比特幣的 AI 安全行動在 55 小時內發現 6,700 個問題，但沒有人知道有多少是真實的

AI 協助的安全行動專注於比特幣生態系統，比特幣紅隊表示，在其首 55 小時內，該行動在 425 個項目中產生了 6,700 個發現。該行動標記了 1,029 個為高風險或關鍵風險。

8 月 6 日的更新衡量了多少材料進入了安全篩選流程，其對軟體安全的影響仍未報告。

檢索的線程省略了審計準備定義和嚴重性計數的分母，以及案例級結果、總體假陽性率和修復率。

這些缺失的字段阻止了計算有多少警報變成了確認的漏洞，有多少維護者拒絕或降級，以及有多少導致了修補。

首 55 小時仍顯示出重要的能力，指出 AI 系統如何能快速填充生態系統規模的審查流程。專家提示、重現、披露和維護者的反應在每個後續階段仍然是必要的。

行動數據的衡量

該行動在其名單和工作量擴展時發佈了兩個快照：

27.5 小時的更新涵蓋了 390 個項目和 4,962 個發現。到 55 小時時，項目數增加了 35，發現數增加了 1,738。後來的線程將高風險或關鍵風險的發現佔總數的 15.4%，並澄清 24 名報告的參與者中有三名是機器人。

早期的帖子將關鍵和高風險的發現分開，而後來的帖子則將它們合併，兩組數字都反映了行動的評估。維護者確認的可利用性和修復結果需要單獨的證據。

比特幣紅隊掃描了 425 個項目並報告了 6,700 個發現，包括 1,029 個高風險或關鍵風險的問題，而公共驗證率仍未公佈。

Rob Hamilton 描述 Kimi K3 處理重分析，GPT Sol、Fable/Opus 和 GLM 5.2 支持文檔。他表示 OpenAI 的 Cyber Harness 涵蓋了他認為是承重的選定組件。

一天後，Hamilton 寫道，主題專家可以通過一兩句上下文或一小段代碼改變評估。在他描述的例子中，這些輸入將中等關注推進到高風險或關鍵風險的領域。他還指出操作、披露移交和篩選是瓶頸。

在 Hamilton 的敘述中，模型廣泛搜索，而專家則塑造提示、解釋輸出、嘗試重現並決定哪些報告準備披露。這種勞動分工使該行動成為一個人機審查系統。

被稱為 Calle 的開發者表示，大多數關鍵報告都被項目擁有者迅速驗證。該帖子未提供分母、驗證報告數、拒絕數或修補狀態，留下了該驗證的範圍和結果未解決。

外展和結果定義安全價值

在 55 小時的更新中，比特幣紅隊報告稱 19.5% 的掃描項目有 SECURITY.md 文件，13.1% 的項目有電子郵件。檢索的線程省略了項目語料庫、分母解釋和測量方法，因此這些百分比僅描述了該行動的掃描。

在 8 月 3 日，Hamilton 表示該努力已花費超過 10,000 美元掃描超過 100 個代碼庫，並在概念證明顯示可利用性時立即披露了關鍵發現。8 月 4 日，他報告了約 20,000 美元的支出，超過十幾個披露和 150 個掃描的代碼庫。

掃描持續擴展，而該行動將外展、移交和篩選描述為積極的操作限制。發佈的快照在 55 小時內未提供可比較的披露分母，因此無法確定掃描和解決的相對速度。

Hamilton 後來將單獨的 Coldcard 事件確定為更廣泛行動的催化劑。該行動記錄未將 Coldcard 缺陷的發現歸因於此次行動。

一個有用的公共會計將分開重現、承認、降級、拒絕和修復的發現，並為每個比率提供定義和分母。這種細分將顯示該行動的工作量中有多少變成了可行的安全工作。

一位公共批評者 JW Weatherman 辯稱該行動無法篩選其輸出。他的帖子未識別任何與行動相關的問題、修補或建議，因此提供了沒有可衡量失敗率的批評。該行動缺失的處置數據使根本問題仍然懸而未決。

目前，6,700 代表行動標記的發現和篩選候選者。此次行動展示了機器輔助審查的速度。其持久的安全價值取決於專家能夠驗證、披露並轉化為修補的比例。

本內容僅供參考，不構成任何金融、投資、法律或稅務建議。文中提及的任何活動、獎勵、線上活動或相關資訊，不應被視為對購買、出售或交易任何加密資產的推薦、招攬或邀請。加密資產具有高波動性，存在價值損失風險。WEEX服務、產品及相關活動的可用性可能因地區而異。用戶在參與前有責任確保符合當地適用法律法規。