El Problema de Seguridad en Criptomonedas
El problema de seguridad en el ámbito de las criptomonedas tomó un giro inesperado en 2026. Investigadores asistidos por inteligencia artificial (IA) descubrieron un defecto en Zcash, que había permanecido oculto durante cuatro años y que era capaz de crear ZEC falsificados. También se identificó una vulnerabilidad en Coldcard, que databa de 2021 y que había precedido a robos de bitcoin estimados en más de 100 millones de dólares. Además, atacantes manipularon un agente de IA para transferir aproximadamente 3 mil millones de DRB. Mientras tanto, las instrucciones maliciosas incrustadas en blockchains públicas aumentaron un 440%, lo que sugiere que la IA no solo está transformando la forma en que se desarrolla el crypto, sino también cómo se lleva a cabo su ataque.
Descubrimientos Asistidos por IA
Las cosas están cambiando rápidamente. Una transmisión encriptada del ejército alemán de julio de 1941 sobrevivió 85 años antes de que un esfuerzo asistido por IA finalmente la descifrara este mes. El mensaje era casi cómicamente ordinario, esencialmente alguien en Rosenow preguntando en qué dirección marchar. Sin embargo, los agentes de IA ayudaron a buscar en archivos, escribir código, simular Enigma y probar posibilidades hasta que el viejo problema se resolvió. En 2026, el mundo de las criptomonedas ha estado descubriendo qué sucede cuando esta capacidad de revisión se aplica a software que contiene dinero real.
Casos de Zcash y Coldcard
Zcash proporcionó uno de los ejemplos más claros en mayo. El investigador Taylor Hornby, trabajando para Shielded Labs, utilizó Claude Opus 4.8 en un agente de auditoría personalizado y descubrió un defecto en el circuito de la piscina protegida Orchard que databa de 2022. En las pruebas, la vulnerabilidad podría permitir la creación de ZEC falsificados ilimitados sin detección. Aunque no se registró ningún robo y los desarrolladores lo repararon en cuestión de días, un error potencialmente catastrófico había permanecido oculto durante aproximadamente cuatro años antes de ser descubierto por la revisión asistida por IA. Posteriormente, el equipo de Zcash afirmó haber utilizado Mythos para analizar y auditar el código, sin encontrar nuevos errores.
El caso de Coldcard fue considerablemente más complicado. A partir del 30 de julio, los atacantes comenzaron a robar bitcoin de billeteras afectadas por una vulnerabilidad de firmware que se remontaba a 2021, la cual dejaba algunas semillas de recuperación mucho menos aleatorias de lo previsto. Las estimaciones posteriores alcanzaron entre 1,600 y más de 1,800 BTC, así como más de 100 millones de dólares en miles de direcciones. Coinkite, el fabricante de Coldcard, indicó que tuvo que asumir que alguien había utilizado IA para inspeccionar su firmware público, mientras que muchos observadores expresaron su alta confianza en que modelos sin restricciones estaban involucrados. La atribución de los ataques no está resuelta, pero la vulnerabilidad había estado presente durante cinco años.
Manipulación y Análisis de IA
Bankr también dio un giro a la ecuación, ya que la IA se convirtió en parte de la superficie de ataque. El 4 de mayo, un atacante publicó un texto en código Morse que Grok decodificó en una instrucción que Bankr aceptó, desencadenando la transferencia de aproximadamente 3 mil millones de DRB, con un valor de entre 150,000 y 200,000 dólares. Aproximadamente dos semanas después, el mismo problema general de capa de confianza afectó a 14 billeteras de usuarios, con pérdidas reportadas que oscilaban entre 150,000 y 440,000 dólares. El atacante no rompió la criptografía; las máquinas simplemente confiaban demasiado entre sí.
La IA también parece estar facilitando el análisis de contratos inteligentes complejos. Chainalysis vinculó aproximadamente 36.7 millones de dólares en robos a ataques contra protocolos con contratos no verificados, donde los atacantes primero tuvieron que descompilar el bytecode desplegado. Ekubo y Trusted Volumes representaron aproximadamente 7 millones de dólares de ese grupo durante un período de seis meses, aunque la conexión de IA de Chainalysis es más una afirmación de método que una prueba de que un modelo específico creó cada explotación.
Falsos Bots y Conclusiones
Luego estaban los falsos bots de arbitraje «construidos por Claude». Nueve tutoriales similares en YouTube dirigieron a los espectadores a copiar código en un compilador falso estilo Remix que secretamente sustituía un drenador. TRM contabilizó 224 víctimas, 234 contratos y aproximadamente 517,000 dólares perdidos. En este caso, la IA no fue el arma en absoluto; fue el cebo.
Nada de esto implica que cada gran hackeo en el ámbito de las criptomonedas en 2026 fue impulsado por IA. Algunos exploits no tienen conexión establecida con la IA, aunque muchos sospechan de su participación, junto con numerosos otros ataques de DeFi este año. Esta es una línea divisoria importante. Un número de incidentes en 2026 ha documentado la participación de IA, otros llevan sospechas creíbles, y muchos aún se reducen a errores, claves, permisos y sistemas rotos de la manera tradicional.
Sin embargo, los datos de dead-drop de blockchain de Chainalysis sugieren que la economía más amplia está cambiando. Las escrituras maliciosas en la cadena que contienen instrucciones de malware e información de comando y control aumentaron de aproximadamente 2.06 por día a 11.1, lo que representa un aumento del 440%. Poderosos modelos de IA de código abierto pueden reducir la experiencia necesaria para construir esta infraestructura, mientras que actores vinculados al estado, asociados con Corea del Norte e Irán, representaron aproximadamente dos tercios de la actividad recién observada cada trimestre durante el segundo trimestre de 2026.
La lección de Enigma no es que la IA pueda de repente descifrar la criptografía de Bitcoin. Es que las máquinas están haciendo que sea más barato revisar el pasado.
Zcash encontró un viejo error antes de que lo hiciera un atacante, mientras que el fiasco de Coldcard muestra cómo puede suceder lo contrario. El mundo de las criptomonedas tiene años de código público esperando ser revisado, y nadie sabe cuántos problemas aún se esconden en él. Haseeb Qureshi de Dragonfly señala que la vulnerabilidad de Coldcard demuestra cómo la inteligencia artificial (IA) está reescribiendo la economía de la ciberseguridad.
