La IA está reanalizando el código antiguo de las criptomonedas y descubriendo lo que se les escapó a los humanos

Sin duda, las cosas están cambiando rápidamente. Una transmisión cifrada del ejército alemán de julio de 1941 resistió 85 años antes de que un esfuerzo asistido por IA lograra descifrarla finalmente este mes. El mensaje era casi cómicamente trivial; básicamente, alguien en Rosenow preguntaba en qué dirección marchar, pero los agentes de IA ayudaron a buscar en archivos, escribir código, simular Enigma y probar posibilidades hasta que el viejo problema se resolvió. El mundo de las criptomonedas ha pasado el año 2026 descubriendo qué ocurre cuando esa capacidad de volver a examinar se dirige hacia software que contiene dinero real.

La IA se lanza a la caza de código antiguo

Zcash proporcionó uno de los ejemplos más claros en mayo. El investigador Taylor Hornby, que trabaja para Shielded Labs, utilizó Claude Opus 4.8 en un agente de auditoría personalizado y descubrió un fallo en el circuito del pool protegido de Orchard que se remontaba a 2022. En las pruebas, la vulnerabilidad podía generar ZEC falsificados de forma ilimitada sin ser detectada. No se constató ningún robo y los desarrolladores lo corrigieron en cuestión de días, pero un error potencialmente catastrófico había sobrevivido aproximadamente cuatro años antes de que una revisión asistida por IA lo detectara. Posteriormente, el equipo de Zcash afirmó haber utilizado Mythos para analizar y auditar el código y no haber encontrado nuevos errores.

El caso de Coldcard fue considerablemente más complicado. A partir del 30 de julio, los atacantes se hicieron con bitcoins de carteras afectadas por una vulnerabilidad del firmware que se remontaba a 2021 y que hacía que algunas semillas de recuperación fueran mucho menos aleatorias de lo previsto. Las estimaciones posteriores oscilaron entre unos 1.600 y más de 1.800 BTC, lo que supone más de 100 millones de dólares repartidos entre miles de direcciones. Coinkite, el fabricante de Coldcard, afirmó que tenía que dar por hecho que alguien había utilizado IA para inspeccionar su firmware público, mientras que muchos observadores se mostraron muy convencidos de que se trataba de modelos sin restricciones. La atribución no está clara, pero la vulnerabilidad en sí llevaba ahí cinco años.

A veces, la máquina cae en la trampa

Bankr también le dio la vuelta a la ecuación, ya que la IA pasó a formar parte de la superficie de ataque. El 4 de mayo, un atacante publicó un texto en código Morse que Grok descodificó como una instrucción que Bankr aceptó, lo que desencadenó la transferencia de aproximadamente 3 000 millones de DRB, por un valor de entre 150 000 y 200 000 dólares. Aproximadamente dos semanas después, el mismo problema general relacionado con la capa de confianza afectó a 14 carteras de usuarios, con pérdidas declaradas que oscilaron entre unos 150 000 y 440 000 dólares. El atacante no descifró la criptografía. Las máquinas confiaban demasiado unas en otras.

La IA también parece estar abaratando el análisis de código de contratos inteligentes complejos. Chainalysis relacionó robos por valor de unos 36,7 millones de dólares con ataques contra protocolos con contratos no verificados, en los que los atacantes tuvieron que descompilar primero el bytecode desplegado. Ekubo y Trusted Volumes representaron aproximadamente 7 millones de dólares de ese grupo durante el periodo de seis meses, aunque la conexión de la IA de Chainalysis es más una afirmación metodológica que una prueba de que un modelo concreto creara cada exploit. Luego estaban los bots de arbitraje falsos «creados por Claude». Nueve tutoriales similares de YouTube indicaban a los espectadores que copiaran código en un compilador falso al estilo de Remix que, en secreto, sustituía el código por un «drainer». TRM contabilizó 224 víctimas, 234 contratos y unas pérdidas de aproximadamente 517 000 dólares. En este caso, la IA no fue en absoluto el arma. Fue el cebo.

La cifra del 440 % cambia la historia

Nada de esto significa que todos los grandes ataques a las criptomonedas de 2026 estuvieran impulsados por la IA. Algunos ataques no tienen una conexión clara con la IA, a pesar de que muchos sospechan de su implicación, al igual que ocurre con otros numerosos ataques a DeFi este año. Esa es una línea divisoria importante. En varios incidentes de 2026 se ha documentado la participación de la IA, en otros existen sospechas fundadas y muchos otros siguen debiéndose a los clásicos errores de programación, claves, permisos y sistemas defectuosos.

Sin embargo, los datos de «dead-drop» en la cadena de bloques de Chainalysis sugieren que la dinámica general está cambiando. Las escrituras maliciosas en la cadena de bloques que contienen instrucciones de malware e información de comando y control aumentaron de aproximadamente 2,06 al día a 11,1, lo que supone un incremento del 440 %. Los potentes modelos de IA de peso abierto pueden reducir los conocimientos especializados necesarios para construir esta infraestructura, mientras que los actores vinculados a Estados y asociados con Corea del Norte e Irán representaban aproximadamente dos tercios de la actividad recién observada cada trimestre en el segundo trimestre de 2026. La lección de Enigma no es que la IA pueda descifrar de repente la criptografía de Bitcoin. Es que las máquinas abaratan el proceso de revisión. Zcash detectó un antiguo error antes de que lo hiciera un atacante, mientras que el fiasco de Coldcard muestra cómo puede ser lo contrario. Las criptomonedas cuentan con años de código público a la espera de ser revisado, y nadie sabe cuántos «Rosenows» siguen ocultos en su interior.