AIは暗号通貨の古いコードを再解析し、人間が見落としていた問題を見つけ出しています。

状況は確かに急速に変化しています。1941年7月のドイツ軍の暗号化された通信文は85年間解読されませんでしたが、今月、AIを活用した取り組みによってついに解読されました。 そのメッセージはほとんど滑稽なほど平凡で、要するにローゼノウの誰かが「どちらの方向へ行進すべきか」と尋ねているだけでしたが、AIエージェントがアーカイブの検索、コードの記述、エニグマのシミュレーション、可能性の検証を支援し、この長年の難題は解明されました。2026年、暗号通貨業界は、その「再検証」の能力が実際の資金を含むソフトウェアに向けられたときに何が起こるかを痛感することになりました。

AIが古いコードを徹底的に調査

5月にはZcashがその最も明快な事例の一つを提供しました。 Shielded Labsに所属する研究者テイラー・ホーンビー氏は、カスタム監査エージェントにClaude Opus 4.8を活用し、2022年にさかのぼるOrchardシールドプール回路の欠陥を明らかにしました。テストの結果、この脆弱性により、検出されることなく無制限に偽造ZECが生成される可能性が判明しました。 盗難の事実が確認されたわけではありませんが、開発者たちは数日以内にパッチを適用しました。ただし、AIを活用したレビューによって発見されるまで、壊滅的な被害をもたらしかねないバグがおよそ4年間も放置されていたことになります。その後、ZcashチームはMythosを活用してコードを解析・監査し、新たなバグは見つからなかったと主張しました。

Coldcardのケースはさらに混沌としていました。7月30日以降、攻撃者は2021年に遡るファームウェアの脆弱性の影響を受けたウォレットからビットコインを掠め取りました。この脆弱性により、一部の復元シードが意図したよりもはるかにランダム性が低下していました。その後の推定では、数千のアドレスにわたり、約1,600～1,800 BTC以上、1億ドルを超える被害が発生したとされています。 Coldcardの製造元であるCoinkiteは、誰かがAIを使って同社の公開ファームウェアを解析したと推測せざるを得ないと述べましたが、多くの観測筋は、制限のないAIモデルが関与していたと高い確信を示しました。犯行の帰属は定まっていないものの、脆弱性自体は5年間も放置されていました。

時には機械も騙される

Bankrのケースでは状況が一転し、AI自体が攻撃対象の一部となってしまいました。 5月4日には、ある攻撃者がモールス信号のテキストを投稿し、GrokがこれをBankrが受け入れる命令として解読したことで、約15万～20万ドル相当のDRB約30億が送金されてしまいました。 その約2週間後、同様の信頼レイヤーの問題で14人のユーザーのウォレットが被害を受け、報告された損失額は約15万ドルから44万ドルに及びました。攻撃者は暗号技術を破ったわけではありません。マシン同士が互いを過度に信頼しすぎていたのです。

さらにAIの登場によって、解析が困難なスマートコントラクトのコードも、より安価に解析できるようになりつつあるようだ。Chainalysisは、約3,670万ドル相当の盗難を、検証されていないコントラクトを持つプロトコルに対する攻撃と関連付けた。これらの攻撃では、攻撃者はまずデプロイされたバイトコードを逆コンパイルする必要があった。 この6か月間では、EkuboとTrusted Volumesがそのクラスターの約700万ドルを占めていますが、ChainalysisによるAIとの関連付けは、特定のモデルが各エクスプロイトを作成したという証拠というよりも、手法に関する主張に過ぎません。 さらに、「Claudeで構築された」と偽ったアービトラージボットも存在しました。 9本の類似したYouTubeチュートリアルが視聴者にコードを偽のRemix風コンパイラにコピーするよう誘導し、そのコンパイラは密かに資金を吸い上げるコードに置き換えていました。TRMの集計では、被害者は224人、契約数は234件、損失額は約51万7,000ドルに上りました。このケースでは、AIは決して武器ではありませんでした。それは単なる餌に過ぎませんでした。

440％という数字が物語を変える

とはいえ、2026年に発生した大規模暗号資産ハッキングのすべてがAIによるものだったわけではありません。多くの人が関与を疑っているにもかかわらず、AIとの明確な関連性が確認されていない攻撃もあれば、今年発生した他の数多くのDeFi攻撃も同様です。これが重要な分水嶺となります。 2026年のインシデントの一部ではAIの関与が確認されており、信憑性のある疑いが持たれているものもあるが、依然として多くの事例は昔ながらのバグ、鍵、権限、システムの不具合に起因している。

しかし、Chainalysisのブロックチェーン・デッドドロップデータは、より広範な経済状況が変化しつつあることを示唆しています。マルウェアの命令やコマンド＆コントロール情報を含む悪意のあるオンチェーン書き込みは、1日あたり約2.06件から11.1件へと増加し、440％の上昇となりました。 高性能なオープンウェイトAIモデルは、このインフラを構築するために必要な専門知識のハードルを下げつつあり、2026年第2四半期までに、北朝鮮やイランと関連する国家系アクターが四半期ごとに新たに観測された活動の約3分の2を占めるようになりました。 「エニグマ」事件から得られる教訓は、AIが突然ビットコインの暗号技術を解読できるようになったというものではありません。 重要なのは、機械によって再検証のコストが削減される点だ。Zcashは攻撃者に先んじて古いミスを発見したが、Coldcardの失態は、その逆の事態がどのようなものかを示している。暗号資産には、再検証を待つ長年の公開コードが存在し、その中にまだどれだけの「ローゼノウ」が潜んでいるかは誰にも分からない。