Нейросеть нашла почти 8 000 уязвимостей в экосистеме биткоина

Команда Bitcoin Red Team с помощью китайской модели Kimi K3 и других AI-моделей проверила 501 проект: кошельки, Lightning-инфраструктуру, библиотеки, платежное ПО и другие открытые проекты экосистемы BTC.

• Найдено 7,958 потенциальных проблем
• 1,280 получили высокий или критический уровень опасности
• Для примерно 25% находок удалось создать рабочее подтверждение уязвимости
• Почти 30% результатов уже передали разработчикам проектов

На работу AI-модели исследователи потратили больше $58,000, причем 74% расходов пришлось на Kimi K3. Часть находок уже подтвердилась: например, проект BTCPay Server выпустил срочное обновление после обнаружения критической уязвимости участниками Bitcoin Red Team.

Бесплатный курс по заработку в крипте

Команда Bitcoin Red Team с помощью китайской модели Kimi K3 и других AI-моделей проверила 501 проект: кошельки, Lightning-инфраструктуру, библиотеки, платежное ПО и другие открытые проекты экосистемы BTC.

• Найдено 7,958 потенциальных проблем
• 1,280 получили высокий или критический уровень опасности
• Для примерно 25% находок удалось создать рабочее подтверждение уязвимости
• Почти 30% результатов уже передали разработчикам проектов

По словам исследователей, AI особенно хорошо справлялся с массовым анализом кода, поиском небезопасных паттернов и проверкой цепочек зависимостей между модулями. В ряде случаев модели находили не только классические баги вроде переполнений, ошибок валидации и проблем с обработкой входных данных, но и более тонкие сценарии: некорректную работу с подписью транзакций, слабые проверки прав доступа и потенциальные сбои в логике платежей. Отдельно отмечается, что часть предупреждений могла оказаться ложноположительной, поэтому каждая критическая находка проходила дополнительную ручную проверку.

На работу AI-модели исследователи потратили больше $58,000, причем 74% расходов пришлось на Kimi K3. Часть находок уже подтвердилась: например, проект BTCPay Server выпустил срочное обновление после обнаружения критической уязвимости участниками Bitcoin Red Team. Это показывает, что подобные инструменты могут не только ускорять аудит открытого кода, но и реально влиять на безопасность всей инфраструктуры вокруг BTC.

При этом команда подчеркивает: нейросеть не заменяет специалистов, а лишь помогает быстрее находить слабые места в больших кодовых базах. В экосистеме биткоина, где многие сервисы зависят друг от друга, даже одна ошибка в библиотеке или API может затронуть сразу десятки проектов.

Бесплатный курс по заработку в крипте