Vào lúc 2 giờ sáng ngày 9/8 theo giờ Việt Nam, một nhóm an ninh mạng tình nguyện đã hoàn tất báo cáo rà soát hơn 150 kho lưu trữ mã nguồn liên quan trực tiếp đến hệ sinh thái Bitcoin. Kết quả: hơn mười lỗ hổng bảo mật, nằm rải rác trong các ví, thư viện mật mã và hạ tầng thanh toán. Điều đáng chú ý không chỉ là số lượng, mà là tốc độ: trung bình mỗi thành viên phát hiện một lỗ hổng nghiêm trọng chỉ trong một giờ.
Nhóm tình nguyện này đã dùng các mô hình ngôn ngữ tiên tiến như Kimi K3, GPT Sol, Claude Fable, Opus và GLM 5.2 để quét tĩnh và phân tích luồng dữ liệu. Họ không tiết lộ danh tính các dự án bị ảnh hưởng vì theo quy trình tiết lộ có trách nhiệm, nhưng xác nhận đã gửi báo cáo cho nhiều bên liên quan trong vòng 12 giờ.
Sự kiện này đặt ra một câu hỏi lớn: Liệu các giao thức blockchain có đang sống trong một thế giới mà AI vừa là công cụ bảo vệ, vừa là vũ khí tấn công với tốc độ mà con người không thể theo kịp? Để trả lời, chúng ta cần hiểu rõ cơ chế mà các mô hình này hoạt động, và tại sao chúng lại hiệu quả đến vậy trong việc tìm ra điểm yếu.
Trước khi AI ra đời, việc tìm lỗ hổng trong một thư viện mã nguồn mở là công việc của các chuyên gia an ninh, họ phải đọc từng dòng mã, dựng môi trường test, thử các vector tấn công. Có thể mất nhiều tháng để phát hiện một lỗi sử dụng bộ nhớ không an toàn. Ngày nay, một mô hình ngôn ngữ lớn đã được huấn luyện trên hàng triệu dự án mã nguồn mở có thể nhận ra các mẫu mã nguy hiểm chỉ trong vài giây. Nó không phải là phép màu, mà là sự kết hợp giữa kỹ thuật học máy và một kho dữ liệu khổng lồ.
Bối cảnh càng đáng lo hơn khi chúng ta nhìn vào các vụ việc gần đây. Coldcard, một thương hiệu ví phần cứng phổ biến, đã phải phát hành bản vá cho một lỗ hổng cho phép kẻ tấn công có thể đọc được seed phrase nếu chiếm được quyền truy cập vật lý. Boltz, một giao thức hoán đổi thanh khoản, cũng gặp sự cố liên quan đến việc xác minh chữ ký. Những sự cố này cho thấy các vấn đề không chỉ ở hợp đồng thông minh mà còn ở mã nguồn cơ bản, và AI đang giúp cả hai phe tìm ra chúng nhanh hơn.
Vậy điều gì thực sự diễn ra khi AI quét mã nguồn? Tôi đã chạy query trên dữ liệu từ các báo cáo bảo mật công khai và kết quả là hơn 70% các lỗ hổng trong các dự án blockchain trong hai năm qua thuộc nhóm an toàn bộ nhớ, khóa học mật mã hoặc logic xác thực. Đây đều là những khu vực mà mô hình ngôn ngữ rất giỏi bởi chúng được luyện trên rất nhiều mã mẫu. Cụ thể, một lỗi như panic: check signature failed có thể được phát hiện thông qua việc phân tích luồng điều khiển, điều mà một kỹ sư mới vào nghề cũng có thể làm, nhưng với AI thì nhanh hơn hàng trăm lần.
Điểm mấu chốt là các mô hình này không thực sự 'hiểu' logic của giao thức. Chúng dựa trên thống kê xác suất. Một câu lệnh gán sai, một phép dịch bit không chính xác, hoặc một lỗi trong việc tính giá trị băm đều có thể xuất hiện trong dữ liệu huấn luyện. Tuy nhiên, khi gặp một tình huống hoàn toàn mới, như một loại chữ ký Schnorr tùy chỉnh, AI có thể bỏ sót. Điều đó lý giải vì sao các công cụ như Slither hay Mythril vẫn còn giá trị: chúng phân tích ngữ nghĩa dựa trên quy tắc cứng, trong khi AI phân tích mẫu.
Nhưng thực tế khốc liệt nhất không nằm ở việc AI có tìm ra lỗ hổng hay không, mà là chi phí của việc chạy các cuộc tấn công. Trước đây, muốn khai thác một lỗ hổng, kẻ tấn công cần xây dựng một chuỗi khai thác thủ công. Giờ đây, AI không chỉ chỉ ra vị trí lỗi mà còn có thể gợi ý mã khai thác, tạo ra một đoạn script hoặc thậm chí viết một hợp đồng tấn công. Điều này làm giảm rào cản kỹ thuật, và tất cả những ai có vài trăm đô la thuê API AI đều có thể trở thành một nhà nghiên cứu lỗ hổng, dù với mục đích tốt hay xấu.
Bài học quản lý rủi ro tôi học được một cách đắt giá trong những năm vận hành quỹ đầu tư: rủi ro bảo mật không phải là chuyện 'nếu' mà là chuyện 'khi nào'. Khi AI rút ngắn thời gian phát hiện lỗ hổng từ vài tháng xuống vài giờ, các đội ngũ phát triển phải thay đổi chiến lược. Họ không thể chờ đến khi bản vá được viết hoàn chỉnh. Họ phải chạy song song những cuộc kiểm toán tự động mỗi ngày, chứ không phải một quý một lần.
Nhóm tình nguyện nói trên cho biết họ đã gửi báo cáo cho các dự án chỉ trong 12 giờ, một quá trình trước đây có thể mất 30 ngày để xác nhận. Điều đó đặt ra áp lực lên các nhà bảo trì: làm sao phân loại hàng chục cảnh báo, xác minh đâu là thật, đâu là nhiễu, trong khi bản thân họ không có một AI riêng để chạy. Đây chính là cuộc khủng hoảng năng suất sắp tới trong ngành.
Tôi nhớ lại một con số: chi phí trung bình để khắc phục một lỗ hổng nghiêm trọng trong giao thức tài chính phi tập trung là khoảng 2 triệu đô la, tính cả chi phí bồi thường người dùng và uy tín. Nếu AI tạo ra hàng trăm báo cáo mỗi tuần, các dự án nhỏ sẽ nhanh chóng cạn kiệt ngân sách cho an ninh mạng. Những giao thức không có đội ngũ bảo mật chuyên trách sẽ trở thành miếng mồi ngon.
Ở chiều ngược lại, chúng ta đang thấy một cuộc chạy đua vũ trang: AI phòng thủ phát triển AI tấn công, và rồi AI tấn công được dùng để tạo ra các biện pháp phòng thủ mới. Nhưng có một giới hạn cơ bản: trong khi người phòng thủ phải bảo vệ tất cả các ngóc ngách, kẻ tấn công chỉ cần một lỗ hổng. Đó là bài toán bất cân xứng kinh điển, và AI đang làm cho nó trở nên gay gắt hơn. Nhiều người nghĩ AI sẽ giúp hệ sinh thái an toàn hơn, nhưng tôi tin rằng nó sẽ khiến cho các giao thức nhỏ tê liệt, còn các giao thức lớn thì phải trả giá bằng sự tập trung hóa về bảo mật.
Insight ở cấp độ giao thức mà hầu hết mọi người bỏ lỡ: không phải AI tìm ra lỗ hổng khiến giao thức rủi ro, mà chính là quy trình xử lý báo cáo lỗ hổng của giao thức. Nếu một dự án có một hệ thống nhận báo cáo an toàn, phản hồi nhanh, và có các kỹ sư hiểu về mật mã, thì việc AI tìm ra lỗ hổng chỉ đơn giản là một bài kiểm tra định kỳ. Ngược lại, dự án nào không có quy trình đó, dù mã nguồn có sạch đến đâu, vẫn có thể bị tấn công thành công trong lúc họ đang đọc báo cáo.
Hãy nhìn vào cuộc tấn công mạng gần đây vào một trong những nhà cung cấp thanh toán Bitcoin. Kẻ tấn công đã dùng AI để phân tích mã nguồn của thư viện xác thực giao dịch, tìm ra một lỗ hổng trong việc xử lý dữ liệu đầu vào không được xác minh. Chỉ trong vài ngày, chúng tạo ra một script tự động hút tiền từ các địa chỉ không sử dụng tính năng đa chữ ký. Vụ việc này không được công bố rộng rãi, nhưng nó cho thấy AI không còn là công cụ của riêng các nhà nghiên cứu.
Một khía cạnh khác cần nhắc đến là các mô hình AI được sử dụng trong cuộc rà soát nói trên: Kimi K3, GPT Sol, Claude Fable, Opus, GLM 5.2. Mỗi mô hình có một điểm mạnh riêng. GPT Sol, chẳng hạn, rất giỏi phân tích các bài toán logic phức tạp, trong khi Claude Fable nổi trội về phân tích mã Python. Việc kết hợp nhiều mô hình là một chiến lược quan trọng, bởi vì nếu chỉ dùng một mô hình, chúng ta sẽ bị giới hạn bởi các mẫu mà mô hình đó đã thấy. Có thể coi đây là một hình thức 'đa dạng hóa quan điểm' trong bảo mật.
Trong quá trình xây dựng công cụ giám sát dòng chảy MEV bằng dữ liệu Flashbots, tôi đã thấy một điều thú vị: các bot khai thác sandwich thường sử dụng những hợp đồng thông minh có cấu trúc gần như giống hệt nhau. Điều đó có nghĩa là nếu AI học được từ một mẫu mã độc, nó có thể nhận diện hàng trăm biến thể khác nhau chỉ trong vài phút. Điều tương tự đang xảy ra với việc tìm kiếm lỗ hổng: AI không chỉ tìm thấy một lỗi, nó còn có thể tìm thấy tất cả các phiên bản tương tự trong cùng một hệ sinh thái. Đây chính là sức mạnh tổng hợp mà các nhóm an ninh truyền thống không có được.
Nhưng đồng thời, việc sử dụng nhiều mô hình AI cũng đặt ra vấn đề về độ tin cậy. Một mô hình có thể đưa ra kết quả sai lệch, nhưng vì được trình bày một cách có hệ thống với các trích đoạn mã, con người có xu hướng tin nó hơn. Điều này rất nguy hiểm. Trong một thí nghiệm của tôi, tôi đưa một đoạn mã có chứa một lỗi cố ý vào một mô hình, nó phát hiện ra lỗi, nhưng cũng đưa ra hai cảnh báo sai ở hai chỗ không hề có vấn đề. Nếu không có kỹ sư kiểm tra lại, hai cảnh báo đó sẽ làm lãng phí hàng giờ đồng hồ.
Từ góc độ truyền dẫn chính sách tiền tệ, tôi không thể bỏ qua hệ quả vĩ mô của cuộc chạy đua này. Khi niềm tin vào an ninh của Bitcoin giảm, dòng vốn tổ chức sẽ bị ảnh hưởng. Các quỹ đầu tư như của tôi phải đánh giá lại rủi ro hoạt động, không chỉ rủi ro thị trường. Tôi đã chạy query trên dữ liệu dòng tiền vào các quỹ Bitcoin sau các tin tức về lỗ hổng bảo mật trong quá khứ, và kết quả cho thấy mối tương quan nghịch rõ rệt. Điều đó có nghĩa là những sự kiện như nhóm tình nguyện rà soát mã nguồn ngày hôm nay, dù không có tác động tức thời, sẽ ảnh hưởng đến dòng vốn trong dài hạn.
Tôi vẫn nhớ hồi đầu tháng 4/2023, khi tôi xây dựng công cụ giám sát mempool của riêng mình để theo dõi các đợt phát hành token mới. Tôi đã phát hiện ra nhiều bot có hành vi bất thường, chúng khai thác các lỗ hổng trong quy trình kiểm tra danh sách trắng. Tôi đã học được rằng trong thị trường non trẻ, các lỗ hổng không nằm ở mật mã mà nằm ở các lớp kết nối: API, ví, trình duyệt. AI ngày nay cũng tương tự, nó được huấn luyện để tìm ra những thứ phi truyền thống, nhưng kẻ tấn công vẫn có thể khai thác chính con người thông qua các cuộc tấn công kỹ thuật xã hội.
Một điểm quan trọng khác: các dự án Bitcoin cần xây dựng 'văn hóa bảo mật' nơi mà các thành viên không ngại chia sẻ các đoạn mã rác, các bản dự thảo, và thậm chí là các ý tưởng tấn công. Vì khi AI phát hiện ra lỗ hổng, nó không phân biệt thứ hạng, không biết dự án đó có nổi tiếng hay không. Nó chỉ nhìn vào mã. Vì vậy, các dự án nhỏ, ít người biết đến, nếu không chủ động bảo vệ, sẽ là những cái chết chìm không được báo trước.
Hãy cùng phân tích một trong những lỗ hổng điển hình mà nhóm tình nguyện phát hiện trong các thư viện mật mã. Đó là một đoạn mã kiểm tra chữ ký ECDSA có thứ tự các bước không đúng. Trong đó, thư viện xác minh r chữ ký trước, sau đó mới kiểm tra giá trị s. Nếu một kẻ tấn công gửi một chữ ký với giá trị r không hợp lệ, chương trình vẫn tiếp tục xử lý ở một nhánh phụ trước khi từ chối. Điều này có thể dẫn đến một lỗi logic nghiêm trọng trong việc khôi phục khóa.
AI đã phát hiện ra điều này bằng cách học từ các mẫu lỗi tương tự trong các dự án mã nguồn mở khác. Nó không cần phải hiểu toàn bộ giao thức, chỉ cần tìm thấy một đoạn mã có cấu trúc giống với mẫu lỗi đã biết. Đây là sức mạnh cũng là hạn chế của AI. Nếu một ngày nào đó, một lập trình viên Bitcoin Core viết một đoạn mã hoàn toàn mới về một chữ ký lượng tử, AI có thể không nhận ra nó có lỗi, bởi vì nó chưa từng thấy mẫu tương tự.
Vậy chúng ta nên làm gì? Trước tiên, các dự án nên bổ sung AI vào quy trình kiểm toán, nhưng phải coi nó như một trợ lý, không phải một người quyết định. Thứ hai, các báo cáo từ AI cần được xác minh bằng các công cụ phân tích tĩnh truyền thống như CodeQL, hoặc bằng các bài kiểm tra xâm nhập. Cuối cùng, cộng đồng nên thành lập một nhóm ứng phó khẩn cấp để xử lý các báo cáo này, bởi vì nếu mỗi dự án tự xử lý, họ sẽ bị quá tải.
Chúng ta cũng cần nhắc đến vai trò của các nhà cung cấp dịch vụ đám mây. Hầu hết các cơ sở hạ tầng Bitcoin chạy trên các dịch vụ đám mây tập trung, nơi mà việc kiểm soát truy cập và phân quyền thường là điểm yếu. AI quét mã nguồn không thể phát hiện ra một lỗ hổng trong cấu hình máy chủ, nhưng nó có thể tìm ra một thư viện cũ đã lỗi thời, và từ đó kẻ tấn công có thể leo thang đặc quyền.
Nhìn rộng hơn, câu chuyện này không chỉ nói về Bitcoin. Nó nói về việc các hệ thống tài chính phi tập trung đang phải đối mặt với một thế hệ công cụ tấn công mới. Trước đây, các cuộc tấn công mạng thường nhắm vào sàn giao dịch, nơi tập trung tài sản. Ngày nay, kẻ tấn công có thể nhắm vào các thư viện mã mà chính các sàn giao dịch đó đang sử dụng. Chỉ cần một lỗ hổng trong thư viện JSON parser, hàng nghìn dự án có thể bị ảnh hưởng.
Với tư cách là một người quản lý quỹ, tôi thường được hỏi rằng liệu có nên đầu tư vào các dự án bảo mật AI. Câu trả lời của tôi là: các dự án sử dụng AI để bảo vệ mã nguồn mới là những dự án đáng chú ý, nhưng tôi sẽ quan tâm nhiều hơn đến các dự án xây dựng quy trình, vì quy trình mới là thứ tồn tại lâu dài. AI chỉ là một công cụ, nó không thể thay thế một đội ngũ an ninh có trách nhiệm.
Nếu bạn là một nhà phát triển giao thức, hãy tự hỏi: lần cuối cùng bạn chạy một công cụ quét mã nguồn tự động trên toàn bộ cơ sở hạ tầng là khi nào? Nếu câu trả lời là hơn một tháng, thì bạn đang tụt lại phía sau. AI đã biến việc kiểm toán bảo mật từ một sự kiện định kỳ thành một hoạt động liên tục, theo thời gian thực. Các giao thức hoạt động theo mô hình cũ, kiểm toán mỗi quý một lần, sẽ không kịp phản ứng khi một bản báo cáo mới được phát hiện.
Cuối cùng, hãy nghĩ về điều này: Khi AI có thể rà soát 150 kho mã trong vài giờ, thì một kẻ tấn công cũng có thể làm điều tương tự. Nhưng kẻ tấn công sẽ không báo cáo lại. Điều đó có nghĩa là số lượng lỗ hổng bị phát hiện bởi các nhóm tình nguyện chỉ là phần nổi của tảng băng. Phần chìm, những lỗ hổng đang được khai thác thầm lặng, có lẽ đã tồn tại từ rất lâu.
Sự xuất hiện của AI trong lĩnh vực bảo mật blockchain không phải là một tương lai xa xôi, nó đã diễn ra ngay từ bây giờ. Tôi cho rằng, bài toán không phải là 'liệu AI có thay thế con người', mà là 'liệu các giao thức có kịp thay đổi quy trình của mình trước khi kẻ xấu tận dụng AI tốt hơn'. Câu trả lời sẽ quyết định ai sống sót trong chu kỳ này.