mất trong một vụ lừa đảo liên quan đến chín video hướng dẫn trên YouTube quảng bá “Claude-built” giả mạo.trọng tàibots. Người xem được hướng dẫn dán mã vào một trình biên dịch giả mạo kiểu Remix mà thay thế bằng một công cụ lấy cắp.

Đọc của tôi: AI Đang Biến Nợ An Ninh Thành Một Phí Rủi Ro Có Thể Giao Dịch

Ngưỡng quan trọng không phải là liệu một lỗ hổng cụ thể có thể được chứng minh là đã sử dụng một mô hình cụ thể hay không. Mà là liệu tiêu chuẩn mới của việc xem xét quy mô máy móc có tiếp tục đẩy nhanh khoảng thời gian từ phát hiện đến khai thác xuống còn vài ngày, chứ không phải vài tháng, trên cả hai nền tảng mã nguồn và các "tầng tin cậy" hoạt động như đại lý và tự động hóa.

Nếu tỷ lệ ghi trên chuỗi độc hại khoảng ~11,1 mỗi ngày tiếp tục tồn tại hoặc tăng tốc vượt qua mức cơ sở Q2 2026, cấu trúc bắt đầu trông có vẻ mang tính cấu trúc hơn là dựa trên câu chuyện.

Dấu hiệu thực tế sẽ là liệu các mã nguồn chính có bắt đầu công bố các cuộc kiểm toán lại liên tục được hỗ trợ bởi AI và các phát hiện tiếp theo hay không, liệu ước tính về việc đánh cắp Coldcard có hội tụ với bằng chứng mạnh mẽ hơn về sự tham gia của AI hay không, và liệu các dự án agent có thay đổi mặc định xác thực chỉ dẫn và cấp phép sau những tổn thất kiểu Bankr hay không.

Nếu những kiểm soát đó không được củng cố, “các lỗi cũ” sẽ không còn là lịch sử mà bắt đầu trở thành một vấn đề tái diễn.biến độngđầu vào.

Nguồn

news.bitcoin.com