Dragonfly的哈西卜·库雷希表示，只需2美元的AI审计本可以发现Coldcard的漏洞

Coldcard漏洞或将推动加密货币公司对每次发布都进行AI测试

人工智能使得漏洞发现成本大幅降低，安全防护可能越来越取决于企业在攻击者出手前愿意投入多少资金。 这是Dragonfly管理合伙人哈西布·库雷希发出的警告，此前据报道，AI模型在数分钟内重新发现了Coldcard比特币钱包固件中一个关键漏洞。

“网络安全如今完全取决于投入，”库雷希在X平台写道。他表示，关键问题在于，与潜在攻击者相比，开发者在基于AI的测试上投入了多少。

Coldcard披露了一个影响特定固件版本生成的种子熵值的漏洞。 该漏洞导致部分设备依赖确定性软件生成器，而非原本应使用的硬件随机性源。Coinkite 于 7 月 31 日发布了紧急更新，并建议受影响用户生成新的种子并转移资金。仅安装新固件并不能修复旧种子。

据称该漏洞在数分钟内就被发现

据报道，某项测试使用Anthropic的Claude Code模型仅用约八分钟就发现了该漏洞。Qureshi提醒，该结果可能受到互联网访问的影响，这可能导致模型接触到了关于该漏洞的现有信息。 另一项测试禁用了网络访问并使用了GLM 5.2版本，在约20分钟内复现了该漏洞。

根据该模型的输入和输出成本，他估算此次审计成本约为2美元。“只需投入2美元进行AI加固，本可以发现这个漏洞。 “对此没有任何借口，”他评论道。库雷希提出了一项名为“发现成本”（Cost of Discovery，简称CoD）的新指标。该指标将估算前沿AI模型独立复现一个漏洞所需的成本。

小型安全厂商面临日益增大的压力

这一事件可能对硬件钱包市场产生更广泛的影响。库雷希认为，大型供应商将占据优势，因为它们能够投入更多资金用于自动化测试、安全审计和发布强化。而小型公司可能难以与攻击者抗衡——后者能够以极低的成本持续扫描代码。

他建议，开发钱包、智能合约或其他资金保护产品的初创公司，应在每次发布前进行人工智能安全审查。 库雷希还对关于开源安全的普遍假设提出了质疑。他表示，公开代码虽然能保护用户免受恶意开发者的侵害，但并不能自动保护用户免受攻击者的侵害。

人工智能可以服务于双方。它既降低了发现漏洞的成本，同时也为开发者提供了更强大的防御工具。 “我们别无选择，只能适应，”库雷希说道。