Pinapagana ng
Featured

Responsable ba ang AI sa Pagkatuklas ng Kahinaan sa Seguridad ng Coldcard?

Isang limang-taong gulang na kapintasan sa software ng Coldcard ang maaaring nagbigay-daan sa isang umaatake na maibalik ang mga pribadong susi at masimot ang mahigit 1,100 bitcoin, na nagtulak sa gumawa ng wallet na bahagyang isisi ang pagkakatuklas sa artificial intelligence (AI).

ISINULAT NI
IBAHAGI
Responsable ba ang AI sa Pagkatuklas ng Kahinaan sa Seguridad ng Coldcard?

Mga Pangunahing Takeaway

  • Ang mga seed na naka-link sa Coldcard ay naglantad ng 1,128.4717 BTC na nagkakahalaga ng humigit-kumulang $71.1 milyon.
  • Sinasabi ng Coinkite na maaaring AI ang nakatuklas ng limang-taong kapintasan, ngunit hindi pa napatutunayan ang atribusyon.
  • Ang mga gumagamit ng Coldcard na may apektadong seed ay dapat lumikha ng mga bagong wallet gamit ang naayus na firmware.

Isang Koordinadong Pagwalis ang Nag-ubos ng Daan-daang Wallet

Naging publiko ang insidente matapos ang humigit-kumulang 594 BTC, na tinatayang nagkakahalaga ng halos $38 milyon noon, ay nailipat mula sa humigit-kumulang 500 single-signature na bitcoin address noong Hulyo 30. Nang unang lumabas ang balita, binanggit ng Bitcoin.com News na naganap ang mga paglilipat sa loob ng humigit-kumulang 25 minuto at mistulang tumutok sa mga wallet na may iisang teknikal na kahinaan.

Kalaunan, pinalawak ng mga pagsusuri sa blockchain ang posibleng lawak ng pagnanakaw. Tinataya ng mga mananaliksik na nasa pagitan ng 1,082 at 1,196 address ang maaaring naapektuhan sa loob ng panahong humigit-kumulang 41 minuto. Ang custom dashboard na tinatawag na Coldcard Sweep Watch ay kalaunang nagtakda ng kabuuan sa 1,128.4717 BTC, na nagkakahalaga ng humigit-kumulang $71.1 milyon nang ang bitcoin ay nagte-trade malapit sa $63,044.

Coldcard Sweep Watch dashboard screenshot.
Pinagmulan ng larawan: Coldcard Sweep Watch dashboard. Screenshot na kinunan noong 8:30 a.m. Eastern time noong Agosto 1, 2026. Simula nang makunan ang screenshot na ito, makalipas ang isang oras noong 9:30 a.m., tumaas ang tantiya sa 1,128.6633 BTC.

Karamihan sa mga pondo ay pinagsama-sama sa isang address na may hawak na daan-daang bitcoin, kung saan nanatiling halos hindi gumagalaw ang malaking bahagi. Ang mga apektadong address ay magkakaugnay sa isang mahalagang detalye: Ang kanilang mga recovery seed ay nalikha sa mga Coldcard hardware wallet na ginawa ng kumpanyang Canadian na Coinkite.

Ang recovery seed ay isang listahan ng mga salita na kumokontrol sa pag-access sa isang cryptocurrency wallet. Ang sinumang makapagbuo muli o makakuha ng seed na iyon ay karaniwang makakagalaw ng mga pondo ng wallet kahit hindi hawak ang pisikal na device.

Nadiskubre ng Coldcard ang Sirang Sistema ng Randomness

Naglabas ang Coinkite ng isang agarang adviso ng babala na ang ilang seed na nabuo sa mga Coldcard device ay maaaring mahina. Ang mga Mk3 device na tumatakbo sa firmware version 4.0.1, na inilabas bandang Marso 2021, at ang mga sumunod na bersyon ay kabilang sa mga nahaharap sa pinakamalaking panganib.

Pinalawak pa ng karagdagang pagsusuri ang pag-aalala sa mga seed na nalikha sa ilang Mk4, Mk5, at Q device bago naglabas ang Coinkite ng mga pang-emerhensiyang firmware fix. Iniulat na hindi apektado ang mga produktong Tapsigner, Opendime, at Satscard dahil iba ang software na ginagamit ng mga iyon.

Kinasasangkutan ng kapintasan ang prosesong ginagamit para bumuo ng random na datos. Umaasa ang mga secure na wallet sa de-kalidad na randomness upang hindi mahulaan ang kanilang mga recovery seed. Sa mga pinaka-seryosong apektadong Mk3 device, tinataya ng mga mananaliksik na ang seed ay maaaring naglaman lamang ng humigit-kumulang 40 bit ng epektibong randomness sa halip na ang inaasahang 128 bit.

Kritikal ang pagkakaibang iyon. Ang maayos na nabuo na 128-bit seed ay itinuturing na halos imposibleng mahulaan sa pamamagitan ng brute force. Ang 40-bit seed ay nag-aalok ng napakakaunting posibleng kombinasyon, na nagbibigay-daan sa isang umaatake na may sapat na computing power na subukan ang mga posibleng seed offline at ihambing ang mga magreresultang address sa pampublikong Bitcoin blockchain.

Ang ilang mas bagong device ay maaaring nagbigay ng humigit-kumulang 72 bit ng epektibong randomness dahil nagdagdag ang secure hardware ng isa pang patong ng hindi mahuhulaang datos. Mas magpapahirap iyon sa muling pagbuo ng mga seed, ngunit mas mahina pa rin kaysa sa nilayon.

Isang Error sa Configuration ang Nabuhay nang 5 Taon

Nagsimula ang problema sa isang pagkakamali sa build-time configuration na may kinalaman sa dalawang software function na gumagawa ng magkahalintulad na gawain. Ang isang function ay gumagamit ng hardware-based true random number generator ng device, habang ang isa ay umaasa sa mas mahinang software process na minana mula sa MicroPython.

Nilayon ng Coinkite na i-disable ang opsyon ng MicroPython. Gayunman, isang software check ang tumingin lamang kung ang isang configuration label ay nadefine, sa halip na kung ang halaga nito ay naitakda sa zero. Bilang resulta, maaaring tahimik na piliin ng natapos na firmware ang mas mahinang function.

Dahil magkatugma ang mga format ng dalawang function, nagpatuloy ang software na mag-compile at tumakbo nang walang malinaw na error. Pumasok ang pagkakamali sa code bandang isang software migration noong 2021 at nanatili sa firmware na pampublikong available nang mahigit limang taon.

Ang pag-update ng device ngayon ay hindi magpapalakas sa seed na nabuo sa ilalim ng depektibong software. Kailangang lumikha ang mga apektadong gumagamit ng ganap na bagong seed gamit ang naitama nang firmware o ibang secure na device, saka ilipat ang kanilang mga pondo sa mga address na kontrolado ng bagong seed na iyon.

X screenshot
Pinagmulan ng larawan: X

Ang mga gumagamit na nagdagdag ng hindi bababa sa 50 independent na pag-roll ng dice habang lumilikha ng kanilang seed ay maaaring nagbigay ng sapat na dagdag na randomness upang maiwasan ang kahinaan. Ang isang malakas na BIP-39 passphrase ay maaari ring nagpahirap sa muling pagbuo, habang ang mga wallet na nangangailangan ng mga pirma mula sa ilang independent na device ay maaaring pumigil sa isang nakompromisong seed na mailipat ang mga pondo nang mag-isa.

Itinuro ng Coinkite ang AI, ngunit Kulang pa rin ang Patunay

Humingi ng paumanhin sa publiko ang CEO ng Coinkite na si Rodolfo Novak at sinabi niyang inaako ng kumpanya ang buong responsibilidad para sa pagkabigo ng firmware. Sinabi niyang gumagawa ang team ng naitama nang software, mga teknikal na ulat, at suporta para sa mga apektadong gumagamit.

Naglatag din ang Coinkite at Novak ng isang kapansin-pansing teorya kung paano nadiskubre ang kapintasan. Dahil pampublikong available ang kanilang firmware sa loob ng maraming taon, sinabi ng kumpanya na naniniwala itong maaaring gumamit ang isang tao ng AI upang suriin ang mas lumang mga bersyon ng code at hanapin ang mahina na randomness path.

“Sa bawat iba pang developer: naniniwala kami na ito ay isang matinong realidad ng bagong AI paradigm. Ang AI-assisted code review ay kaya nang maghanap ng mga nakatagong bug sa bilis na nahihigitan kahit ang pinaka-beteranong eksperto ng industriya,” isinulat ni Novak sa kanyang post ng paghingi ng paumanhin na inilathala sa X. “Kung ang firmware mo ay open-source o naging publiko kailanman, ipagpalagay mong binabasa na ito ng parehong mga umaatake at mga tagapagtanggol.”

Ang mga modernong AI coding system ngayon ay kayang magproseso ng malalaking software repository at tukuyin ang mga kahina-hinalang ugnayan sa pagitan ng configuration settings, functions, at mga security assumption. Maaaring hilingin ng isang umaatake sa ganitong sistema na tumingin partikular para sa mahihinang random number generator, fallback function, o mga error na nakaaapekto sa mga cryptographic key.

X screenshot
Gumamit ang ilang tagamasid ng mga nangungunang AI model upang mahanap ang Coldcard exploit sa kanilang sarili. Pinagmulan ng larawan: X

Iniulat kalaunan ng mga independent na mananaliksik na gumamit sila ng mga AI model upang hanapin o ipaliwanag ang isyu matapos makilala ang pinagbabatayang problema sa randomness. Ipinakita nito kung gaano na kadaling ma-access ang AI-assisted code analysis, ngunit hindi nito pinatunayan na ang orihinal na umaatake ay gumamit ng AI.

Coldcard Wallet blog post discussing AI screenshot.
Pinagmulan ng larawan: Coldcard Wallet blog post na tumatalakay sa AI.

Inamin ng Coinkite na ang sarili nitong pagsusuri gamit ang isang nangungunang AI model ay nabigong matuklasan ang kapintasan bago ang pagnanakaw. Ipinapakita ng resultang iyon na hindi awtomatikong nahahanap ng mga AI system ang bawat seryosong depekto. Maaaring nakaasa ang performance nila sa mga tagubiling ibinibigay, sa dami ng code na ibinibigay, at kung nauunawaan ng isang human reviewer ang mga palatandaan ng babala.

Sinasabi ng mga Kritiko na Nauna ang Pagkabigo ng Tao

Ipinapangatuwiran ng ilang security specialist na ang labis na pagtutok sa mga panganib ng artificial intelligence (AI) ay maaaring maglayo ng pansin mula sa isang batayang pagkabigo sa engineering. Marami ang naniniwalang ang pagkakamali sa configuration ay isang kilalang uri ng software error, at ang mga kumbensiyonal na code review, mga pamamaraan ng testing, o mga audit na nakasentro sa seed generation ay maaaring nakadetekta nito maraming taon na ang nakalipas.

X screenshot.
Naniniwala ang ilang tagamasid na hindi dapat sisihin ang AI at sa tingin nila ay dapat natuklasan ng engineering team ang exploit sa kanilang sarili. Pinagmulan ng larawan: X.

Hindi naman kailangang magkasalungat ang magkasalungat na pananaw. Isang pagkakamali ng tao ang lumikha ng kahinaan at nagpaabot sa pag-iral nito, habang maaaring ibinaba ng AI ang gastos sa paghahanap, pag-unawa, o pagsasamantala rito. Kailangang matukoy ng mga tagapagtanggol ang bawat mapanganib na kahinaan, samantalang kailangan lang ng umaatake na makahanap ng isa.

Hinahamon din ng insidente ang mga palagay tungkol sa seguridad ng open-source. Pinahihintulutan ng pampublikong code ang mga independent na eksperto na siyasatin ang software, ngunit hindi ginagarantiya ng availability lamang na may susuri sa tamang bahagi, makakakilala ng banayad na depekto, at mag-uulat nito bago kumilos ang isang umaatake.

Para sa mga gumagamit ng Coldcard, ang agarang prayoridad ay matukoy kung kailan at paano nalikha ang kanilang seed. Ang sinumang may apektadong seed ay dapat beripikahin ang mga tagubilin sa pamamagitan ng mga opisyal na channel ng Coinkite, mag-install ng naitama nang firmware, lumikha ng bagong seed, at ilipat ang mga pondo nang maingat habang nagbabantay sa mga phishing attempt at mga pekeng mensahe ng suporta.

Sa mas pangmatagalang panahon, tutuon ang mga tanong sa kung gaano karaming bitcoin ang nakuha, kung matutukoy ng mga imbestigador ang umaatake, at kung may anumang mapagpasya o mahalagang papel ang ginampanan ng AI sa paghahanap ng kapintasan. Mahaharap din sa presyon ang mga kumpanya ng hardware wallet na palakasin ang entropy testing, i-audit ang mga build configuration, at patuloy na suriin ang lumang code gamit ang parehong mga human expert at mga adversarial AI tool.

Ang artikulong ito ay isinalin mula sa Ingles gamit ang AI. Ang orihinal na bersyon sa Ingles ang opisyal na pinagmumulan; maaaring maglaman ng mga kamalian ang mga awtomatikong pagsasalin, lalo na sa legal at regulatoryong terminolohiya.