ZachXBT质疑XRPL基金会25万赏金过低:漏洞影响或致无限供应
2026-10-13 02:30 loading...
2026年10月12日,知名链上分析师ZachXBT公开质疑XRP Ledger(XRPL)基金会对一名白帽黑客支付的25万美元漏洞赏金金额过低。该漏洞理论上可绕过XRP最大供应量限制,允许创建超出许可总量的代币。
基金会确认该问题已在3.4.1版本中修复,且在修复前未发生恶意铸造行为。然而,ZachXBT指出,面对可能引发数亿美元损失的高危漏洞,25万美元的奖励形同“零钱”,难以体现其真实风险价值。
漏洞赏金是否足以激励负责任披露?
此次事件引发了加密社区关于安全激励机制的广泛讨论。有用户@Wofuhuola指出,现实中攻击者若主动归还资金,常可获得数百万美元的宽大处理;而白帽黑客即便发现可能造成巨额损失的漏洞,却往往只能获得微薄回报。
“如果你发现漏洞直接转账到以太坊链上,可能拿到1000万美元,对方愿出200万作为奖励并承诺不追究。但如果你是白帽,如实报告,他们甚至不会道谢。”该用户强调,这种不对等激励正削弱负责任披露的积极性。
对此,@Moonkie回应称,XRPL基金会并非Ripple公司,财务资源有限,25万美元的奖励仍遵循既定赏金计划规则。虽然制度有待优化,但并非出于忽视安全。
“公平,但支付赏金且拥有数十亿资产的是Ripple,而非基金会。它没有足够预算,但仍遵守了现有规则。”—— @Moonkie
另有观点来自Tim Is for Hire,他提出决策不应仅看赏金数额,而需结合预期效用模型分析:包括被捕风险、洗钱能力与道德成本等因素。例如,像Lazarus这样的组织几乎无法律风险且具备强洗钱能力,因此即使高额赏金也无法与其行为竞争。
“白帽面临高起诉风险和弱变现能力,其实际收益远低于合理赏金。真正决策远比表面数字复杂。”
AI技术重塑区块链安全测试格局
2026年3月,由OpenAI、Paradigm与OtterSec联合推出的EVMbench基准测试揭示了人工智能在识别区块链漏洞中的潜力。该测试评估了多个AI代理在40个开源项目中117个已知漏洞的表现。
结果显示,部分先进模型不仅能定位缺陷,还能生成利用代码并提出修复方案,表明自动化工具可有效辅助传统审计流程。
然而,研究也提醒,能发现漏洞并不等于能可靠利用或生成安全补丁。2025年报告指出,Claude Opus 4.5、Sonnet 4.5及GPT-5等模型成功复现了34个历史漏洞中的19个攻击路径。
这说明同一技术既能提升防御能力,也可能被用于增强攻击手段,凸显安全测试双刃剑特性。
相关阅读
-
Ripple 25万奖金引争议:漏洞赏金被指过低,行业热议安全激励机制区块链 2026-10-13 02:29
-
XRP账本惊现可凭空增发18万亿的致命漏洞,AI发现后获25万奖励区块链 2026-10-13 02:29
-
Ripple漏洞赏金25万引发争议,ZachXBT质疑奖励过低比特币 2026-10-13 02:24
-
XRP账本发现致命漏洞:AI识别可凭空增发18万亿代币风险比特币 2026-10-13 02:24
-
XRP Ledger基金会澄清:关键漏洞未引发未经授权代币生成矿业头条 2026-10-12 21:38
-
XRP Ledger 代码漏洞暴露千亿资产风险,紧急修复后恢复安全矿业头条 2026-10-12 21:37
-
XRP Ledger 安全漏洞被紧急修复 未造成实际损失比特币 2026-10-12 20:21
-
XRP Ledger基金会确认安全漏洞未引发代币增发比特币 2026-10-12 18:21
-
Ledger确认东南亚经销商售出被盗硬件钱包矿业头条 2026-10-12 17:39
-
Ledger硬件钱包遭物理植入攻击,链上损失超9200万美元矿业头条 2026-10-12 13:36