Coldcard漏洞致8900萬美元動盪，AI加速取證

據 Woofun AI 消息，Coldcard 硬件錢包的安全漏洞引發了市場關注。

Galaxy Digital 整體研究負責人亞歷克斯·索恩指出，儘管部分小型機會主義盜竊已通過剝離鏈、跨鏈服務及海外賭場完成，但涉及三次主要盜竊事件的比特幣仍滯留在攻擊者控制的地址中。

這種迫在眉睫的威脅迫使潛在風險持有者加速轉移資產，即便 Coinkite 已發佈修復固件，受影響的助記詞仍無法通過更新修復，用戶不得不創建新錢包並遷移資金。這一行爲導致小型持有者及長期休眠比特幣的活躍度異常飆升，莫雷諾分析稱，發送地址的活躍度增幅遠超接收地址，證實了資金出於預防目的流出。涉及金額低於 10 比特幣的交易所存款總量攀升至 7,300 比特幣，創下 2 月 6 日以來的新高，部分資金可能暫時存放於交易所或源於出售意圖。CryptoQuant 分析師 JA·馬圖恩補充，自漏洞公開以來，已有 77,402 比特幣從舊且未使用的交易輸出區塊中轉移。

Woofun AI 整理數據顯示，這種大規模遷移扭曲了 LTH 供應變化、硬幣存續天數及已使用交易輸出區塊的年齡分佈等關鍵鏈上指標，馬圖恩強調這並非投資者放棄抵抗，而是保護錢包的必要舉措，市場情緒因此急劇惡化。

在技術調查層面，Hugging Face 的案例揭示了 AI 在應對複雜攻擊時的效率與侷限。該平臺在自主智能體破壞基礎設施後，需分析超過 17,000 條記錄在案的事件。初期，調查人員試圖通過商業應用程序編程接口上傳攻擊指令、漏洞攻擊載荷及命令與控制文件，但因模型安全系統無法區分事件處理人員與攻擊者而遭拒。隨後，團隊轉向使用由中國 Z.ai 開發的開放權重模型 GLM 5.2，在其自有基礎設施上進行法醫分析。該模型成功重建攻擊時間線、識別被盜憑證、提取攻擊跡象並區分真實損失與僞裝活動，將原本需數天的工作縮短至幾小時。

這一過程凸顯了索恩所言的不對稱性：攻擊者可利用無限制或修改後的系統，而防禦方在提交惡意行爲資料時卻可能因合規限制被拒。全面取消限制則帶來新風險，模型提供商不能僅憑調查聲明就賦予高權限，因爲這些工具同樣可能被用於發起錢包攻擊、洗錢或規避交易監控系統。

這種安全不對稱性在加密貨幣領域尤爲致命，因爲被盜資產可在幾分鐘之內通過跨鏈橋、交易所和賭博平臺完成流轉。若處理不及時，資金將在受害者報警或調查人員完成手動追蹤前，從具備凍結能力的服務中徹底消失，使得事後追責與資產追回變得極度困難。