Problém s bezpečností kryptoměn nabral v roce 2026 podivný obrat. Výzkumníci s pomocí umělé inteligence (AI) odhalili čtyřletou chybu v systému Zcash, která umožňovala vytváření padělaných ZEC, slabinu v Coldcardu z roku 2021, která předcházela krádežím bitcoinů v odhadované hodnotě více než 100 milionů dolarů, a útočníci zmanipulovali agenta AI tak, aby převedl přibližně 3 miliardy DRB. Zároveň počet škodlivých instrukcí vložených do veřejných blockchainů vzrostl o 440 %, což naznačuje, že AI nemění pouze způsob, jakým jsou kryptoměny budovány. Mění také způsob, jakým je lidé napadají.
Umělá inteligence znovu analyzuje starý kód kryptoměn a odhaluje to, co lidem uniklo

Hlavní poznatky
- Zcash měl ve svém kódu skrytou čtyřletou chybu, dokud ji výzkumník s pomocí nástroje Claude Opus 4.8 konečně neodhalil.
- Chyba ve firmwaru Coldcard z roku 2021 předcházela krádežím bitcoinů v odhadované hodnotě přes 100 milionů dolarů napříč tisíci adresami.
- Společnost Chainalysis uvádí, že škodlivá aktivita typu „dead-drop“ v řetězci vzrostla o 440 %, což ukazuje, jak rychle nabývají na síle hrozby podporované umělou inteligencí.
Situace se rozhodně mění rychle. Šifrovaná zpráva německé armády z července 1941 přežila 85 let, než ji tento měsíc konečně rozluštili s pomocí umělé inteligence. Zpráva byla téměř komicky obyčejná – v podstatě se někdo z Rosenowu ptal, kterým směrem má pochodovat –, ale agenti s podporou umělé inteligence pomohli prohledávat archivy, psát kód, simulovat Enigmu a testovat možnosti, dokud se tento starý problém nepodařilo vyřešit. Kryptoměnový sektor strávil rok 2026 objevováním toho, co se stane, když se tato schopnost „podívat se znovu“ zaměří na software obsahující skutečné peníze.
Umělá inteligence prohledává starý kód
Zcash v květnu poskytl jeden z nejjasnějších příkladů. Výzkumník Taylor Hornby, pracující pro Shielded Labs, použil Claude Opus 4.8 v přizpůsobeném auditovacím agentovi a odhalil chybu v obvodu chráněného fondu Orchard z roku 2022. Při testování mohla tato zranitelnost vytvářet neomezené množství padělaných ZEC, aniž by byla odhalena. Nebyla zjištěna žádná krádež a vývojáři chybu opravili během několika dní, ale potenciálně katastrofická chyba přežila zhruba čtyři roky, než ji odhalila revize podporovaná umělou inteligencí. Později tým Zcashu prohlásil, že k analýze a auditu kódu využil nástroj Mythos a žádné nové chyby nenašel.
V případě Coldcardu to bylo podstatně chaotičtější. Od 30. července útočníci vykrádali bitcoiny z peněženek postižených slabostí firmwaru, jejíž původ sahá do roku 2021 a která způsobila, že některé obnovovací klíče byly mnohem méně náhodné, než bylo zamýšleno. Pozdější odhady hovořily o zhruba 1 600 až více než 1 800 BTC a přes 100 milionů dolarů napříč tisíci adres. Společnost Coinkite, výrobce Coldcard, uvedla, že musí předpokládat, že někdo použil umělou inteligenci k prozkoumání jejího veřejně dostupného firmwaru, zatímco mnoho pozorovatelů vyjádřilo vysokou jistotu, že se jednalo o modely bez omezení. Původ útoku není dosud objasněn, ale samotná zranitelnost existovala již pět let.
Někdy se i stroj nechá oklamat
Bankr také obrátil rovnici naruby, protože umělá inteligence se stala součástí útočné plochy. 4. května útočník zveřejnil text v morseovce, který Grok dekódoval do pokynu, který Bankr přijal, čímž spustil převod přibližně 3 miliard DRB v hodnotě zhruba 150 000 až 200 000 dolarů. Zhruba o dva týdny později zasáhl stejný obecný problém s důvěryhodností 14 uživatelských peněženek, přičemž hlášené ztráty se pohybovaly v rozmezí od přibližně 150 000 do 440 000 dolarů. Útočník neprolomil kryptografii. Stroje si navzájem příliš důvěřovaly.
Zdá se také, že díky umělé inteligenci je rozbor složitého kódu smart kontraktů levnější. Společnost Chainalysis spojila krádeže v hodnotě přibližně 36,7 milionu dolarů s útoky na protokoly s neověřenými kontrakty, kde útočníci nejprve museli dekompilovat nasazený bajtkód. Ekubo a Trusted Volumes se během tohoto šestiměsíčního období podílely na této skupině krádeží částkou přibližně 7 milionů dolarů, ačkoli spojení s umělou inteligencí, na které poukazuje společnost Chainalysis, je spíše metodickým tvrzením než důkazem, že každý z těchto exploitů vytvořil konkrétně jmenovaný model.
Dále se objevily falešné arbitrážní boty „vytvořené Claudem“. Devět podobných návodů na YouTube vedlo diváky k zkopírování kódu do falešného kompilátoru ve stylu Remixu, který tajně nahradil kód za drainer. TRM napočítalo 224 obětí, 234 smluv a ztrátu přibližně 517 000 dolarů. V tomto případě nebyla umělá inteligence vůbec zbraní. Byla to návnada.
Číslo 440 % mění celý příběh
To vše neznamená, že každý velký kryptoměnový hack v roce 2026 byl řízen umělou inteligencí. U některých útoků nebyla prokázána souvislost s umělou inteligencí, ačkoli mnozí její zapojení podezřívali, stejně jako u četných dalších útoků na DeFi v tomto roce. To je důležitá rozlišovací čára. U řady incidentů z roku 2026 byla účast AI zdokumentována, u jiných existují věrohodná podezření a spousta případů stále spadá do kategorie staromódních chyb, klíčů, oprávnění a nefunkčních systémů.
Data společnosti Chainalysis týkající se „dead-dropů“ v blockchainu však naznačují, že se mění širší ekonomické souvislosti. Počet škodlivých zápisů v řetězci obsahujících instrukce malwaru a informace pro řízení a kontrolu vzrostl z přibližně 2,06 za den na 11,1, což představuje nárůst o 440 %. Výkonné AI modely s otevřenou váhou mohou snížit úroveň odborných znalostí potřebných k vybudování této infrastruktury, zatímco aktéři napojení na státní orgány spojené se Severní Koreou a Íránem představovali ve druhém čtvrtletí roku 2026 zhruba dvě třetiny nově pozorované aktivity v každém čtvrtletí.
Poučení z případu Enigmy nespočívá v tom, že by AI dokázala náhle prolomit kryptografii bitcoinu. Jde o to, že díky strojům je levnější provádět opakované kontroly. Zcash odhalil starou chybu dříve než útočník, zatímco fiasko s Coldcard ukazuje, jak může vypadat opačný scénář. Kryptoměny mají za sebou roky veřejně dostupného kódu, který čeká na opětovné prozkoumání, a nikdo neví, kolik Rosenowů se v něm stále skrývá.
Tento článek byl přeložen z angličtiny pomocí umělé inteligence. Původní anglická verze je autoritativním zdrojem; automatické překlady mohou obsahovat nepřesnosti, zejména v právní a regulační terminologii.












