數位考古學：Claude AI 如何找回價值 40 萬美元的 Bitcoin 錢包

A 比特幣交易員的故事最近浮出水面，他在 11 年後成功找回了一個包含 5 BTC（價值約 40 萬美元）的遺失錢包。這次找回過程得益於 Claude AI 的協助，在此之前，該用戶曾遺失密碼並多年處於挫折狀態。

雖然標題暗示了加密貨幣安全性的神奇「破解」，但深入研究技術細節後，會發現這是一個關於數據恢復、模式識別以及 AI 作為技術夥伴角色演變的更細膩的故事。

恢復過程：是魔法還是方法論？

根據報導，該用戶在大學筆記本中寫有一個舊的助記詞（mnemonic seed phrase），但錢包備份的密碼卻始終難以尋獲。在最後一次嘗試中，該用戶將其舊大學電腦檔案的大量轉儲（dump）上傳給了 Claude。

就在此時，AI 識別出了一個用戶忽視掉的 2019 年 12 月的錢包備份檔案。這項發現讓用戶重新獲得了資金的使用權。一些報導提到 AI「嘗試了 3.5 兆次密碼」，但 Hacker News 上的技術觀察者指出這是一個紅鯡魚（red herring）。真正的突破並非對區塊鏈進行暴力破解，而是 AI 在海量數據中定位特定、被遺忘檔案的能力。

正如社群成員 @fontain 所指出的：

Claude 在電腦中找到了一個錢包持有者沒找到的檔案。Claude 並沒有破解密碼或進行任何魔法，它只是搜尋了一個錢包持有者以前沒想到要搜尋的檔案。

AI 作為「技術朋友」

這次事件凸顯了開發者和進階用戶利用 LLM 的方式正在發生轉變。他們不再僅僅將其作為聊天機器人，而是將 AI 作為「數位考古學」的工具。

社群中的用戶分享了類似的經驗，說明 Claude 被用於複雜的鑑識任務：

• 數據恢復： 一位用戶 (@notRobot) 描述了如何使用 Claude 分析損壞 SD 卡上的格式錯誤影像，最終編寫了一個 Python 腳本來剝離自定義元數據標頭（metadata headers）並恢復影像。
• 系統管理： 其他人報告使用 AI 來排除 Linux 系統問題，或是在瀏覽器崩潰後從瀏覽器內部結構和檔案系統對象中提取文本。
• 財務審計： 一位用戶 (@atonse) 詳細說明了 Claude 如何分析研發報告和支出，以識別審計公司的一個錯誤分類，最終獲得了 8,000 美元的稅務抵免。

一位觀察者 @rollyboo 完美地總結了這次經驗：「感覺不像『AI 破解了加密貨幣』，而更像是有一位極具耐心的技術朋友坐在你身邊，進行了 12 小時的數位考古學工作。」

技術與倫理的影響

AI 與密碼學的交集引發了關於安全與倫理的幾個重要問題。

暴力破解與 KDFs

雖然這個特定案例是透過尋找檔案來解決的，但討論觸及了暴力破解舊錢包的可行性。許多錢包使用金鑰衍生函數（Key Derivation Functions, KDFs）來減慢密碼嘗試的速度。然而，隨著運算能力提升以及代幣價值上升，暴力破解弱密碼的成本效益分析變得更具吸引力。AI 現在可以輕易地編寫優化的腳本來自動化這些 KDF 攻擊。

AI 鑑識的倫理

隨著 AI 在執行鑑識任務方面的能力變得更強，濫用的風險也隨之增加。這引發了關於 AI 安全過濾器的關鍵辯論。如果 AI 可以幫助用戶找回自己遺失的密碼，理論上它也可以幫助惡意行為者破解被盜的錢包。

用戶 @sillysaurusx 針對這些工具的未來提出了尖銳的觀點：

我認為隨著鑑識技術變得越來越強大，我們會看到 AI 越來越多地直接拒絕執行任何形式的鑑識工作……這意味著本地模型（local models）將變得更有價值，因為它們是唯一願意做這類工作的模型。

結論

找回價值 40 萬美元錢包的故事，證明了 AI 在綜合大量非結構化數據以尋找「大海撈針」的能力。雖然這並非對 Bitcoin 的底層加密技術的入侵，但它展示了證明了最顯著的漏洞往往是人為因素——忘記檔案儲存在哪裡或遺失了密碼。在 AI 時代，過去的「遺失」數據可能很快就能再次被找回。