El problema de seguridad en el \u00e1mbito de las criptomonedas<\/strong> tom\u00f3 un giro inesperado en 2026<\/strong>. Investigadores asistidos por inteligencia artificial (IA)<\/strong> descubrieron un defecto en Zcash<\/strong>, que hab\u00eda permanecido oculto durante cuatro a\u00f1os y que era capaz de crear ZEC falsificados<\/strong>. Tambi\u00e9n se identific\u00f3 una vulnerabilidad en Coldcard<\/strong>, que databa de 2021 y que hab\u00eda precedido a robos de bitcoin estimados en m\u00e1s de 100 millones de d\u00f3lares<\/strong>. Adem\u00e1s, atacantes manipularon un agente de IA para transferir aproximadamente 3 mil millones de DRB<\/strong>. Mientras tanto, las instrucciones maliciosas incrustadas en blockchains p\u00fablicas aumentaron un 440%<\/strong>, lo que sugiere que la IA no solo est\u00e1 transformando la forma en que se desarrolla el crypto, sino tambi\u00e9n c\u00f3mo se lleva a cabo su ataque.<\/p>\n Las cosas est\u00e1n cambiando r\u00e1pidamente. Una transmisi\u00f3n encriptada del ej\u00e9rcito alem\u00e1n de julio de 1941 sobrevivi\u00f3 85 a\u00f1os antes de que un esfuerzo asistido por IA finalmente la descifrara este mes. El mensaje era casi c\u00f3micamente ordinario, esencialmente alguien en Rosenow preguntando en qu\u00e9 direcci\u00f3n marchar. Sin embargo, los agentes de IA ayudaron a buscar en archivos, escribir c\u00f3digo, simular Enigma y probar posibilidades hasta que el viejo problema se resolvi\u00f3. En 2026, el mundo de las criptomonedas ha estado descubriendo qu\u00e9 sucede cuando esta capacidad de revisi\u00f3n se aplica a software que contiene dinero real.<\/p>\n Zcash<\/strong> proporcion\u00f3 uno de los ejemplos m\u00e1s claros en mayo. El investigador Taylor Hornby<\/strong>, trabajando para Shielded Labs<\/strong>, utiliz\u00f3 Claude Opus 4.8<\/strong> en un agente de auditor\u00eda personalizado y descubri\u00f3 un defecto en el circuito de la piscina protegida Orchard<\/strong> que databa de 2022. En las pruebas, la vulnerabilidad podr\u00eda permitir la creaci\u00f3n de ZEC falsificados ilimitados sin detecci\u00f3n. Aunque no se registr\u00f3 ning\u00fan robo y los desarrolladores lo repararon en cuesti\u00f3n de d\u00edas, un error potencialmente catastr\u00f3fico hab\u00eda permanecido oculto durante aproximadamente cuatro a\u00f1os antes de ser descubierto por la revisi\u00f3n asistida por IA. Posteriormente, el equipo de Zcash afirm\u00f3 haber utilizado Mythos<\/strong> para analizar y auditar el c\u00f3digo, sin encontrar nuevos errores.<\/p>\n El caso de Coldcard<\/strong> fue considerablemente m\u00e1s 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 recuperaci\u00f3n mucho menos aleatorias de lo previsto. Las estimaciones posteriores alcanzaron entre 1,600<\/strong> y m\u00e1s de 1,800 BTC<\/strong>, as\u00ed como m\u00e1s de 100 millones de d\u00f3lares<\/strong> en miles de direcciones. Coinkite<\/strong>, el fabricante de Coldcard, indic\u00f3 que tuvo que asumir que alguien hab\u00eda utilizado IA para inspeccionar su firmware p\u00fablico, mientras que muchos observadores expresaron su alta confianza en que modelos sin restricciones estaban involucrados. La atribuci\u00f3n de los ataques no est\u00e1 resuelta, pero la vulnerabilidad hab\u00eda estado presente durante cinco a\u00f1os.<\/p>\n Bankr<\/strong> tambi\u00e9n dio un giro a la ecuaci\u00f3n, ya que la IA se convirti\u00f3 en parte de la superficie de ataque. El 4 de mayo, un atacante public\u00f3 un texto en c\u00f3digo Morse que Grok<\/strong> decodific\u00f3 en una instrucci\u00f3n que Bankr acept\u00f3, desencadenando la transferencia de aproximadamente 3 mil millones de DRB<\/strong>, con un valor de entre 150,000<\/strong> y 200,000 d\u00f3lares<\/strong>. Aproximadamente dos semanas despu\u00e9s, el mismo problema general de capa de confianza afect\u00f3 a 14 billeteras de usuarios, con p\u00e9rdidas reportadas que oscilaban entre 150,000<\/strong> y 440,000 d\u00f3lares<\/strong>. El atacante no rompi\u00f3 la criptograf\u00eda; las m\u00e1quinas simplemente confiaban demasiado entre s\u00ed.<\/p>\n La IA tambi\u00e9n parece estar facilitando el an\u00e1lisis de contratos inteligentes complejos. Chainalysis<\/strong> vincul\u00f3 aproximadamente 36.7 millones de d\u00f3lares<\/strong> en robos a ataques contra protocolos con contratos no verificados, donde los atacantes primero tuvieron que descompilar el bytecode desplegado. Ekubo<\/strong> y Trusted Volumes<\/strong> representaron aproximadamente 7 millones de d\u00f3lares<\/strong> de ese grupo durante un per\u00edodo de seis meses, aunque la conexi\u00f3n de IA de Chainalysis es m\u00e1s una afirmaci\u00f3n de m\u00e9todo que una prueba de que un modelo espec\u00edfico cre\u00f3 cada explotaci\u00f3n.<\/p>\n Luego estaban los falsos bots de arbitraje \u00abconstruidos por Claude\u00bb. Nueve tutoriales similares en YouTube dirigieron a los espectadores a copiar c\u00f3digo en un compilador falso estilo Remix que secretamente sustitu\u00eda un drenador. TRM<\/strong> contabiliz\u00f3 224 v\u00edctimas<\/strong>, 234 contratos<\/strong> y aproximadamente 517,000 d\u00f3lares<\/strong> perdidos. En este caso, la IA no fue el arma en absoluto; fue el cebo.<\/p>\n Nada de esto implica que cada gran hackeo en el \u00e1mbito de las criptomonedas en 2026 fue impulsado por IA. Algunos exploits no tienen conexi\u00f3n establecida con la IA, aunque muchos sospechan de su participaci\u00f3n, junto con numerosos otros ataques de DeFi este a\u00f1o. Esta es una l\u00ednea divisoria importante. Un n\u00famero de incidentes en 2026 ha documentado la participaci\u00f3n de IA, otros llevan sospechas cre\u00edbles, y muchos a\u00fan se reducen a errores, claves, permisos y sistemas rotos de la manera tradicional.<\/p>\n Sin embargo, los datos de dead-drop de blockchain de Chainalysis<\/strong> sugieren que la econom\u00eda m\u00e1s amplia est\u00e1 cambiando. Las escrituras maliciosas en la cadena que contienen instrucciones de malware e informaci\u00f3n de comando y control aumentaron de aproximadamente 2.06 por d\u00eda<\/strong> a 11.1<\/strong>, lo que representa un aumento del 440%<\/strong>. Poderosos modelos de IA de c\u00f3digo abierto pueden reducir la experiencia necesaria para construir esta infraestructura, mientras que actores vinculados al estado, asociados con Corea del Norte<\/strong> e Ir\u00e1n<\/strong>, representaron aproximadamente dos tercios de la actividad reci\u00e9n observada cada trimestre durante el segundo trimestre de 2026.<\/p>\n La lecci\u00f3n de Enigma no es que la IA pueda de repente descifrar la criptograf\u00eda de Bitcoin. Es que las m\u00e1quinas est\u00e1n haciendo que sea m\u00e1s barato revisar el pasado.<\/p>\n<\/blockquote>\n Zcash<\/strong> encontr\u00f3 un viejo error antes de que lo hiciera un atacante, mientras que el fiasco de Coldcard<\/strong> muestra c\u00f3mo puede suceder lo contrario. El mundo de las criptomonedas tiene a\u00f1os de c\u00f3digo p\u00fablico esperando ser revisado, y nadie sabe cu\u00e1ntos problemas a\u00fan se esconden en \u00e9l. Haseeb Qureshi<\/strong> de Dragonfly<\/strong> se\u00f1ala que la vulnerabilidad de Coldcard demuestra c\u00f3mo la inteligencia artificial (IA) est\u00e1 reescribiendo la econom\u00eda de la ciberseguridad.<\/p>\n","protected":false},"excerpt":{"rendered":" El Problema de Seguridad en Criptomonedas El problema de seguridad en el \u00e1mbito de las criptomonedas tom\u00f3 un giro inesperado en 2026. Investigadores asistidos por inteligencia artificial (IA) descubrieron un defecto en Zcash, que hab\u00eda permanecido oculto durante cuatro a\u00f1os y que era capaz de crear ZEC falsificados. Tambi\u00e9n se identific\u00f3 una vulnerabilidad en Coldcard, que databa de 2021 y que hab\u00eda precedido a robos de bitcoin estimados en m\u00e1s de 100 millones de d\u00f3lares. Adem\u00e1s, atacantes manipularon un agente de IA para transferir aproximadamente 3 mil millones de DRB. Mientras tanto, las instrucciones maliciosas incrustadas en blockchains p\u00fablicas aumentaron<\/p>\n","protected":false},"author":3,"featured_media":18607,"comment_status":"closed","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[64],"tags":[556,10956,76,10957,10682,10656,8437,65,10958,9913,7830],"class_list":["post-18608","post","type-post","status-publish","format-standard","has-post-thumbnail","hentry","category-hack","tag-ai","tag-bankr","tag-chainalysis","tag-claude-opus","tag-coinkite","tag-coldcard","tag-grok","tag-hack","tag-taylor-hornby","tag-trm","tag-zcash"],"yoast_description":"Descubre c\u00f3mo la IA est\u00e1 identificando vulnerabilidades cr\u00edticas en el c\u00f3digo de criptomonedas, transformando dr\u00e1sticamente el panorama de la ciberseguridad en 2026.","_links":{"self":[{"href":"https:\/\/satoshibrother.com\/es\/wp-json\/wp\/v2\/posts\/18608","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/satoshibrother.com\/es\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/satoshibrother.com\/es\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/satoshibrother.com\/es\/wp-json\/wp\/v2\/users\/3"}],"replies":[{"embeddable":true,"href":"https:\/\/satoshibrother.com\/es\/wp-json\/wp\/v2\/comments?post=18608"}],"version-history":[{"count":0,"href":"https:\/\/satoshibrother.com\/es\/wp-json\/wp\/v2\/posts\/18608\/revisions"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/satoshibrother.com\/es\/wp-json\/wp\/v2\/media\/18607"}],"wp:attachment":[{"href":"https:\/\/satoshibrother.com\/es\/wp-json\/wp\/v2\/media?parent=18608"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/satoshibrother.com\/es\/wp-json\/wp\/v2\/categories?post=18608"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/satoshibrother.com\/es\/wp-json\/wp\/v2\/tags?post=18608"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}Descubrimientos Asistidos por IA<\/h2>\n
Casos de Zcash y Coldcard<\/h2>\n
Manipulaci\u00f3n y An\u00e1lisis de IA<\/h2>\n
Falsos Bots y Conclusiones<\/h2>\n
\n