晨间一分钟更新:Coldcard 比特币漏洞升级,潜在损失可达 1.14 亿美元 — 发生了什么
目录
你可能想知道的事
一款广受信任的硬件钱包怎么会对远程密钥再生攻击变得脆弱?AI 工具会不会成为转折点,使此前安全的离线系统能够大规模被利用?
主要主题
Morning Minute 是 Tyler Warner 撰写的每日简报;此处观点为他个人见解。近日,比特币历史上最重要的自我托管事件之一浮现:针对 Coldcard 硬件钱包的大规模盗窃。Coldcard 设备被营销并信任为隔离(air-gapped)、离线的长期比特币存储方案。然而攻击者在没有物理接触设备的情况下,通过利用固件弱点使种子生成的有效熵降低,成功清空了受影响设备中的资金。
此漏洞源自固件的回退机制,在某些设备型号和固件版本中,回退使用了一个较弱的软件随机生成器,而非硬件随机数生成器。实际上,这种熵的崩溃使受影响私钥的强度从预期的 128 bits 降到在某些情况下约 40 bits。当熵降到这种程度时,密钥会变得可由自动化工具统计性地猜中。这就解释了为何离线存储多年的币——无论保存在设备中或记录在纸上并放在保险箱——在没有任何硬件物理妥协的情况下被扫空。
研究人员和链上分析师迅速追踪了盗窃事件的演进。初步估计被抽走的资金约为 3,800 万美元,但随着调查人员关联更多地址与交易,总额持续上升。包括 Galaxy Research 在内的机构已将大约 1,367 BTC(约 8,860 万美元)归因于该漏洞,并警告该漏洞仍在被利用。追踪分析识别出不同波次的清扫行动,并已向执法部门标记额外疑似攻击者地址。分析师指出,可能的第四波浪潮会将总损失推向 1.14 亿美元,尽管某些后续交易可能部分被 mempool 中的先发制人交易所缓解。
Coldcard 的制造商 Coinkite 承认了该缺陷,并表示攻击者可能利用对该项目开源固件的 AI 驱动代码分析来定位弱点。公司还报告其数周前进行的 AI 辅助审查未能检测到该漏洞。行业研究人员的评论指出,清扫行为看起来高度程序化,与由大型语言模型或其他 AI 工具驱动的自动化一致——意味着攻击者与防御者可能使用相似的工具,但在此案例中攻击者更有效地运用了它们。
此事件凸显出一个更广泛且令人不安的动态:AI 正在加速发现并利用微妙的软件缺陷,这些缺陷过去通常需要大量手工分析或专门的密码学分析。在短时间内,我们已见 AI 模型在研究环境中破解候选后量子方案、在其他安全事件中突破沙箱限制,现在可能还能够自动化挖掘广泛使用的加密固件中的漏洞。结果是一种不对称风险:自动化放大了规模,让攻击者能够比传统人力方法更快地测试并利用大范围的攻击面。
从用户角度来看,该攻击说明了物理隔离(air-gapping)的局限性,当上游软件过程——种子生成、固件更新或回退例程——引入较弱的随机性或逻辑错误时。许多受害者报告他们遵循了最佳实践:从不连接设备、将种子数据存放于安全的实体地点,以及避免在线暴露。然而该缺陷存在于设备固件逻辑内部,意味着一旦密钥材料因弱熵而被妥协,单靠操作安全无法防止损失。
宏观市场信号反应有限。比特币在低至中 6 万美元区间交易,随着新闻与风险回避情绪在市场中扩散而略有下跌。其他主要加密货币与山寨币出现小幅变动,而石油与黄金等宏观资产则反映出更广泛的经济叙事。行业领袖公开发言:BitGo 的 CEO 向 AI 研究界挑衅,挑战 Anthropic 去入侵一个包含 100 BTC 的实时钱包,引发有关开发实验室是否应展示可能被恶意者滥用能力的争论。
若干同期发展凸显了行业语境:Tether 报告了显著的第二季度利润与稳健的 USDT 供给与储备状况;Circle 获得了重要的监管批准;交易所与公司持续进行战略性财务动作;像比特币 ETF 这类机构性工具的净流动反映投资者布局。这些持续事件强调,虽然技术事件可能造成夸大的头条新闻,但生态系统的经济与监管动向仍在演进。
对防御方而言,结论是清晰但困难的。首先,固件与种子生成例程需要最严格、独立的审计,并应假设自动化工具会在攻守双方被使用。第二,开源项目必须将公开代码视为一把双刃剑:透明度有助于建立信任与第三方审查,但也让攻击者能以规模分析实现。第三,组织与用户必须考虑种子材料妥协的应急计划,包括在可能情况下进行密钥轮换以及将持仓分散于多个独立托管解决方案。
最后,此事件提出了关于自我托管的哲学与实践问题。主权控制的精神依赖于实现该精神的工具的可靠性。当这些工具包含微妙且系统性的缺陷时,用户依赖的安全保障可能迅速消失。社区响应——修复代码、识别受影响设备并与执法部门协调——将塑造未来的经验教训与缓解步骤。
重点摘要表
| 方面 | 说明 |
|---|---|
| 根本原因 | 固件回退使用了弱的软件随机生成器,导致种子生成的熵降低。 |
| 损失规模 | 追踪到约 1,367 BTC(约 8,860 万美元);潜在可达 1.14 亿美元。 |
| 攻击方法 | 由于密钥空间缩小而使程序化的密钥猜测成为可能;可能为自动化/AI 辅助分析开源固件。 |
| 受影响用户 | 使用包含弱回退的 Coldcard 型号或固件版本的持有者——部分受害者将种子离线或保存在实体金库中。 |
| 行业影响 | AI 工具能快速发现广泛使用的加密软件中的微妙漏洞;透明性仍然重要,但引入了新的风险动态。 |
之后...
展望未来,修复与预防将需要多管齐下的方法:立即的固件补丁、协调式披露、彻底的独立审计,以及针对自动化代码审查工具更强的规范。监管机构与服务提供者可能会更密切地审视硬件钱包供应链与认证流程。用户应分散持仓、验证固件来源,并在适当情况下考虑多重签名或托管备份选项。
此事件可能会加速行业在后量子与高熵密钥生成流程上的投资,以及更更健全的防篡改与可验证随机性来源。它也强调了一种文化转变:开发者、审计者与 AI 研究人员必须预期强大自动化的攻击性使用在近期内已成现实。因此,缓解措施应结合改进的工程实践、更严格的审查流程与分层防御架构,以维护自我托管的核心承诺——对自身资产的控制。
简言之,Coldcard 的漏洞提醒我们,即使最受信任的工具也可能隐藏关键缺陷,而先进自动化工具的到来提高了加密基础设施在安全、透明与韧性设计上的风险与要求。