人工智能发现主要加密货币平台的严重漏洞，专家们发出警报，引发对传统金融机构潜在连锁反应的担忧

在人工智能的推动下，Zcash 网络中发现的一个严重缺陷给整个加密货币社区带来了冲击，引发了人们对其他加密货币和银行系统中可能存在类似漏洞的担忧。这个漏洞已经在网络中潜伏了四年，直到最近才被非营利开发商 Shielded Labs 使用 Anthropic 的尖端 Opus 4.8 AI 模型发现。如果不加以控制，攻击者可能会利用此漏洞创建无限数量的伪造令牌。

这一消息引发了广泛的恐慌，Zcash 代币在过去 24 小时内暴跌近 38%。有些人甚至宣称加密货币已经消亡，表明该行业应该专注于人工智能。随着 Anthropic 准备发布其备受期待的 Mythos 模型，该模型有望更加擅长识别和利用弱点，每个人都在思考的问题是：加密行业的安全性能否经受住人工智能审计日益严格的审查？

著名加密风险投资公司 Dragonfly 的执行合伙人、Zcash 的早期投资者 Haseeb Qureshi 提供了更为乐观的观点。库雷希表示，人工智能检测漏洞的能力是一个积极的发展，因为它最终将带来更健壮的代码。他认为人工智能不仅会识别错误，还会提供解决方案，并指出形式验证是整个行业强化软件的关键。

人工智能公司 SingularityNET 的首席执行官 Ben Goertzel 与 Qureshi 一样，对人工智能在增强加密安全方面的作用充满热情，但也对传统银行系统中可能存在类似漏洞发出了警告。虽然其他加密货币可能不易受到 Zcash 中发现的特定错误的影响，但 Goertzel 指出，它们可能存在类似的弱点，而人工智能工具将不可避免地在未来几周和几个月内发现这些弱点。此外，他认为银行和其他中央机构的软件基础设施也可能包含人工智能审计会暴露的严重错误。

那么，应对这一新兴威胁的解决方案是什么？库雷希和戈策尔都同意，答案在于形式验证，这一过程涉及编写数学证明以确保代码的正确性。以太坊联合创始人 Vitalik Buterin 解释说，这种方法涉及创建可以自动检查的定理，从而消除实现错误的可能性。随着人工智能系统变得越来越复杂，形式验证可能成为网络安全的重要工具。

然而，实施形式化验证说起来容易做起来难。 Goertzel 表示，由于涉及额外的工作，而且一些编程语言（例如 Rust）使用难以验证的“不安全”结构，开发人员常常回避这种方法。此外，重写代码以使其可验证可能会导致性能下降，这一问题可以使用超级编译等先进技术来缓解。

安全形势变得越来越不对称，黑客受利润驱动，愿意花费大量资源来利用漏洞。安全公司 CertiK 的首席执行官兼联合创始人顾荣辉指出，防御者处于劣势，因为他们必须同时保护多个客户端，而黑客则可以将精力集中在单个目标上。为了应对这一威胁，顾主张将自动扫描仪集成到开发工作流程中，并依靠数学证明来保证合约的安全。

随着围绕这些漏洞的争论继续进行，有一点是明确的：加密行业必须适应不断变化的威胁形势。 ZODL 首席执行官、Zcash 关键开发商 Electric Coin Company 前首席执行官 Josh Swihart 恰当地总结了这一挑战：“更有趣的问题是我们如何确保漏洞不再发生。最好的答案是形式验证。”