AI驱动安全扫描：比特币代码库现十余项潜在风险

一项基于人工智能的开源安全倡议披露，其通过部署多种先进大模型对超过一百五十个比特币相关代码库实施深度扫描，成功定位十余处潜在安全隐患。随着开发者日益依赖智能工具进行链上资产审计，此类技术正成为保障去中心化系统稳定性的新防线。

多模型协同作战，构建自动化漏洞猎捕体系

据项目核心成员披露，该行动整合了Kimi K3、OpenAI GPT Sol、Anthropic Claude Fable与Opus，以及Z.ai GLM 5.2等多款高性能语言模型，用于分析代码逻辑并生成可执行的修复建议。团队还主动联络OpenAI以优化其Cyber Harness平台运行效率，尽管投入成本高昂，但认为对核心基础设施的保护具有不可替代价值。

高强度持续作业，每日消耗超万美元计算资源

化名为Calle的参与开发者表示，当前团队已建立多套基于AI的自动化审查管道，覆盖钱包软件、加密库及底层协议组件。平均每位成员每小时可识别一个高危缺陷，过去十二小时内即向多个项目提交了严重漏洞报告。尽管行动成本极高，单日支出逼近一万美元，但团队强调其必要性——在攻击者利用AI提速漏洞挖掘的背景下，主动防御已成为唯一可行路径。