AI daje hakerom kryptowalutowym szybkość maszyn; zagrożone mld

Sztuczna inteligencja sprawia, że kradzież kryptowalut staje się szybszym i tańszym biznesem

Najnowszy kryzys bezpieczeństwa w świecie kryptowalut nastąpił właśnie w momencie, gdy sztuczna inteligencja sprawia, że przeprowadzanie cyberataków staje się tańsze, a ich powstrzymanie trudniejsze.

Binance podało, że atakujący spowodowali straty szacowane na 6,3 mld dolarów w wyniku naruszenia bezpieczeństwa z 30 października, a wstępne dochodzenie wskazuje na przejęty laptop zespołu DevOps oraz nieautoryzowane wypłaty środków. We wrześniu serwis Bitget padł ofiarą kolejnego incydentu, w wyniku którego około 387,5 mln dolarów zostało przelanych na adresy kontrolowane przez atakujących. Żadna z firm nie przypisała publicznie tego włamania sztucznej inteligencji.

To rozróżnienie ma znaczenie. Pojawiające się zagrożenie nie polega na tym, że każdy atak na kryptowaluty nagle wykorzystuje sztuczną inteligencję. Chodzi o to, że sztuczna inteligencja zmienia ekonomię ataków na portfele, giełdy i instytucje finansowe.

Sztuczna inteligencja przekształca znane ataki w operacje na skalę przemysłową

Według Google Threat Intelligence cyberprzestępcy odchodzą od prostych poleceń generowanych przez sztuczną inteligencję na rzecz autonomicznych schematów ataków.

W jednym z przypadków z 2026 roku atakujący wykorzystał agentów AI do stworzenia i przeprowadzenia masowej operacji pozyskiwania danych uwierzytelniających w mniej niż sześć godzin, uzyskując dostęp do tysięcy danych uwierzytelniających stron trzecich. Google twierdzi, że sztuczna inteligencja jest coraz częściej wykorzystywana do badania luk w zabezpieczeniach, tworzenia exploitów oraz zautomatyzowanego rozpoznania.

Firma Anthropic zaobserwowała tę samą zmianę. We wrześniowym raporcie dotyczącym zagrożeń stwierdzono, że atakujący uruchamiają równolegle agentów opartych na sztucznej inteligencji do rozpoznania, wykorzystania luk i kradzieży, co pozwala pojedynczym operatorom zarządzać kampaniami, które wcześniej wymagały zaangażowania całych zespołów.

Założyciel Curve Finance, Michael Egorov, twierdzi, że platformy scentralizowane narażone są na szczególnie szeroki zakres ataków, ponieważ łączą dostęp uprzywilejowany ze złożoną infrastrukturą oprogramowania.

„Infrastruktura scentralizowana jest zazwyczaj budowana w oparciu o dość złożone zależności infrastruktury oprogramowania, w których sztuczna inteligencja obecnie niemal codziennie wykrywa luki” – powiedział Egorov.

Mapa zagrożeń związanych z bitcoinem opracowana przez firmę River ilustruje ten problem: sztuczna inteligencja może nasilać kradzieże z portfeli własnych poprzez phishing i złośliwe oprogramowanie, przyspieszać przejmowanie kont przy użyciu wyciekłych danych i deepfake’ów oraz pomagać atakującym w wyszukiwaniu luk w zabezpieczeniach kodu platformy.

Model samodzielnego przechowywania bitcoinów stwarza wyjątkowe wyzwania

Kryptowaluty niosą ze sobą bezlitosną cechę: udana kradzież może być nieodwracalna.

Luka osłabiająca losowość niektórych nasion generowanych przez COLDCARD została tego lata powiązana z kradzieżą 1 367 BTC z ponad 4 500 adresów, o wartości prawie 116 milionów dolarów w tamtym czasie. Atakujący mogli odtworzyć podatne na atak klucze prywatne w trybie offline.

Niedawne wycieki danych tworzą kolejną powierzchnię ataku. Firma Keystone ujawniła, że październikowe włamanie do strony internetowej spowodowało ujawnienie danych osobowych związanych z 25 964 rekordami kupujących. Coinbase poinformowało z kolei, że incydent u dostawcy usług analitycznych Amplitude doprowadził do ujawnienia danych kontaktowych niewielkiej grupy klientów, choć nie doszło do naruszenia bezpieczeństwa własnych systemów ani środków klientów.

Dane te mogą stać się surowcem do wysoce spersonalizowanego phishingu opartego na sztucznej inteligencji.

Banki stoją w obliczu tego samego zagrożenia działającego z prędkością maszyn

Tradycyjny sektor finansowy nie jest przed tym zabezpieczony.

Firma Anthropic udokumentowała cyberoperacje wspomagane przez sztuczną inteligencję, skierowane przeciwko instytucjom finansowym, podczas gdy FBI odnotowało straty wynikające z przejęcia kont o wartości ponad 262 milionów dolarów w okresie od stycznia do listopada 2025 roku.

Decydującym czynnikiem w wyścigu o bezpieczeństwo może zatem być szybkość.

Sztuczna inteligencja nie musi wymyślać nowych sposobów kradzieży bitcoinów ani opróżniania kont bankowych. Jeśli potrafi znaleźć słabe punkty, podszywać się pod ofiary i przeprowadzać istniejące ataki szybciej, niż obrońcy są w stanie zareagować, znane formy cyberprzestępczości stają się znacznie bardziej skalowalne.