Gumagamit ang Bitcoin Red Team ng mga Chinese AI model upang suriin ang halos buong open-source ecosystem ng Bitcoin para sa mga butas sa seguridad, ayon sa pseudonymous developer at pinuno ng Red Team na si Calle.

Pinagsasama ng boluntaryong grupo ang mga AI tool at pagsusuri ng tao upang busisiin ang mga wallet, application ng Lightning, software library, at iba pang proyekto ng Bitcoin. Pribadong inirereport ng mga mananaliksik ang mga kapani-paniwalang natuklasan sa mga developer upang maitama ang mga flaws bago ilabas ang mga detalye.

“Nakakaranas kami ng malaking banggaan sa pagitan ng dekada ng kapabayaan sa open source ng tao laban sa 2 linggo ng Kimi K3,” isinulat ni Calle noong Huwebes sa X. “Lahat ay sira, nasusunog ang Bitcoin.”

Ang Kimi K3 ay isang AI model mula sa Chinese startup na Moonshot AI na maaaring i-download at patakbuhin ng mga developer sa kanilang sariling system. Kaya nitong suriin ang malalaking codebase at tapusin ang mahahabang gawain sa software nang may kaunting pagsubaybay.

Ginamit din ng Bitcoin Red Team ang GLM 5.2 ng Chinese developer na Z.ai, pati na rin ang mga model mula sa OpenAI at Anthropic. Gayunpaman, may mga limitasyon ang mga modelong Amerikano, at madalas na nahaharap ang mga developer sa mga restriksyon na ipinapataw ng OpenAI at Anthropic kapag gumagawa ng security research. “Tinanggihan muli ang red team ng OpenAI cyber,” post ni Calle nitong unang bahagi ng linggo. “Ayaw ko humingi ng permiso. Ikinakarga ang Kiimi K3.”

Gayunpaman, sinabi ng developer na umuusad ang kanilang grupo, kahit mabagal at mahirap.

“Karaniwan ay natapos na namin ang isang pangunahing pag-scan sa halos buong open source ng Bitcoin,” isinulat ni Calle. “Nagawa na ang madaling hanapin na butas.”

Noong Agosto, iniulat ng grupo ang pagsumite ng 4,962 natuklasan sa 390 proyekto, kabilang ang 85 na itinuturing na kritikal at 635 na high severity. Sinabi ni Calle na kinumpirma ng mga developer ang “maraming tunay na kritikal at mataas na antas ng vulnerabilities,” bagama’t hindi pa pinapangalanan ng grupo ang mga apektadong proyekto o naglalabas ng teknikal na detalye.

“Ang bilis ng pagtugon ay lubhang magkakaiba sa bawat proyekto at nagpapakita kung gaano kalusog ang bawat proyekto,” isinulat nila. “Inirerekomenda ko ang mabilis na pagkilos sa mga panahong ito.”

Ang Lightning software, na sumusuporta sa mas mabilis at mas murang pagbabayad ng Bitcoin, ay partikular na mahirap suriin dahil sa pagiging kumplikado nito, sabi ni Calle, na tinawag itong “mas sira kaysa sa karaniwan.”

“Ang mga proyektong nagsimula ng AI audits buwan na ang nakakaraan ay nasa ganap na ibang posisyon kaysa sa mga hindi,” isinulat niya. “Kailangan ng mga proyekto ang sarili nilang AI audit pipeline sa hinaharap.”

Nagbabala rin si Calle laban sa pag-asa sa mga proyektong hindi na inaalagaan at sinabing ginawa ng AI na mas nakaka-stress para sa mga developer ang panatilihing secure ang kanilang software.

Hindi nag-iisa ang Bitcoin Red Team. Noong nakaraang buwan, ginamit ng Hugging Face ang GLM 5.2 ng China upang imbestigahan ang isang paglabag matapos pasukin ng mga modelong OpenAI ang kanilang system at tumanggi ang mga komersyal na modelo ng U.S. na suriin ang mga log ng pag-atake.

Sa kabila ng pagsasabing “nasusunog” ang Bitcoin, iginiit ni Calle na pinapalakas ng mga audit ang software nito.

“Ang Bitcoin ang malinaw na unang target, ngunit susunod din ang ibang bahagi ng mundo sa lalong madaling panahon,” isinulat ni Calle. “Minsan kailangan masunog ang mga lumang bagay upang makatubo ang mga bagong bagay sa malusog na lupa.”