Szesnastu ochotników rozproszonych po całym świecie przepuściło przez modele AI 390 otwartoźródłowych projektów związanych z Bitcoinem i w 27,5 godziny złożyło 4962 zgłoszenia dotyczące bezpieczeństwa. Rachunek za moc obliczeniową zamknął się kwotą około 40 tysięcy dolarów, czyli ułamkiem tego, co kilka dni wcześniej stracili właściciele portfeli Coldcard.
Kluczowe fakty:
- Grupa Bitcoin Red Team, złożona z 16 wolontariuszy, przeanalizowała 390 otwartoźródłowych projektów związanych z Bitcoinem w 27,5 godziny, składając łącznie 4962 zgłoszenia dotyczące bezpieczeństwa w tempie 166 zgłoszeń na godzinę.
- Spośród wszystkich zgłoszeń 85 otrzymało status krytycznych, a 635 wysokiego ryzyka, co łącznie stanowi 14,5 procent całości i średnio 1,85 poważnego problemu na projekt.
- Koszt operacji wyniósł około 40 tysięcy dolarów, które sfinansowała organizacja OpenSats, a 91 procent zgłoszeń trafiło do systemu przez automatyczne skany agentów AI.
Pierwszy raport z tej operacji opublikował 5 sierpnia 2026 roku na swoim profilu deweloper posługujący się pseudonimem calle, twórca protokołu ecash Cashu. Wpis znajdziecie tutaj:
Bitcoin Red Team update: we've grown to 16 globally distributed people working 24/7
We're running a large-scale ecosystem security audit across bitcoin code bases.
27.5 hours in, we've filed 4,962 findings across 390 projects. 85 critical and 635 high severity issues.
We're at… pic.twitter.com/iRCylprbY1
— calle 🟥 (@callebtc) August 5, 2026
Grupa nazwała się Bitcoin Red Team i działa na zasadzie wolontariatu, a finansowanie zapewnił OpenSats, organizacja wspierająca rozwój otwartego oprogramowania wokół Bitcoina.
Chcesz czytać więcej treści związanych z AI?
Dodaj AIPORT.pl do preferowanych źródeł Google
Skanowanie w tempie 166 zgłoszeń na godzinę
Liczby z raportu wyglądają dokładnie tak, jak wygląda praca maszyny puszczonej na dużą bazę kodu. Z 4962 zgłoszeń 85 otrzymało status krytycznych, a 635 wysokiego ryzyka, co razem daje 14,5 procent całości i średnio 1,85 poważnego problemu na projekt, przy tempie 166 zgłoszeń na godzinę. Zespół urósł do 16 osób pracujących na okrągło, a sam raport wymienia 17 kontrybutorów, w tym 14 ludzi i trzy byty automatyczne.
Sposób pracy jest tu ciekawszy niż sama liczba. Każdy uczestnik promptował własne agenty po swojemu, bo według calle to właśnie różnorodność metod dawała najlepsze wyniki, a 91 procent zgłoszeń trafiło do systemu przez automatyczne skany. Nikt nie zbudował jednego wielkiego narzędzia. Zbudowano zbiór ludzi z własnymi nawykami i własnymi modelami, a potem zderzono ich z tym samym zbiorem repozytoriów.
Rozkład powagi błędów zmienia się mocno w zależności od kategorii projektu:
- narzędzia prywatnościowe i coinjoin: 24 procent zgłoszeń z etykietą wysokiego lub krytycznego ryzyka
- wymiany i swapy: 21 procent
- płatności i narzędzia dla sprzedawców: 17 procent
- biblioteki kryptograficzne i SDK: największa liczba zgłoszeń w ujęciu bezwzględnym, 1101, ale tylko 10 procent przekroczyło próg wysokiego ryzyka
Coldcard, czyli dlaczego ktoś nagle wydał 40 tysięcy dolarów na skanowanie kodu
Ta operacja nie wzięła się z ciekawości badawczej. 30 lipca 2026 roku napastnik zaczął systematycznie opróżniać portfele Coldcard, wykorzystując pięcioletni błąd w firmware firmy Coinkite. Feralna wersja z marca 2021 roku zawierała pomyłkę w konfiguracji budowania, przez którą generowanie seedów sięgało po słaby programowy generator liczb losowych zamiast sprzętowego źródła entropii, a efektywna siła klucza spadła ze 128 bitów do zaledwie 40 bitów na starszych urządzeniach. Czterdzieści bitów to już zasięg zwykłej brute force na klastrze GPU. Bez dotykania urządzenia, bez phishingu, bez socjotechniki.
Straty policzone przez Galaxy Research sięgnęły około 1816 BTC, blisko 116 milionów dolarów, wyprowadzonych z ponad 5200 adresów, a Decrypt pisał później o kwocie zbliżającej się do 130 milionów. Dla porównania: cały audyt Bitcoin Red Team kosztował mniej więcej tyle, co średniej klasy samochód.
Najbardziej niepokojący jest jednak fragment analizy powypadkowej Coinkite. Firma napisała, że prawdopodobnie „ktoś użył AI do przejrzenia wcześniejszych wersji naszego firmware’u” / „someone used AI to review previous versions of our firmware”. Do tego dochodzi szczegół, który powinien spędzać sen z powiek każdemu producentowi sprzętu: własny audyt AI, który Coinkite przeprowadziło na tym samym kodzie kilka tygodni wcześniej, nie znalazł niczego.
Opisz krótko, czego potrzebujesz. Jesteśmy największym HUB-em AI w Polsce — w naszej bazie znajdziesz blisko 500 zweryfikowanych firm specjalizujących się w AI. W Twoim imieniu poprosimy 3-5 dopasowanych wykonawców o kontakt w ciągu 48 godzin.
Ledger: otwarty kod to nie to samo co kod sprawdzony
Charles Guillemet, dyrektor techniczny Ledgera, skomentował sprawę w rozmowie z Decryptem. Jego zdaniem incydent pokazał, że AI służy już do wyszukiwania podatności w kodzie kryptowalutowym „w tempie maszyny” / „at machine speed”. Dorzucił do tego zdanie, które warto zapamiętać poza kontekstem Bitcoina: „otwartość kodu i jego przejrzenie to nie to samo” / „open source and reviewed are not the same thing”. Błąd Coldcard leżał w publicznym repozytorium ponad pięć lat, aż ktoś sięgnął po model, żeby go znaleźć.
Piszę o tym bez satysfakcji, bo to podważa jedno z założeń, na których branża zbudowała swoją narrację. Publiczny kod miał być gwarancją, że wiele oczu wypatrzy błąd. Okazało się, że wiele oczu przez pięć lat patrzyło i nie widziało, a jedna para oczu z modelem językowym zobaczyła w kilka tygodni.
Nie mam wątpliwości, że to dobrze, iż Bitcoin Red Team powstał. Gorzej byłoby, gdyby narzędzia tej klasy miała wyłącznie strona atakująca, a przez ostatnie lata dokładnie tak to wyglądało. Widzę tu jednak trzy rzeczy, których nikt jeszcze nie rozwiązał. Po stronie utrzymujących projekty pojawił się nagły zalew zgłoszeń, których nie da się zweryfikować ręcznie w tempie, w jakim spływają. Sam calle to przyznaje i przeprasza za dodatkowy stres. Druga sprawa to ekonomia: skoro przeskanowanie 390 projektów kosztuje 40 tysięcy dolarów, to napastnik z budżetem 40 tysięcy dolarów jest dziś w tej samej lidze co profesjonalna firma audytorska. Trzecia rzecz jest najtrudniejsza. Jeśli obrona i atak korzystają z tych samych modeli, wygrywa ten, kto szybciej zamyka pętlę między znalezieniem błędu a jego naprawą. W otwartym oprogramowaniu utrzymywanym po godzinach przez wolontariuszy ta pętla jest wyjątkowo długa. Pytanie, na które nie mam odpowiedzi, brzmi: kto zapłaci za jej skrócenie?
Piotr Wolniewicz, Redaktor Naczelny AIPORT.pl
Liczby, które trzeba czytać z ołówkiem w ręku
Cztery tysiące dziewięćset sześćdziesiąt dwa zgłoszenia to nie jest to samo co 4962 luki. Model potrafi źle odczytać kontekst kodu, przeoczyć zabezpieczenie znajdujące się kilka warstw wyżej albo uznać za podatność coś, co nie daje atakującemu żadnej przewagi. Sam zespół podaje ostrożne wskaźniki: około 21 procent zgłoszeń udało się odtworzyć dynamicznie, z kodem dowodowym. Reszta czeka na weryfikację.
Do tego dochodzi wąskie gardło po drugiej stronie. Do momentu publikacji raportu ujawniono zgłoszenia zaledwie 19 projektom, czyli mniej niż 5 procent tych przejrzanych, a osiem zgłoszeń wycofano jako fałszywe alarmy. calle argumentuje, że raporty trzeba wypuszczać szybko, bo to właśnie twórcy projektów są w stanie je najlepiej ocenić, weryfikacja z AI kosztuje dziś prawie nic, a każdy, kto uruchomi te same narzędzia, dojdzie do tych samych błędów. Jednocześnie napisał wprost: „szczerze przepraszamy, jeśli nasze zgłoszenia dołożyły stresu do i tak stresującego dnia” / „We’re sincerely sorry if our reports added stress to your already stressful day”.
Masowe wykrywanie podatności przez modele przestało zresztą być ciekawostką. Pisaliśmy na AIPORT.pl o testach Claude Fable 5, który podczas kwietniowych prób wskazał ponad 23 tysiące krytycznych podatności w głównych repozytoriach kodu. Skala jest podobna. Problem z weryfikacją również.
Za każdą polską firmą AI stoi konkretny człowiek z imieniem i nazwiskiem, często ten sam w kilku miejscach naraz, i to właśnie ludzie, nie tabelki finansowania, są prawdziwym bohaterem tego artykułu.
Polskie firmy dostały ten sam rachunek, tylko w opakowaniu NIS2
Można machnąć ręką, że to sprawa portfeli sprzętowych i garstki entuzjastów. Byłby to błąd, bo mechanizm jest dokładnie ten sam, z którym od kilku miesięcy mierzą się tysiące polskich organizacji. 3 kwietnia 2026 roku weszła w życie nowelizacja ustawy o krajowym systemie cyberbezpieczeństwa wdrażająca dyrektywę NIS2, która obejmuje około 42 tysięcy firm w 18 sektorach, przewiduje kary do 10 milionów euro lub 2 procent obrotu i osobistą odpowiedzialność zarządu. Bezpośrednio objętych jest 38 do 42 tysięcy podmiotów, ale przez mechanizm łańcucha dostaw przepisy dotykają znacznie szerszego grona.
I tu robi się konkretnie. Nowe przepisy nakładają obowiązek aktywnego zarządzania ryzykiem w łańcuchu dostaw, w tym oceny podatności produktów i usług ICT oraz praktyk bezpieczeństwa dostawców. Zapytajcie swojego działu IT, ile bibliotek open source siedzi w waszym systemie produkcyjnym i kiedy ostatni raz ktokolwiek je przejrzał. Odpowiedź zwykle brzmi: nie wiemy i nigdy.
Operacja Bitcoin Red Team pokazuje, że taki przegląd przestał kosztować fortunę. Skoro szesnastu ochotników za 40 tysięcy dolarów przeczesało 390 repozytoriów w dobę, to ciągłe skanowanie własnych zależności mieści się już w budżecie średniej firmy, a nie tylko banku. Terminy zresztą biegną: wpis do wykazu podmiotów objętych ustawą mija 3 października 2026 roku, pełne wdrożenie obowiązków 3 kwietnia 2027 roku, a kary finansowe będą mogły być nakładane po 3 kwietnia 2028 roku.
Zostaje pytanie, które w Polsce zadaje się rzadko, bo brzmi niewygodnie. Jeśli twoja firma może dziś tanio przeskanować cudzy kod, to ktoś inny może równie tanio przeskanować twój.
Źródła i metodologia
Artykuł powstał na podstawie analizy redakcji AIPORT.pl oraz dodatkowych źródeł, w tym pierwszego raportu sytuacyjnego Bitcoin Red Team opublikowanego przez dewelopera calle na Twitterze 5 sierpnia 2026 roku, relacji Decrypt z 6 sierpnia 2026 roku oraz analizy incydentu Coldcard przygotowanej przez TRM Labs. Wykorzystano również dane Galaxy Research, materiały Coinkite, doniesienia crypto.news, news.bitcoin.com i CryptoBriefing oraz polskie omówienie tematu w serwisie Bitcoin.pl. Kontekst regulacyjny dla polskich firm opracowano na podstawie analiz nowelizacji ustawy o krajowym systemie cyberbezpieczeństwa, w tym opracowania Wolters Kluwer, a także materiałów Ministerstwa Cyfryzacji i PAP. Cytaty Charlesa Guillemeta, dyrektora technicznego Ledgera, oraz dewelopera calle zostały zweryfikowane z oryginalnym anglojęzycznym materiałem źródłowym. Komentarz redakcyjny i ocena kontekstu branżowego: Piotr Wolniewicz, Redaktor Naczelny AIPORT.pl. Artykuł będzie aktualizowany w miarę pojawiania się nowych informacji o wynikach weryfikacji zgłoszeń Bitcoin Red Team i dalszych skutkach podatności w portfelach Coldcard.
