Coldcard 疑現安全漏洞　或致 1,128 枚比特幣（約 7,110 萬美元）遭盜走

Coldcard 硬件錢包被揭發一個可追溯至約五年前的軟件缺陷，或令攻擊者有機會重建用戶復原種子（seed）並轉走資金。根據追蹤數據，涉事地址合計損失 1,128.4717 BTC，按比特幣約 63,044 美元計，約值 7,110 萬美元。製造商加拿大 Coinkite 表示，不排除有人利用 AI 協助在舊代碼中找出問題，但目前未有證據可證實攻擊者的手法。 事件在 7 月 30 日浮出水面：大約 500 個單簽比特幣地址在約 25 分鐘內被集中轉走資金，首批被關注的轉移約 594 BTC，當時市值近 3,800 萬美元。其後多方鏈上復核擴大了估算範圍，研究人員推算約 41 分鐘內可能有 1,082 至 1,196 個地址受影響。自訂儀表板「Coldcard Sweep Watch」其後把總額統計為 1,128.4717 BTC；該儀表板在美東時間 2026 年 8 月 1 日上午 8 時 30 分截圖顯示上述數字，而到 9 時 30 分估算再上調至 1,128.6633 BTC。大部分資金其後被歸集至一個持有數百枚比特幣的地址，當中相當部分暫未見明顯流動。 受影響地址的共同點在於：其復原種子由 Coinkite 出品的 Coldcard 裝置生成。復原種子是一組助記詞，掌控錢包的存取權限；一旦種子可被重建或落入他人之手，即使沒有實體裝置亦通常可直接轉走資金。 Coinkite 發出緊急公告，指出部分 Coldcard 生成的種子可能偏弱。風險較高的包括：Mk3 裝置上運行約於 2021 年 3 月推出的 4.0.1 版本韌體及其後版本。進一步分析亦把關注範圍擴展至部分在緊急修補韌體推出前生成種子的 Mk4、Mk5 及 Q 裝置。至於 Tapsigner、Opendime 與 Satscard，據報因採用不同軟件流程而不受影響。 問題核心在於隨機數（entropy）生成流程。硬件錢包需要高質素隨機性，避免復原種子被推算。研究人員估計，在最嚴重的 Mk3 個案中，原本應有 128-bit 的有效隨機性，實際可能只剩約 40-bit。這一差距影響重大：正常 128-bit 種子幾乎不可能靠暴力破解；若只有 40-bit，可能性大幅減少，攻擊者可在離線環境測試候選種子，再把推算出的地址與公開比特幣區塊鏈比對以鎖定目標。 部分較新型號由於安全硬件額外加入不可預測資料，可能仍提供約 72-bit 的有效隨機性，令重建難度上升，但仍遠低於設計目標。 Coinkite 解釋，漏洞源於編譯時設定失誤：程式內有兩個用途相近的函數，一個使用裝置的硬件真隨機數產生器，另一個則沿用自 MicroPython 的較弱軟件流程。公司原意是停用 MicroPython 選項，但程式檢查只判斷某個設定標籤是否被定義，未有核對其數值是否設為 0，導致成品韌體可能在無明顯錯誤下，悄然選用了較弱的函數。由於兩個函數輸出格式一致，韌體仍可正常編譯與運作，缺陷因此不易被察覺。 該錯誤據稱在 2021 年一次軟件遷移期間引入，並在公開韌體中存在逾五年。Coinkite 強調，即使現時更新裝置韌體，也無法加強在有缺陷版本下生成的舊種子；受影響用戶必須在已修補韌體或其他安全裝置上重新生成全新種子，並把資金轉移到由新種子控制的地址。 公司同時指出，若用戶在生成種子時額外加入至少 50 次獨立骰子擲點作為外部隨機來源，可能已提供足夠額外熵，從而避開弱隨機性的影響；使用強度高的 BIP39 passphrase 亦可提高重建難度。至於需要多個獨立裝置共同簽署的多簽錢包，則有機會避免單一種子被破解後即可獨力轉走資金。 Coinkite 行政總裁 Rodolfo Novak 在 X 公開道歉，表示公司會就韌體失誤承擔全部責任，並正推進修補軟件、技術報告及用戶支援。公司亦提出一個引起關注的推測：由於韌體多年來屬公開可檢視，或有人用 AI 重新審閱舊代碼，從中找出涉及弱隨機性的路徑。Novak 在道歉帖文寫道，AI 輔助代碼審查可以以超越資深專家的人力速度挖掘潛藏漏洞，並提醒若韌體屬開源或曾經公開，應假設攻守雙方都可能在閱讀。 現代 AI 編碼系統能處理大型代碼庫，辨識設定值、函數行為與安全假設之間的可疑關係；攻擊者亦可指示模型專門搜尋弱隨機數產生器、後備函數或影響加密金鑰的錯誤。有觀察者稱曾利用頂級 AI 模型自行找出 Coldcard 的利用點。另有獨立研究人員表示，在已知「隨機性出問題」這個前提後，使用 AI 模型更容易定位或解釋缺陷，反映 AI 輔助分析已相當普及，但不足以證明最初攻擊者確實使用 AI。 Coinkite 亦承認，公司曾用主流 AI 模型進行內部檢視，但在事故前未能發現該漏洞，顯示 AI 並非必然找出所有嚴重缺陷，效果取決於指令方式、提供的代碼範圍，以及人員是否能理解警示訊號。 部分安全專家認為，把焦點放在 AI 可能掩蓋了更根本的工程失誤：這類設定錯誤屬常見問題，傳統代碼審查、測試流程或針對種子生成的審計，理應早於數年前就能識別。亦有人指出，AI 並非「元兇」，真正問題在於漏洞由人為引入並長期未被發現。 兩種觀點未必互斥：人為失誤造成漏洞並令其存在多年，AI 則可能降低了尋找、理解或利用漏洞的成本。對防守方而言，需要找出所有高危缺陷；對攻擊者而言，只需成功找到一個即可。事件亦再次挑戰外界對開源安全的想像：代碼公開確實可供第三方檢視，但並不保證一定有人會在關鍵位置發現細微缺陷，並在攻擊發生前作出通報。 對 Coldcard 用戶而言，當務之急是確認自己的種子何時、如何生成；如屬受影響範圍，應按 Coinkite 官方渠道指引安裝已修補韌體、生成新種子並審慎轉移資金，同時提防釣魚連結與假冒支援訊息。後續市場關注點將包括：最終被盜比特幣總額、能否追查出攻擊者身份，以及 AI 是否在發現漏洞過程中扮演關鍵角色。硬件錢包業界亦料面臨更大壓力，加強熵來源測試、審核建置設定，並以人工審查配合對抗式 AI 工具持續檢視舊代碼。