7 süni intellekt agentini Bitcoin-dəki xətaları təsnif etməyə və düzəltməyə qoydular: nə tapdılar?

• Qwen 3.8, GPT 5.6 və Fable uğursuz oldu: biri ilişdi, ikisi isə işləməkdən imtina etdi.
• Sınaqdan keçirilən 7 modelin 4-ü açıq mənbəlidir və filtrlər olmadan istifadə oluna bilər.

Paul Miller, Bitcoin və Ethereum layihələrində istifadə olunan kriptoqrafiya kitabxanalarını saxlayan bir inkişafçı, Bitcoin Red Team qrupu tərəfindən bildirilən 5 real təhlükəsizlik zəifliyini təsnif etmək və düzəltmək üçün 7 süni intellekt (SI) agentini sınaqdan keçirdi. Nəticə, hər birinin icrası üçün sərf olunan dollar xərcləri ilə diaqnostikalarının dəqiqliyi arasında nəzərəçarpan fərqləri göstərdi.

Qiymətləndirilən 7 agentdən 3-ü tapşırığı tamamlamadı. Alibaba-nın Qwen 3.8 modeli proses zamanı ilişdi, Miller tərəfindən heç bir səbəb göstərilmədi. OpenAI-nin GPT-5.6 Sol və Anthropic-in Fable modeli, Millerin dediyinə görə, kod üzərində işləməkdən imtina etdilər, halbuki tapşırıq xətaları müəyyənləşdirmək və düzəltməkdən ibarət idi, onları istismar etməkdən deyil.

İşi tamamlayan 4 agent, Grok 4.6 (xAI), Kimi K3 (Moonshot AI), DeepSeek V4 Pro və DeepSeek V4 Flash (DeepSeek), token istehlakı (istifadəçi təlimatları) səbəbindən çox fərqli dollar xərcləri oldu:

• Grok 4.6-nın hesablama istehlakı 4,70 dollar oldu.
• DeepSeek V4 Pro eyni tapşırıq üçün 0,30 dollar xərclədi, bu da ən bahalı model ilə ən ucuz model arasında 15,7 dəfə (təxminən 1500%) fərqdir.

İşin tamamlanma müddəti də əhəmiyyətli dərəcədə fərqləndi. DeepSeek V4 Pro işini 30 dəqiqəyə tamamladı, Kimi K3 40 dəqiqəyə, Grok 4.6 isə 1 saata, DeepSeek V4 Flash isə eyni tapşırıq üçün 3 saat çəkdi, bu da DeepSeek V4 Pro-dan 6 dəfə (500%) daha çoxdur.

Millerin dediyinə görə, yalnız Grok 4.6 onun 5 zəifliyin ciddiliyi ilə bağlı öz qiymətləndirməsi ilə üst-üstə düşdü.

İşi tamamlayan digər 3 agent (Kimi K3, DeepSeek V4 Pro və DeepSeek V4 Flash) aşkar edilmiş xətaların ciddiliyini şişirdib, bu da Millerin dediyinə görə, bu 3 modelin təqdim etdiyi nəticənin ümumi keyfiyyətinə təsir etdi.

Millerin sınağı, süni intellektin təhlükəsizlik zəifliklərini sürətlə tapmaq və istismar etmək üçün istifadə edildiyi bir hücum dalğası ortasında baş verir.

Son həftələrdə Coldcard, Boltz, ZEUS, BTCPay Server və LNP2Pbot təhlükəsizlik hadisələri ilə üzləşdi ki, bunlar da hücumçular tərəfindən SI modelləri ilə müəyyən edilərək istismar edildi. Bu halların heç biri Bitcoin protokoluna təsir etmədi, lakin şəbəkədən kənarda fəaliyyət göstərən məhsul və xidmətlərə təsir etdi.

Bu hadisələr Bitcoin Red Team-i, açıq mənbəli Bitcoin layihələrində təhlükəsizlik zəifliklərini axtaran bir inkişafçılar qrupunu, ekosistem üzərində süni intellektlə kömək olunan geniş bir audit həyata keçirməyə təşviq etdi.

Bitcoin Red Team-in auditi artıq 300-dən çox açıq mənbə kodu deposunu əhatə etdi və bu işdən Millerin 7 SI agenti üzərindəki öz sınağı üçün əsas götürdüyü 5 zəiflik ortaya çıxdı, eyni zamanda bu tədqiqat qrupu tərəfindən tapılan 8,000-dən çox zəiflik kimi, CriptoNoticias tərəfindən bildirildi.

Millerin sınaqdan keçirdiyi 7 agentdən 4-ü açıq mənbəlidir, Kimi K3, DeepSeek V4 Pro, DeepSeek V4 Flash və Qwen 3.8. Bu, onları təlim edən şirkətlərin parametrlərini açıq şəkildə yayımladığı deməkdir, bu da hər hansı bir istifadəçinin onları yükləməsinə və öz avadanlıqlarında icra etməsinə imkan tanıyır, bu şirkətlərin təsdiqindən asılı olmadan.

Digər 3 agent, Grok 4.6, GPT-5.6 Sol və Fable, bağlanmışdır, buna görə yalnız onları inkişaf etdirən şirkətin platforması və ya API (İngilis dilində tətbiq proqramı interfeysi) vasitəsilə istifadə oluna bilər.

Açıq və bağlanmış modellər arasındakı bu fərq bitkoin ekosisteminin təhlükəsizliyi üçün əhəmiyyətlidir. Bağlanmış modellər hər bir şirkətin öz serverlərində icra edildiyi üçün, onların yaradıcıları aktiv təhlükəsizlik filtrlərini saxlamağa imkan tanıyır, bu da GPT-5.6 Sol və Fable-nin bu sınaqda zəifliklər üzərində işləməkdən imtina etməsinə səbəb oldu.

Açıq modellər isə yerli bir kompüterdə icra oluna bilər və hər hansı bir istifadəçi tərəfindən dəyişdirilə bilər, bu da bu təhlükəsizlik filtrlərinin aradan qaldırılmasını mümkün edir. Bir hücumçu bu modellərin məhdudiyyətsiz bir versiyasını istifadə edərək bitkoin ekosisteminin platformalarına qarşı real hücumlara kömək edə bilər, buna heç bir xarici filtr mane ola bilməz.

Millerin sınağı göstərir ki, süni intellektin zəifliklərin aşkar edilməsində irəliləməsinə baxmayaraq, müxtəlif modellər arasında onları təsnif etmək və dəqiqliklə düzəltmək zamanı əhəmiyyətli fərqlər qalmaqdadır, həm də hər birinin sərf etdiyi dollar xərcləri ilə tətbiq etdikləri meyarlar arasında.

Bu məzmun yalnız ümumi məlumat məqsədilə təqdim olunur və maliyyə, investisiya, hüquqi və ya vergi məsləhəti hesab edilməməlidir. Burada qeyd olunan hər hansı tədbir, mükafat, onlayn kampaniya və ya əlaqəli məlumat hər hansı kriptoaktivin alınması, satılması, treydinqi və ya digər əməliyyatların aparılması üçün tövsiyə, təşviq və ya dəvət kimi qiymətləndirilməməlidir. Kriptoaktivlər yüksək dəyişkənliyə malikdir və maliyyə itkisinə səbəb ola bilər. WEEX-in xidmətləri, məhsulları və əlaqəli tədbirlərinin əlçatanlığı regiondan asılı olaraq dəyişə bilər. İştirakınızın yerli qanunvericilik və tənzimləyici tələblərə uyğun olmasını təmin etmək sizin məsuliyyətinizdir.