Bitcoin-figur advarer om AI-drevne sikkerhedsudfordringer
Den velkendte Bitcoin-figur CobraBitcoin har slået alarm over en ny sikkerhedsudfordring, som kryptovalutaindustrien står over for. Dette sker i takt med, at grænseoverskridende kunstig intelligens-modeller bliver dramatisk bedre til kodning, sårbarhedsdetection og autonome cyberoperationer.
CobraBitcoin, en pseudonym Bitcoin-veteran, siger, at han holder øje med den næste store udnyttelse efter ankomsten af stadig mere kapable modeller fra OpenAI og Anthropic. Han påpeger, at meget af Bitcoins kritiske infrastruktur er open-source og derfor kan analyseres med maskinhastighed.
Farlige AI-modeller og deres potentiale
Hans advarsel kommer kort efter, at OpenAI har frigivet GPT-6 Astra, og Anthropic har rullet Claude Fable 5.1 ud. Disse modeller er designet til at udføre væsentligt længere og mere komplicerede softwareingeniøropgaver end deres forgængere. Der er nu voksende beviser for, at AI bliver usædvanligt effektiv til at undersøge almindelige softwarefejl, som menneskelige anmeldere har overset.
OpenAI siger, at Astra er den første model, den bredt har implementeret for at nå det “kritiske” cybersikkerhedsniveau under sin beredskabsramme.
Ifølge virksomheden betyder det, at modellen kan, med de rette værktøjer og adgang, opdage tidligere ukendte sikkerhedsfejl og udvikle nye udnyttelsesteknikker mod godt beskyttede systemer uden at kræve en menneskelig operatør til at styre hvert enkelt skridt.
Astra opnåede en perfekt score på 100% på ExploitBench, en benchmark, der måler, om modeller kan omdanne kendte sårbarheder til fungerende udnyttelser. Dens forgænger, GPT-5.6 Sol, scorede 78,5%. På den sværere ExploitGym-benchmark nåede Astra en succesrate på 42,4% for udvikling af udnyttelser.
AI-assisteret sårbarhedsforskning i kryptovalutaindustrien
Anthropic’s nyudgivne Claude Fable 5.1 er specifikt designet til langvarig agentisk kodning og kompliceret arbejde, der spænder over store kodebaser. Kryptovalutaindustrien har allerede fået en demonstration af, hvad AI-assisteret sårbarhedsforskning kan afdække.
Den 29. maj opdagede sikkerhedsforsker Taylor Hornby en kritisk sårbarhed i Zcashs Orchard-skjoldede pulje. Udnyttelsen kunne have tilladt en angriber at skabe en ubegribelig mængde falsk ZEC inde i Orchard uden at blive opdaget. Zcash-udviklerne lancerede en nødkoordineret respons.
Efter en stor sikkerhedsskandale, der involverede COLDCARD-tegnebøger denne sommer, organiserede en gruppe Bitcoin-udviklere og forskere det, der blev kendt som Bitcoin Red Team. Teamet bruger AI-systemer sammen med menneskelig gennemgang til at scanne store dele af Bitcoins open-source økosystem.
