AI 1 小时攻破 Linux:盗币潮下的物理熵防线
核心要点
Anthropic 研究证实 AI 可极速挖掘内核漏洞,叠加近期多起巨额盗币案,软硬件信任链面临崩塌。本文解析从 Linux 0-day 到硬件钱包供应链攻击的风险,提出基于掷骰子物理熵的纸钱包方案,为普通用户构建无代码依赖的终极安全地堡。
据 Woofun AI 消息,加密货币市场在宏观波动中显露出深层的安全焦虑。隔夜 价格一度下探至 76k 关口,今晨虽缓慢回升至 77k,但市场情绪并未因油价下跌 7% 这一传统利好而提振,反而反应平淡。
这种异常冷静背后,是 于 10 月 27 日发布的一份重磅研究报告《用 发现并利用真实世界关键软件中的漏洞》所引发的恐慌。该报告详细列举了针对 、、、 内核及 系统的五条攻击链,标志着 AI 技术正在以前所未有的速度加速既有软件系统的崩溃进程。在这场残酷的加速淘汰中,任何未能迅速利用 AI 建立防御体系的项目与平台,都可能在即将到来的破解潮中轰然倒塌。
Linux 内核作为审计最严密、模糊测试覆盖最密集的代码库之一,其被攻破的案例极具代表性。编号为 CVE-2026-98432 的漏洞存在于内核 IPv4 TCP 建立连接的逻辑中。当连接请求进入时,内核将连接选项的所有权从请求结构转移至子 socket,若此时重传的 SYN 包与子 socket 的销毁发生竞态条件,会导致内存先被释放而后又被使用,即典型的 use-after-free(释放后使用)错误。这段包含缺陷的代码提交于 2015 年 10 月,首次出现在 2016 年初的 4.4 发行版中,潜伏长达 11 年。
然而,Anthropic 的研究显示,在给出初始提示后,AI 模型自主完成了整套利用代码的编写:耗时 48 分钟泄漏内核地址,随后仅用 5 分钟即执行至 root 权限,总耗时仅 53 分钟。相比之下,谷歌的 syzkaller 工具常年向 Linux 内核输入随机数据进行模糊测试,却未能发现此缺陷。原因在于竞争条件本身具有不确定性且难以复现,且单次竞争失败仅导致握手失败而非系统崩溃,使得自动化手段难以覆盖。人类安全研究人员过去需要数周甚至数月才能将此类漏洞武器化为远程 root 攻击,而现在,这一过程的成本已降至单次推理的算力开销。
漏洞武器化成本的骤降,对加密基础设施构成了直接冲击。过去,从发现漏洞到形成可用攻击链是少数精英安全研究人员的专属领域,如今这一门槛被 AI 彻底抹平。加密货币钱包、交易所以及用户存放资产的手机和电脑,其安全性均建立在底层软硬件足够可靠的前提之上。
Woofun AI 整理数据显示,随着 AI 将漏洞挖掘与利用的时间从数月压缩至分钟级,Chrome、Safari、Pixel 9、Windows 内核及 Linux 等基础系统的安全性前提正在瓦解。
这意味着,无论是头部交易所还是个人用户的数字资产,其赖以生存的软硬件地基已出现裂痕,大厦崩塌的风险正从理论变为现实。
近期密集发生的盗币案件印证了这一风险。在 10 月 29 日至 11 月 2 日的短短四天内,市场爆发了四起重大安全事件。10 月 29 日,热钱包被盗走约 63 亿美刀,FBI 随后指控朝鲜黑客所为,但朝方予以否认。教链在 10 月 30 日的文章中曾预言,下一次交易所事故仍将遵循相似剧本。话音未落,11 月 2 日,巴西最大交易所 Mercado 暂停提现,研究人员估算流出资金超 4600 万美刀。同一周,链上调查员 曝出两起案件:一家欧洲机构从交易所账户丢失 1.06 亿美刀,一个 套利机器人被转走 78.6 万美刀。
尽管目前尚无明确证据表明这些案件均由 AI 直接实施(如币安案件问题出在 EIP-7702 授权链上),但 AI 降低攻击成本与盗币案频发在时间上的重合,无疑加剧了市场的信任危机。

评论
暂无评论