1 亿美元的教训：被“开源”光环掩盖的盲区

最近加密圈发生了一件大事，可能比很多山寨币归零更值得关注：知名硬件钱包 Coldcard 被黑客盗走了超过 1500 枚比特币，按当时价格算，损失超过 1 亿美元。

这起事件最让人震惊的地方在于——Coldcard 一直标榜自己是“开源”的，代码公开，任何人都可以审查。在比特币社区，这几乎等同于“绝对安全”的代名词。但现实给了所有人一记响亮的耳光：开源，从来就不等于安全。

问题的根源是一个潜伏了大约五年的熵缺陷——简单说就是生成随机数的环节出了问题，导致用户的私钥可以被预测。这个 bug 在 2021 年的一次重大代码重写中被引入，然后一直安静地躺在那里，直到被黑客发现并利用。

开源的两个世界：理想主义与残酷现实

要理解这件事，得先搞清楚一个很多人混淆的概念。

真正的开源，指的不是“代码公开”这么简单。自由软件基金会（FSF）定义了四项基本自由：你可以为任何目的运行程序、可以研究并修改代码、可以重新分发副本、可以分发修改后的版本。开源促进会（OSI）的标准更严格，列了十条，包括允许商业使用、不歧视任何人和用途等。

而 Coldcard 固件采用的，严格来说叫“源码可见”（source available），它的 MIT 许可证上额外加了一条限制：禁止出售该软件。说白了，你可以看代码，但别想拿它赚钱。Coldcard 自己都承认：“这是开源吗？不是。”

这个区别太重要了。纯开源意味着任何人都可以合法地、有商业动力地去审查、修改、分叉代码。而“源码可见”虽然也公开了代码，却把那些有能力、有资金的专业安全公司挡在了门外——他们看了代码也不能拿来赚钱，凭什么帮你免费找 bug？

一个没人看的“公开账本”有多危险

这里有个残酷的经济学问题：开源安全建立在一个假设上——会有足够多的人，出于各种动机，去认真审查代码。 但当这个假设不成立时，就会出现经济学家说的“公地悲剧”：每个人都觉得别人会去检查，结果没人检查，最后大家一起遭殃。

Coldcard 的案例就是活生生的证据。那个出问题的核心库叫 libngu，它被几万用户用来保护几亿美元的资产，但在 GitHub 上只有 7 个 star、不到 20 个 fork。相比之下，它取代的旧库 trezor-crypto 有 512 个 star、212 个 fork。

这说明了什么？“源码可见”并没有带来真正的审查。 那些有能力做深度审计的商业公司，因为许可证限制没法合法使用，自然也没动力投入。剩下的几个志愿者，面对如此庞大的代码库，杯水车薪。

比特币的“达尔文式筛选”：谁在真正守护开源？

要说真正把开源做到极致的，还得看比特币核心（Bitcoin Core）。它采用 MIT 许可证，开发过程全程公开。任何人都可以提交 pull request，代码审查是主要的质量过滤机制——审查者会用“Concept ACK”（同意目标）、“NACK”（不同意）等正式术语进行讨论。

比特币核心的开发资金主要来自 Brink、OpenSats、Spiral 等非营利机构，而不是商业公司的产品路线图。这种结构确保了开发目标始终是正确性和可审计性，而不是为了赶上线时间。

但即便如此，比特币核心同样面临审查资源不足的问题。一位长期参与比特币开发的开发者直言不讳：“如果你连自己真正依赖的功能都不愿意做最低限度的测试，那你就是在当寄生虫。”

AI 上场：开源安全的新变量

Coldcard 事件之后，一个叫 Bitcoin Red Team 的志愿者项目开始用前沿 AI 模型批量扫描开源的比特币代码库。结果触目惊心：在数百个项目中发现了数千个问题，其中几十个被列为关键或高危级别。

更有趣的是，这个团队发现：中国开源权重模型比闭源的美国模型表现更可靠。 即便是拥有顶级权限的美国商业模型，也拒绝回答他们关于安全审计的查询，这让美国开发者颇为无奈。

但 AI 也是一把双刃剑。它既可以帮助审查者快速发现漏洞，也可以帮助黑客更快地找到利用点。同时，AI 生成代码的泛滥，正在给开源维护者带来巨大的“拒绝服务”压力——审查 AI 输出往往比手工编写代码更耗时。

开源与闭源的未来：没有绝对的安全

传统上，闭源软件信奉“通过隐蔽获得安全”——代码不公开，黑客无从下手。但 AI 时代，这个优势正在崩塌。现代 AI 模型可以高速阅读、去混淆、探测端点并推理代码，闭源代码在 AI 面前几乎等于半透明。

如今，开源与闭源的实际差异，主要只剩那些从未上线的后端代码。闭源软件最终只能依靠专业审计的质量、补丁部署的速度，以及内部激励机制来保证安全。

比特币和整个加密行业，正在给自由开源软件施加前所未有的压力。真实货币的价值、对抗性的经济博弈、AI 规模的分析能力——这些都在倒逼软件模式不断进化。回到模拟前数字系统，对支撑现代社会的基础设施来说根本不是选项。

只有那些被充分审计的项目，才有可能在 AI 辅助黑客和数字优先金融的重压下存活下来。 对用户而言，选择任何“开源”产品之前，不妨先问问：这个代码，真的有人在看吗？