Giám đốc điều hành Bitgo nạp 100 BTC vào ví và thách thức trí tuệ nhân tạo của Anthropic đánh cắp số tiền này

Giám đốc điều hành Bitgo phản bác sau thông báo về AI của Anthropic

Thử thách bắt đầu vào ngày 1 tháng 8 khi Belshe phản hồi trực tiếp thông báo của Anthropic mô tả ba sự cố được phát hiện trong quá trình kiểm tra an ninh mạng. Anthropic giải thích rằng nhiều mô hình Claude đã vô tình tiếp cận mạng internet công cộng sau khi các môi trường đánh giá bị kết nối trực tuyến nhầm lẫn thay vì được cách ly.

Thay vì coi những phát hiện này là bằng chứng về khả năng AI vượt khỏi tầm kiểm soát, Belshe tập trung vào chính thiết lập thử nghiệm. Các sự cố như thế này thường chỉ ra lỗi cấu hình hơn là những đột phá kỹ thuật không thể xảy ra, đặc biệt là khi các hệ thống đánh giá bị tiếp xúc với cơ sở hạ tầng đang hoạt động. Để chứng minh quan điểm này một cách có thể đo lường được, ông đã nạp vào một địa chỉ bitcoin chính xác 100 BTC và thách thức Claude chuyển số tiền này đi.

Ví này đã nhận được số tiền vào ngày 31 tháng 7, và theo hồ sơ blockchain, toàn bộ số dư vẫn còn nguyên vẹn tính đến ngày 2 tháng 8.

Anthropic nêu chi tiết ba sự cố bảo mật trong thế giới thực

Báo cáo của Anthropic đã nêu ra ba sự cố đánh giá an ninh mạng riêng biệt được xác định sau khi xem xét hơn 141.000 lần chạy thử nghiệm. Công ty cho biết sáu phiên đánh giá trên ba mô hình đã tương tác bất ngờ với các tổ chức thực tế sau khi một sự hiểu lầm khiến môi trường thử nghiệm bị kết nối với internet.

Các mô hình liên quan bao gồm Claude Opus 4.7, Claude Mythos 5 và một mô hình nghiên cứu nội bộ chưa được công bố. Mỗi mô hình đều được giao các bài tập “capture-the-flag” nhằm tìm kiếm thông tin ẩn bên trong các hệ thống máy tính hư cấu. Mặc dù các lời nhắc của Anthropic nêu rõ các mô hình đang hoạt động trong các mô phỏng cách ly không có kết nối internet, nhưng các môi trường này thực tế lại trực tuyến do một lỗi cấu hình liên quan đến đối tác thử nghiệm bên thứ ba là Irregular.

Claude đã khai thác các hệ thống thực tế trong khi tưởng rằng mình đang được huấn luyện

Anthropic mô tả trường hợp nghiêm trọng nhất liên quan đến Claude Opus 4.7. Sau khi không hoàn thành nhiệm vụ giả định, mô hình này đã phát hiện một trang web thực có cùng tên với công ty trong mô phỏng. Tiếp đó, nó đã khai thác các mật khẩu yếu và dịch vụ không được bảo vệ, thu thập thông tin đăng nhập hệ thống, và truy cập vào cơ sở dữ liệu sản xuất chứa hàng trăm bản ghi.

Công ty cho biết mô hình này vẫn tiếp tục hoạt động sau khi nhận ra môi trường có thể là thật, vì nó kết luận rằng các hệ thống thực tế có lẽ vẫn là một phần của quá trình đánh giá. Bất kỳ ai đã từng tham gia thử nghiệm xâm nhập đều biết rằng sự nhầm lẫn như vậy sẽ dễ xảy ra hơn nhiều khi ranh giới thử nghiệm không rõ ràng, đó là lý do tại sao các môi trường được cách ly đúng cách lại quan trọng không kém phần mềm đang được đánh giá. Anthropic nhấn mạnh rằng AI đang cố gắng hoàn thành nhiệm vụ được giao chứ không phải cố tình thoát khỏi sự kiểm soát hoặc theo đuổi các mục tiêu độc lập.

Thiết kế dịch vụ lưu ký của Bitgo làm tăng mức độ rủi ro

Thách thức mà Belshe đặt ra không chỉ đơn thuần là liệu AI có thể khai thác các mật khẩu yếu hoặc các máy chủ được cấu hình kém hay không. Bitcoin được lưu trữ trong nền tảng lưu ký tổ chức của Bitgo, nền tảng này dựa trên công nghệ đa chữ ký hoặc tính toán đa bên, phân phối quyền ký giữa nhiều khóa độc lập thay vì dựa vào một điểm lỗi duy nhất.

Các hệ thống được xây dựng theo cách này được thiết kế sao cho không có điểm yếu nào đủ để chuyển tiền. Kẻ tấn công sẽ cần phải vượt qua quản lý khóa, chính sách phê duyệt, các biện pháp bảo vệ phần cứng và các biện pháp kiểm soát vận hành theo đúng trình tự, khiến vấn đề này về cơ bản khác biệt so với việc khai thác một môi trường thử nghiệm bị lộ. Theo báo cáo nguồn, việc xâm nhập vào một hệ thống như vậy sẽ yêu cầu tấn công đồng thời nhiều lớp độc lập.

Blockchain sẽ cung cấp câu trả lời cuối cùng

Không giống như nhiều tuyên bố về an ninh mạng vẫn bị che giấu đằng sau các cuộc điều tra bí mật, thí nghiệm này hoàn toàn công khai. Bất kỳ ai cũng có thể theo dõi ví trên blockchain Bitcoin và ngay lập tức biết được liệu các đồng tiền có bao giờ được chuyển đi hay không.

Thử thách này cũng tiếp nối những chỉ trích rộng hơn của Belshe đối với các câu chuyện giật gân về an ninh AI. Đầu năm 2026, ông đã phản bác những diễn giải phổ biến rằng một mô hình của Anthropic đã tự xâm nhập vào các hệ thống được phân loại của Cơ quan An ninh Quốc gia (NSA), lập luận rằng các báo cáo này đã mô tả sai một cuộc diễn tập nội bộ được ủy quyền thay vì một vụ xâm nhập thực sự từ bên ngoài. Thách thức mới nhất của ông cũng tuân theo mô hình tương tự bằng cách thay thế các cuộc tranh luận giả định bằng một thử nghiệm minh bạch và có thể đo lường được.

Cuộc tranh luận hiện đã vượt ra ngoài phạm vi trí tuệ nhân tạo

Sự việc này làm nổi bật sự chia rẽ ngày càng lớn giữa các cuộc trình diễn được thực hiện trong môi trường nghiên cứu có kiểm soát và các cuộc tấn công nhằm vào các hệ thống sản xuất được thiết kế để chống chọi với những kẻ thù tinh vi.

Đối với ngành tiền điện tử, thử thách này cũng đóng vai trò như một minh chứng công khai về kiến trúc lưu ký tổ chức. Một vụ trộm thành công sẽ ngay lập tức đặt ra câu hỏi về cả khả năng của AI lẫn hệ thống lưu trữ Bitcoin có độ bảo mật cao. Nếu ví vẫn an toàn, những người ủng hộ có thể lập luận rằng điều này củng cố sự khác biệt giữa việc khai thác các môi trường thử nghiệm được cấu hình sai và việc đánh bại các hệ thống lưu ký cấp doanh nghiệp.

Thách thức từ giám đốc điều hành Bitgo được đưa ra trong bối cảnh vụ tấn công Coldcard gần đây vẫn đang tiếp diễn, với tổng thiệt hại lên tới 1.431,97 BTC tính đến 8 giờ tối Chủ nhật theo giờ miền Đông. Vụ việc Coldcard cũng đã làm dấy lên những đồn đoán về việc liệu vụ vi phạm này cuối cùng có phải xuất phát từ lỗi con người, sai sót trong vận hành hay một nguyên nhân hoàn toàn khác, bao gồm cả việc liệu AI có đóng vai trò nào trong việc phát hiện lỗ hổng phần mềm cơ sở hay không.

Sự chú ý hiện đang chuyển sang Anthropic và ví

Tính đến ngày 2 tháng 8, Anthropic vẫn chưa có phản hồi công khai nào đối với thách thức cụ thể của Belshe, và 100 BTC vẫn nằm trong địa chỉ đã công bố mà không có bất kỳ giao dịch chuyển ra nào. Điều này khiến blockchain đóng vai trò như một bảng điểm khách quan trong khi ngành công nghệ rộng lớn hơn đang tranh luận về những gì các sự cố này thực sự đã chứng minh.

Các diễn biến tiếp theo có thể đến từ phân tích kỹ thuật sâu hơn về môi trường đánh giá của Anthropic, bất kỳ phản hồi nào từ công ty liên quan đến thách thức này, hoặc sự di chuyển của chính số bitcoin đó. Cho đến lúc đó, vụ cá cược của Belshe đã biến một cuộc thảo luận phức tạp về an toàn AI thành một câu hỏi đơn giản với câu trả lời có thể kiểm chứng công khai: Liệu AI ngày nay có thể đánh bại các hệ thống lưu ký tổ chức của ngành tiền điện tử hay không?