Een
Bitcoin-securityteam gebruikte AI om open-source code sneller te controleren. Toen liep het juist tegen de poortwachter van die AI aan.
Rob Hamilton, CEO van
AnchorWatch en betrokken bij het Bitcoin Red Team, meldde op X dat zijn verdere analyse tijdelijk werd geblokkeerd. Dat gebeurde volgens hem bij code waarvoor eerder al responsible disclosure liep.
De spanning is scherp: OpenAI wil defensieve onderzoekers meer ruimte geven, maar moet dezelfde modellen ook tegen misbruik afschermen.
Voor
Bitcoin is dit geen protocollek. Het is een signaal dat de beveiliging van wallets, libraries en tools steeds afhankelijker wordt van AI-toegang.
Hamilton wijst op Trusted Access
Hamilton stelde dat hij juist gebruikmaakte van OpenAI’s Trusted Access for Cyber-programma.
Dat programma is bedoeld voor geverifieerde cybersecurityprofessionals die defensief onderzoek doen. OpenAI schrijft dat goedgekeurde gebruikers minder snel classifier-based refusals krijgen bij taken zoals vulnerability identification, triage, malware analysis, detection engineering en patch validation.
De
OpenAI-uitleg zegt ook dat ontwikkelaars en securityprofessionals geraakt kunnen worden door mitigaties terwijl beleid en classifiers worden afgesteld.
Daar zit precies het probleem.
Een verzoek om kwetsbaarheden in software te vinden kan legitiem zijn. Het kan ook voorbereiding zijn op misbruik. Een filter moet dat verschil soms raden op basis van context.
Bij Hamilton lijkt die afweging fout of te breed te zijn uitgevallen.
Geen bewijs van Bitcoin Core-lek
Voor gebruikers is de eerste nuance belangrijk.
Hamiltons melding betekent niet dat het
Bitcoin-netwerk is gehackt. Het betekent ook niet dat er publiek een nieuw lek in Bitcoin Core bekend is.
Het Bitcoin Red Team kijkt breder.
Denk aan wallets, hardware-walletcode, libraries, signingtools, nodehulpmiddelen en andere open-source projecten rond Bitcoin. Een fout in zo’n project kan gebruikers raken zonder dat het protocol zelf faalt.
Dat onderscheid wordt in crypto vaak te laat gemaakt.
Bitcoin kan goed draaien terwijl software daaromheen kwetsbaar is.
AI versnelt codecontrole
Het Bitcoin Red Team gebruikt AI om grote hoeveelheden code sneller door te nemen. De bedoeling is niet dat een model blind beslist wat lek is.
AI kan patronen aanwijzen. Mensen moeten daarna reproduceren, beoordelen en verantwoord melden.
Volgens publieke updates rond het team werden honderden repositories onderzocht en duizenden mogelijke bevindingen verzameld. Zulke aantallen moeten voorzichtig worden gelezen.
Een AI-bevinding is geen bevestigd lek.
Een “kritiek” label is geen bewijs dat coins direct gevaar lopen.
Maar de schaal laat wel zien waarom onderzoekers naar AI grijpen. Open-source Bitcoinsoftware is groot, versnipperd en vaak afhankelijk van kleine onderhoudsteams.
Handmatige review alleen is traag.
De blokkade raakt het grotere AI-vraagstuk
OpenAI zit hier in een oncomfortabele positie.
Het bedrijf wil defensieve securityteams helpen. In zijn
Trusted Access for Cyber-overzicht noemt OpenAI onder meer vulnerability triage, validation, malware analysis, detection engineering en patch validation als toegestane defensieve workflows binnen het programma.
Maar dezelfde capaciteiten kunnen aanvallers helpen.
Een model dat een kwetsbaarheid kan vinden, kan soms ook helpen om die kwetsbaarheid te misbruiken. Een model dat een patch kan controleren, kan ook aanwijzen waar de oude code brak.
Daarom blijft toegang gebaseerd op identiteit, vertrouwen, use case en risicoafweging.
Hamiltons klacht laat zien dat zo’n systeem nog steeds ruw kan aanvoelen wanneer het echte onderzoek raakt.
Andere modellen vullen het gat
Hamilton gaf aan dat het team verder kon met andere AI-modellen.
Dat is logisch. Securityteams zullen waarschijnlijk niet op één aanbieder vertrouwen. Zeker niet wanneer toegang tijdens lopend onderzoek kan haperen.
Voor crypto is dat een bredere les.
Als AI onderdeel wordt van security-audits, bug triage en responsible disclosure, wordt toegang tot modellen zelf een werkfactor. Niet alleen de kwaliteit van het model telt. Ook de stabiliteit van toegang, logging, beleid en escalatiekanalen tellen.
Een blokkade op het verkeerde moment kan onderzoek vertragen.
Een te losse toegang kan misbruik versnellen.
Geen van beide is goed.
Responsible disclosure blijft de scheidslijn
Het team zegt kwetsbaarheden eerst privé bij projecten te melden. Dat is belangrijk.
Responsible disclosure geeft ontwikkelaars tijd om patches te maken voordat technische details openbaar worden. Zeker bij wallets en signingtools kan vroege publicatie gevaarlijk zijn.
AI verandert die norm niet.
Het maakt haar juist belangrijker.
Als modellen sneller mogelijke zwakke plekken vinden, moeten teams nog strakker omgaan met bewijs, prioriteit, coördinatie en timing.
Een grote lijst met AI-meldingen zonder menselijke controle kan projecten overspoelen. Een gecontroleerde lijst met reproduceerbare fouten kan juist veel schade voorkomen.
Waarom Benelux-gebruikers dit moeten volgen
Voor Nederlandse en Belgische Bitcoinbezitters zit het risico meestal niet in de basislaag.
Het zit in de software die zij aanraken.
Een wallet. Een browserextensie. Een hardware-wallettool. Een custodyplatform. Een library die een app gebruikt om transacties te bouwen.
Daar kan een fout direct geld raken.
Daarom is AI-ondersteunde review nuttig. Niet omdat AI foutloos is, maar omdat het kleine teams kan helpen sneller door code te gaan.
Tegelijk toont de OpenAI-blokkade dat de beveiligingsketen zelf afhankelijker wordt van centrale AI-platformen.
Dat is ongemakkelijk voor een sector die graag over zelfbeschikking praat.
De nieuwe poortwachter zit buiten Bitcoin
Bitcoin heeft geen helpdesk die codewijzigingen afdwingt. Open-source projecten draaien op maintainers, reviewers en gebruikers die zelf kiezen welke software zij vertrouwen.
AI voegt daar een nieuwe laag aan toe.
Wie toegang heeft tot sterke modellen kan sneller zoeken, testen en patches controleren. Wie wordt geblokkeerd, moet omwegen zoeken.
Dat maakt AI-aanbieders onbedoeld tot poortwachters in securitywerk.
Niet over Bitcoinregels.
Wel over de snelheid waarmee onderzoekers fouten kunnen vinden en melden.
De les is niet minder AI
De oplossing is niet om AI uit securityonderzoek te weren.
Daarvoor is de hefboom te groot.
De betere les is dat AI-toegang voor defensieve teams robuuster moet worden, met duidelijke escalatie, logging en herbeoordeling wanneer een goedgekeurde onderzoeker ten onrechte vastloopt.
OpenAI erkent in zijn eigen documentatie al dat legitieme cyberprofessionals geraakt kunnen worden door mitigaties. Hamiltons melding maakt dat probleem concreet binnen het Bitcoin-ecosysteem.
Voor gebruikers verandert er vandaag niets aan hun seed phrase of node.
Maar voor de softwarelaag rond Bitcoin is de boodschap hard.
De volgende beveiligingsronde wordt niet alleen uitgevochten tussen onderzoekers en aanvallers. Zij loopt ook langs de filters van de AI-systemen die beide kanten proberen te gebruiken.