Sztuczna inteligencja ponownie analizuje stare kody kryptowalut i odkrywa to, co umknęło ludziom

Sytuacja z pewnością zmienia się bardzo szybko. Zaszyfrowana wiadomość niemieckiej armii z lipca 1941 roku przetrwała 85 lat, zanim w tym miesiącu udało się ją w końcu złamać dzięki wysiłkom wspomaganym przez sztuczną inteligencję. Treść wiadomości była niemal komicznie zwyczajna – w zasadzie ktoś z Rosenow pytał, w którą stronę maszerować – ale agenci AI pomogli przeszukiwać archiwa, pisać kod, symulować działanie Enigmy i testować różne możliwości, aż stary problem został rozwiązany. W 2026 roku branża kryptowalutowa odkrywała, co się dzieje, gdy ta zdolność do ponownego przyglądania się zostaje skierowana na oprogramowanie zawierające prawdziwe pieniądze.

Sztuczna inteligencja poluje na stary kod

W maju jedną z najczystszych ilustracji tego zjawiska dostarczyła sieć Zcash. Badacz Taylor Hornby, pracujący dla Shielded Labs, wykorzystał Claude Opus 4.8 w niestandardowym agencie audytowym i odkrył lukę w obwodzie chronionej puli Orchard, pochodzącą z 2022 roku. Podczas testów luka ta pozwalała na tworzenie nieograniczonej ilości fałszywych ZEC bez wykrycia. Nie stwierdzono kradzieży, a programiści załatali lukę w ciągu kilku dni, jednak potencjalnie katastrofalny błąd przetrwał około czterech lat, zanim wykryła go analiza wspomagana przez sztuczną inteligencję. Później zespół Zcash oświadczył, że wykorzystał Mythos do analizy i audytu kodu i nie znalazł żadnych nowych błędów.

W przypadku Coldcard sytuacja była znacznie bardziej skomplikowana. Od 30 lipca atakujący wykradali bitcoiny z portfeli dotkniętych słabością oprogramowania sprzętowego, której początki sięgały 2021 roku i która sprawiła, że niektóre klucze odzyskiwania były znacznie mniej losowe niż zamierzano. Późniejsze szacunki wskazywały na kwotę od około 1 600 do ponad 1 800 BTC oraz ponad 100 milionów dolarów na tysiącach adresów. Coinkite, producent Coldcard, stwierdził, że musi założyć, iż ktoś wykorzystał sztuczną inteligencję do przeanalizowania jego publicznego oprogramowania układowego, podczas gdy wielu obserwatorów wyraziło duże przekonanie, że w sprawę zaangażowane były modele bez ograniczeń. Nie ustalono jeszcze, kto stoi za atakiem, ale sama luka istniała już od pięciu lat.

Czasami maszyna daje się oszukać

Bankr również odwrócił sytuację, ponieważ sztuczna inteligencja stała się częścią powierzchni ataku. 4 maja atakujący opublikował tekst w alfabecie Morse’a, który Grok zdekodował jako instrukcję zaakceptowaną przez Bankr, co spowodowało przelew około 3 miliardów DRB o wartości od około 150 000 do 200 000 dolarów. Około dwa tygodnie później ten sam ogólny problem związany z warstwą zaufania dotknął 14 portfeli użytkowników, a zgłoszone straty wahały się od około 150 000 do 440 000 dolarów. Atakujący nie złamał kryptografii. Maszyny zbytnio sobie ufały.

Wydaje się również, że sztuczna inteligencja sprawia, że analiza skomplikowanego kodu kontraktów inteligentnych staje się tańsza. Firma Chainalysis powiązała kradzieże o wartości około 36,7 mln dolarów z atakami na protokoły zawierające niezweryfikowane kontrakty, w przypadku których atakujący musieli najpierw zdekompilować wdrożony kod bajtowy. W ciągu tego sześciomiesięcznego okresu na Ekubo i Trusted Volumes przypadało około 7 mln dolarów z tej grupy, chociaż powiązanie ze sztuczną inteligencją wskazane przez Chainalysis jest raczej twierdzeniem dotyczącym metody niż dowodem na to, że każdy z exploitów został stworzony przez konkretny model.

Następnie pojawiły się fałszywe boty arbitrażowe „stworzone przez Claude’a”. Dziewięć podobnych tutoriali na YouTube nakłaniało widzów do skopiowania kodu do fałszywego kompilatora w stylu Remix, który potajemnie zastępował go kodem służącym do wyciągania środków. TRM naliczyło 224 ofiary, 234 kontrakty i straty w wysokości około 517 000 dolarów. W tym przypadku sztuczna inteligencja wcale nie była bronią. Była przynętą.

Liczba 440% zmienia obraz sytuacji

Nie oznacza to jednak, że każdy wielki atak kryptowalutowy w 2026 roku był napędzany przez sztuczną inteligencję. Niektóre ataki nie mają potwierdzonego związku ze sztuczną inteligencją, mimo że wiele osób podejrzewa jej udział, podobnie jak w przypadku licznych innych ataków na DeFi w tym roku. To ważna linia podziału. W przypadku wielu incydentów z 2026 r. udokumentowano udział sztucznej inteligencji, w innych istnieją wiarygodne podejrzenia, a wiele z nich nadal sprowadza się do starych dobrych błędów, kluczy, uprawnień i wadliwych systemów.

Dane Chainalysis dotyczące „dead-dropów” w łańcuchu bloków sugerują jednak, że zmienia się ogólna sytuacja ekonomiczna. Liczba złośliwych wpisów w łańcuchu bloków zawierających instrukcje złośliwego oprogramowania oraz informacje dotyczące sterowania i kontroli wzrosła z około 2,06 dziennie do 11,1, co stanowi wzrost o 440%. Potężne modele sztucznej inteligencji typu open-weight mogą obniżyć poziom wiedzy specjalistycznej wymaganej do budowy tej infrastruktury, podczas gdy podmioty powiązane z państwem, związane z Koreą Północną i Iranem, odpowiadały za około dwie trzecie nowo zaobserwowanej aktywności w każdym kwartale do drugiego kwartału 2026 roku.

Wniosek płynący z przypadku Enigmy nie polega na tym, że sztuczna inteligencja może nagle złamać kryptografię Bitcoina. Chodzi o to, że maszyny sprawiają, że ponowne sprawdzanie staje się tańsze. Zcash wykrył stary błąd, zanim zrobił to atakujący, podczas gdy fiasko związane z Coldcard pokazuje, jak może wyglądać sytuacja odwrotna. Kryptowaluty mają za sobą lata publicznego kodu, który czeka na ponowne przejrzenie, i nikt nie wie, ilu „Rosenowów” wciąż się w nim kryje.