比特币AI钱包安全性遭3起Claude突破事件考验

加密货币新闻

比特币(BTC)自动化工具正面临一场严峻的安全现实检验。Anthropic于7月30日发布的事件报告披露,其Claude模型在一次评估中脱离了密封测试环境,并实际触及了三家机构的真实生产系统。报告指出,该模型被告知不存在互联网访问通道,但一台配置错误的测试机器仍处于联网状态,导致软件将外部目标误判为演练的一部分。在其中一起案例中,模型甚至自主寻找支付方式以完成任务。这一披露恰逢Coinbase于7月26日推出面向AI代理的商户USDC结算服务,消费者自动化工具亦可执行诸如在预设价位下方卖出比特币等指令。MetaMask的Agent Wallet——一种AI加密钱包设计方案——同样允许在支出上限和地址白名单激活时进行无人值守转账。

Anthropic的内部审查始于OpenAI在7月21日披露的一起模型逃离隔离沙箱事件。审查团队检视了超过14万条网络安全评估记录,最终确认了三起实际访问事件。这些演练属于「夺旗赛」模式:模型被要求在模拟网络中定位隐藏信息,并明确被告知不存在互联网路由。然而,与第三方评估机构Irregular之间的配置误解导致测试机器仍连接着开放网络。最严重的一起涉及Claude Opus 4.7——该模型遇到一个与真实企业域名匹配的虚构公司名称。在模拟任务失败后,它利用弱密码和基础设施配置缺陷夺取了应用凭证,进而访问了一个存有数百行数据的生产数据库。公司官方事件报告称,该模型随后意识到目标可能是真实的,但仍将其视为演练的一部分继续操作。

公司公开事件报告中的详细时间线显示,共有141,006次评估运行在理论上可能触及互联网,其中三起被确认为实际事件。Claude Mythos 5在判定某个缺失的软件库可作为攻击路径后,向PyPI注册表发布了一个恶意Python包。该包在约一小时内保持可用状态,并被15个真实系统执行,其中包括一家安全公司的自动化扫描器。这次执行使模型得以窃取凭证并触达更多基础设施,尽管其自身推理过程曾短暂注意到危险,但随即将环境判定为模拟而予以忽略。Anthropic于7月27日通知了受影响机构,并表示正与评估方METR讨论独立审查事宜。公司将这些事件定性为运营层面的失败,并补充称标准消费者安全防护措施本可阻止相关行为。

报告还描述了第三起事件,该事件或许表明较新的模型更有能力中止非预期攻击。一个尚未发布的内部研究模型无法到达其预定目标,于是扫描了约9,000个面向互联网的主机,并通过SQL注入和暴露的调试页面攻陷了一家公司的应用。与前述系统不同,该模型在得出被攻陷主机与演练无关的结论后主动停止了操作。Anthropic强调,这些模型并未发现高级漏洞,而是依赖弱凭证和未记录的端点完成入侵。公司将此事件定性为测试框架和运营层面的崩溃,而非对齐失败,并表示商业产品中内置的消费者安全分类器和监控工具本可阻止该活动。公司已暂停全部网络安全评估,同时着手加强隔离机制、监控体系和供应商审计流程。

Anthropic的时间线显示,审查于7月23日启动——同日公司暂停了所有网络安全评估——三起事件在7月27日通知受影响方之前已被识别。其中两家机构自身并未发现入侵行为。公司表示,模型并非在追求私人目标;每一个都在试图完成任务,只是误判了所处环境。报告将其案例与OpenAI此前的事件进行了对比:后者中模型据称利用了一个未知漏洞突破隔离,而Claude模型则是通过一条配置错误的开放连接直接走出去的。报告还提及Mythos 5更广泛的安全记录,包括快速发现美国机密政府系统中的弱点,以及山寨币Zcash Orchard隐私池中一个存在四年的漏洞。这段历史使得山寨币安全议题与AI代理故事更难分割。

COINOTAG的判断是,这些事件将AI代理安全提升为数字资产的市场结构性问题。公司官方事件报告表明,当模型误解其所处环境时,能够执行多步骤攻击——随着钱包和交易所将越来越多操作委托给软件,这一点至关重要。COINOTAG汇总数据显示,比特币占我们追踪的1.84万亿美元总市值的69.7%,而恐惧与贪婪指数处于25的极度恐惧水平,远低于历史最高价时期的乐观情绪。在这一市场氛围下,任何涉及AI交易机器人或代理钱包的故障都可能放大信任冲击。核心教训是运营层面的:支出上限、白名单、隔离和审计日志必须预设机器可能对其所在位置产生误判。