同時關聯該項目與事件的快訊
Bitcoin News 在 X 平臺發文表示，Coinkite 稱，該漏洞存在於兩個無關聯固件子模塊的邊界處，而非其比特幣或加密代碼中，使其多年來避開人工和 AI 輔助代碼審查。 Coinkite 表示，事件發生後，公司測試了包括 Kimi K3、Claude Fable 和 Codex 5.6 在內的前沿 AI 模型，均未識別出該缺陷。 Coinkite 目前敦促安全關鍵型項目專門審計 build 系統和子模塊邊界，並警告稱，AI 輔助開發可能在比特幣生態系統中留下類似盲點。
Galaxy Digital 研究主管 Alex Thorn 表示，根據事件發生後收到的新增受害者報告，Coldcard 漏洞攻擊者數量已至少達到 15 個。Thorn 稱，受害者提供的信息幫助研究團隊發現了此前未被識別的攻擊活動。由於該漏洞攻擊方式不同於中心化交易所被盜事件，攻擊者之間的關聯需要依靠鏈上分析和受害者反饋進行確認。他表示，僅一名受害者報告不足 1 枚 BTC 被盜，就幫助團隊發現了一起此前未知的攻擊，該攻擊從 126 個地址中竊取約 12 枚 BTC。據 Galaxy Research 此前估計，Coldcard 漏洞已導致至少三輪攻擊，損失約 1 億美元 BTC；此外，Galaxy 還發現疑似第四輪攻擊，可能使總損失規模升至約 1.3 億美元。與此同時，該事件也引發了關於比特幣自託管安全性的討論。Dragonfly 管理合夥人 Haseeb Qureshi 表示，約“2 美元成本的 AI 安全加固”可能就能避免此次漏洞，並稱部分 AI 模型能夠在較短時間內重新發現相關漏洞。不過，業內人士指出，目前關於 AI 發現漏洞速度的說法缺乏嚴格的盲測和驗證。研究人員認爲，隨着 AI 模型能力提升，加密行業漏洞發現和攻擊成本可能持續下降，錢包開發者需要進一步加強代碼審計和安全防護。（Cointelegraph）