Một nhà nghiên cứu bảo mật đã sử dụng Claude Opus 4.8 của Anthropic để phát hiện một lỗ hổng nghiêm trọng trong nhóm riêng tư Orchard của Zcash chỉ trong vài ngày, hé lộ một lỗ hổng đã tồn tại qua bốn năm xem xét của các nhà mật mã học zero-knowledge hàng đầu.
Thông tin tiết lộ này đã khiến ZEC giảm giá khoảng 38% vào thứ Năm và dấy lên mối lo ngại lớn hơn cho ngành công nghiệp tiền điện tử về việc các mô hình AI tiên tiến ngày càng thành thạo hơn trong việc tìm kiếm lỗ hổng so với hầu hết con người.
"Ý nghĩa không phải là AI có thể tìm ra lỗi," Ben Goertzel, người sáng lập và CEO của SingularityNET, nói với Decrypt. "Mà là loại lỗi mà nó có thể tìm thấy giờ đã thay đổi."
Thay vì chỉ đơn thuần báo cáo các lỗi mã hóa rõ ràng, các mô hình tiên tiến ngày càng có khả năng suy luận về việc liệu phần mềm có hoạt động theo cách mà các nhà thiết kế của nó dự định hay không, ông nói.
Vào tháng 5, Taylor Hornby, một nhà nghiên cứu bảo mật được Shielded Labs thuê, đã phát hiện một lỗ hổng nghiêm trọng trong mạch Orchard của Zcash với sự hỗ trợ từ Claude Opus 4.8 của Anthropic. Ẩn trong hai dòng mã, lỗi này xuất phát từ một kiểm tra dường như xác thực đầu vào giao dịch nhưng thực tế lại không thực thi các quy tắc dự định, có khả năng cho phép kẻ tấn công tạo ra ZEC giả mạo bên trong nhóm riêng tư mà không bị phát hiện. Hornby đã xây dựng một bản khai thác hoạt động để xác minh lỗ hổng trước khi báo cáo cho các nhà phát triển. Một bản vá khẩn cấp đã được triển khai vào ngày 1 tháng 6.
Điều làm tăng thêm sự hoảng loạn đã tấn công Zcash và thị trường tiền điện tử rộng lớn hơn vào thứ Năm và thứ Sáu là thực tế rằng lỗ hổng này đã không được phát hiện trong hơn bốn năm.
Đối với Goertzel, phát hiện này có ý nghĩa không chỉ vì AI đã tìm ra một lỗ hổng, mà còn vì nó chỉ ra một mô hình mới cho nghiên cứu bảo mật.
"Tôi nghĩ đây là một dấu hiệu ban đầu của một sự thay đổi khó có thể đánh giá quá cao," ông nói. "Mô hình nghiên cứu bảo mật với một số ít chuyên gia con người đáng kính thực hiện các cuộc kiểm toán chậm, thủ công, chuyên sâu sẽ không biến mất, nhưng nó không còn là tất cả."
Goertzel cho biết lỗ hổng Orchard thuộc về một loại lỗi logic tinh vi mà các mô hình AI tiên tiến ngày càng có khả năng tìm ra, bao gồm lỗi hợp đồng thông minh, lỗi kiểm soát truy cập và các tình huống mà phần mềm hoạt động khác so với ý định của nhà thiết kế. Khi những khả năng đó được cải thiện, ông nói thêm rằng nghiên cứu bảo mật đang chuyển dịch sang một mô hình trong đó các chuyên gia con người giám sát việc đánh giá liên tục được điều khiển bởi AI, có thể phân tích cơ sở mã rộng rãi hơn nhiều so với các cuộc kiểm toán truyền thống.
Phản ứng của Zcash có thể chính là một bản xem trước của tương lai đó, Goertzel nói.
"Shielded Labs tuyển dụng một nhà nghiên cứu đặc biệt để săn lùng các lỗ hổng cấp giao thức bằng một mô hình tiên tiến trước khi một tác nhân độc hại có thể làm được, tôi nghi ngờ đó là khuôn mẫu, chứ không phải ngoại lệ," Goertzel nói. "Việc đánh giá chủ động, được tăng cường bởi AI, được thiết kế theo kiểu đối kháng sẽ trở thành điều kiện tiên quyết, và các giao thức không áp dụng nó sẽ ngày càng học được về các lỗ hổng của mình từ kẻ tấn công hơn là từ một người bạn."
Theo Sean Ren, CEO của Sahara AI và giáo sư khoa học máy tính tại Đại học Nam California, những tiến bộ trong AI cũng đang định hình lại cán cân giữa những kẻ tấn công và những người phòng thủ, khi các mô hình tiên tiến có thể nhanh chóng kiểm tra các chiến lược tấn công, học hỏi từ kết quả và khám phá những điểm yếu.
"Để xây dựng một hệ thống phòng thủ tốt hơn, chúng ta phải sử dụng các mô hình AI tiên tiến này như những kẻ tấn công tiềm năng để kiểm tra mức độ chịu tải của các hệ thống này," Ren nói với Decrypt.
Ren cho biết các mạng blockchain đặc biệt dễ bị tấn công vì mã nguồn mở của chúng có thể được phân tích trực tiếp bởi các mô hình AI tiên tiến, có thể nhanh chóng kiểm tra các chiến lược tấn công và xác định các lỗ hổng nhanh hơn so với các đánh giá bảo mật truyền thống.
"Nếu bạn nghĩ về các phòng thí nghiệm mô hình tiên tiến như OpenAI, Anthropic và Google DeepMind, họ có quyền truy cập sớm hơn vào các mô hình mạnh nhất chưa được công bố và có thể thực hiện nhiều thử nghiệm trên các hệ thống mạng công cộng như blockchain, vì vậy họ thực sự có sức mạnh trong tay,” ông nói. “Nếu ai đó có ý định xấu có quyền truy cập vào những khả năng đó, họ có thể thực hiện các cuộc tấn công và tạo ra các lỗ hổng.”
Cửa sổ đó có thể đóng lại nhanh hơn nhiều người mong đợi, và theo Danny Jenkins, CEO và đồng sáng lập của công ty an ninh mạng ThreatLocker, việc phát hiện lỗ hổng có sự hỗ trợ của AI đang được cải thiện nhanh hơn so với tốc độ mà nhiều tổ chức có thể bảo mật phần mềm họ đang sử dụng.
"Chúng ta có một khoảng cách lớn mà sẽ mất nhiều năm để vượt qua," Jenkins nói với Decrypt. "Tất cả phần mềm này sẽ có tất cả các lỗ hổng, chúng ta sẽ không có bản vá hoặc cập nhật cho nó trong một thời gian dài, và mọi người sẽ có thể tìm thấy những lỗ hổng đó rất nhanh chóng."
Jenkins cho biết AI không thay đổi cơ bản nghiên cứu lỗ hổng mà là tăng tốc đáng kể nó. Các tác vụ mà trước đây đòi hỏi các nhà nghiên cứu bảo mật phải xem xét mã và dịch ngược phần mềm thủ công giờ đây có thể được thực hiện trong vài giây bởi các mô hình hiện đại.
"Trước AI, các mối đe dọa và khai thác an ninh mạng đã tăng lên hàng năm,” ông nói. “Sau AI, nó thậm chí còn nhanh hơn, và tôi nghĩ nó nhanh hơn vì hai lý do. Một là bạn có thể sử dụng AI để giúp tìm ra lỗ hổng và khai thác, và số lượng người có khả năng làm điều này đã tăng lên đáng kể. Bạn không cần phải là một script kiddie nữa.”
Mặc dù có những rủi ro đó, Goertzel lập luận rằng tiền điện tử có thể ở vị thế tốt hơn các ngành công nghiệp khác để thích nghi vì mã của nó là mã nguồn mở và cộng đồng của nó rất tập trung vào bảo mật.
“Tiền điện tử đang đứng gần cánh cửa nhất, nhưng nó cũng là phần trong căn phòng có thể nhìn thấy cánh cửa đang đến,” ông nói.
