Bitcoin: IA chinesa Kimi é usada para auditar quase 400 projetos de código aberto

O desenvolvimento open source do Bitcoin entra em uma nova fase de monitoramento. Uma equipe vermelha voluntária utiliza agora vários modelos de IA chineses para rastrear falhas em centenas de projetos ligados ao seu ecossistema. O modelo Kimi K3, criado pela startup Moonshot AI, desempenha um papel importante nessa operação. Os pesquisadores combinam capacidades de análise automatizada e expertise humana para identificar riscos e, em seguida, avisam discretamente os desenvolvedores envolvidos antes de qualquer publicação técnica detalhada no ecossistema cripto.

Uma IA chinesa no coração da auditoria open source

A equipe vermelha do Bitcoin examina carteiras, aplicações Lightning, bibliotecas de software e outros projetos abertos. Para acelerar essa tarefa, ela utiliza Kimi K3, um modelo desenvolvido pela Moonshot AI. Os desenvolvedores podem baixar esse modelo e executá-lo em seus próprios sistemas, o que facilita seu uso em pesquisas de segurança. Ele também pode analisar grandes bases de código e realizar tarefas complexas com pouca supervisão.

A equipe também usa o GLM 5.2, desenvolvido pela empresa chinesa Z.ai, assim como modelos da OpenAI e Anthropic. No entanto, Calle, desenvolvedor pseudônimo e líder do grupo, explica que alguns modelos americanos impõem restrições durante as pesquisas.

Essa restrição levou a equipe a carregar o Kimi K3 para continuar seu trabalho. Segundo Calle, a análise avança lentamente, mas a equipe está agora perto de uma revisão básica de todo o código aberto do Bitcoin.

Bitcoin diante de milhares de anomalias detectadas

No início de agosto, a equipe vermelha sinalizou 4.962 anomalias concernentes a 390 projetos. Entre esses resultados, há 85 falhas críticas e 635 problemas classificados como alto risco. Os pesquisadores indicaram que vários desenvolvedores confirmaram uma quantidade considerável de vulnerabilidades significativas. Contudo, eles não revelaram os projetos envolvidos nem os detalhes técnicos, para permitir que as equipes corrijam seus softwares.

A velocidade de reação varia muito conforme os projetos, o que também indica sua capacidade de manutenção. Portanto, a equipe recomenda que os desenvolvedores atuem rapidamente diante dos problemas sinalizados. O software Lightning está entre os elementos mais difíceis de examinar, sobretudo devido à sua complexidade. Calle acredita até que esse ambiente apresenta mais problemas que a média observada nos projetos estudados.

Esse monitoramento também permite focar melhor nas áreas sensíveis do código e priorizar as correções necessárias. Esses controles fornecem aos desenvolvedores Bitcoin mais elementos para organizar sua resposta diante dos riscos identificados.

A IA está mudando a segurança dos softwares cripto

Essa operação mostra sobretudo a evolução dos métodos de auditoria no ecossistema Bitcoin. Os pesquisadores agora combinam automação, análise de código e intervenção humana para detectar vulnerabilidades mais rapidamente.

Segundo Calle, os projetos que começaram auditorias por IA meses antes já têm vantagem sobre aqueles que não adotaram essa abordagem. Ele estima que “cada projeto deverá gradualmente desenvolver seu próprio processo de auditoria assistida por IA“.

Essa aceleração também cria uma nova pressão sobre os desenvolvedores. Calle alerta principalmente contra o uso de projetos que não têm mais manutenção ativa. Nesse contexto, a IA pode multiplicar as verificações, mas também aumenta o ritmo com que as equipes devem revisar e corrigir seus softwares. A equipe vermelha considera que “essa tensão pode finalmente reforçar a segurança global do Bitcoin, desde que os desenvolvedores respondam rapidamente aos alertas“.

Um novo método para proteger o ecossistema

O fenômeno já ultrapassa esse ecossistema. No mês passado, a Hugging Face usou o GLM 5.2 para investigar uma falha após modelos da OpenAI encontrarem sistemas da empresa. Modelos comerciais americanos recusaram-se a analisar certos registros de ataque. Essa situação ilustra o interesse crescente por ferramentas capazes de examinar diretamente ambientes de software complexos.

Para as equipes que mantêm o Bitcoin, essa evolução exige uma organização reativa. As auditorias podem ocorrer antes que uma vulnerabilidade se torne pública e limitar a exposição dos usuários. Elas permitem hierarquizar correções segundo o nível de risco. Contudo, a automação não substitui o acompanhamento humano, necessário para verificar os resultados e coordenar os consertos do Bitcoin.

Em curto prazo, os próximos desenvolvimentos dependerão principalmente da reação das equipes envolvidas. A identificação de milhares de anomalias não garante sua correção imediata. A capacidade dos projetos de manter auditorias regulares, corrigir falhas e conservar equipes ativas pode se tornar um elemento central de sua segurança.

Essa evolução pode, assim, incentivar um maior número de projetos open source a integrar a inteligência artificial em seus controles regulares. A resposta dos desenvolvedores determinará especialmente se essas auditorias acelerarão duradouramente a correção das vulnerabilidades.