Introduzione
Nel 2026, il problema della sicurezza nel settore delle criptovalute ha assunto una piega inaspettata. Ricercatori supportati dall’intelligenza artificiale (IA) hanno scoperto un difetto in Zcash risalente a quattro anni fa, capace di generare ZEC contraffatti. Inoltre, è stata identificata una vulnerabilità nel firmware di Coldcard, datata 2021, che ha preceduto furti di bitcoin stimati in oltre 100 milioni di dollari. Gli aggressori hanno persino manipolato un agente IA per trasferire circa 3 miliardi di DRB. Nel frattempo, le istruzioni malevole incorporate nelle blockchain pubbliche sono aumentate del 440%, suggerendo che l’IA non sta solo cambiando il modo in cui le criptovalute vengono costruite, ma anche il modo in cui vengono attaccate.
Decifratura Storica
Le cose stanno cambiando rapidamente. Una trasmissione crittografata dell’Esercito Tedesco del luglio 1941 è sopravvissuta per 85 anni prima che uno sforzo assistito dall’IA la decifrasse finalmente questo mese. Il messaggio, quasi comicamente ordinario, riguardava essenzialmente qualcuno a Rosenow che chiedeva in quale direzione marciare. Gli agenti IA hanno aiutato a cercare negli archivi, scrivere codice, simulare Enigma e testare varie possibilità fino a quando il vecchio problema è stato risolto.
Scoperte nel Settore delle Criptovalute
Nel 2026, il mondo delle criptovalute ha scoperto cosa accade quando questa capacità di analisi viene applicata a software contenente denaro reale. Zcash ha fornito uno dei casi più chiari a maggio. Il ricercatore Taylor Hornby, che lavora per Shielded Labs, ha utilizzato Claude Opus 4.8 in un agente di audit personalizzato e ha scoperto un difetto nel circuito della piscina protetta Orchard, risalente al 2022. Nei test, la vulnerabilità poteva generare ZEC contraffatti illimitati senza essere rilevata. Sebbene non siano stati segnalati furti e gli sviluppatori abbiano corretto il problema entro pochi giorni, un bug potenzialmente catastrofico era rimasto irrisolto per circa quattro anni prima che la revisione assistita dall’IA lo identificasse. Successivamente, il team di Zcash ha affermato di aver utilizzato Mythos per analizzare e controllare il codice, senza trovare nuovi bug.
La Situazione di Coldcard
La situazione di Coldcard è stata notevolmente più complessa. A partire dal 30 luglio, gli aggressori hanno prelevato bitcoin da portafogli vulnerabili a un difetto del firmware risalente al 2021, che ha reso alcuni semi di recupero molto meno casuali del previsto. Le stime successive hanno raggiunto circa 1.600 a oltre 1.800 BTC, per un valore di oltre 100 milioni di dollari, attraverso migliaia di indirizzi. Coinkite, il produttore di Coldcard, ha dichiarato di dover presumere che qualcuno abbia utilizzato l’IA per ispezionare il suo firmware pubblico, mentre molti osservatori hanno espresso alta fiducia che modelli non limitati siano stati coinvolti. Sebbene l’attribuzione non sia stata risolta, la vulnerabilità era rimasta attiva per cinque anni.
Attacchi e Vulnerabilità
Bankr ha cambiato le carte in tavola, poiché l’IA è diventata parte della superficie di attacco. Il 4 maggio, un aggressore ha pubblicato un messaggio in codice Morse che Grok ha decifrato in un’istruzione accettata da Bankr, attivando il trasferimento di circa 3 miliardi di DRB, per un valore compreso tra 150.000 e 200.000 dollari. Circa due settimane dopo, lo stesso problema di fiducia ha colpito 14 portafogli utente, con perdite segnalate tra 150.000 e 440.000 dollari. L’aggressore non ha violato la crittografia; le macchine si fidavano troppo l’una dell’altra.
Analisi dei Contratti Intelligenti
L’IA sembra anche rendere più economico analizzare il codice complesso dei contratti intelligenti. Chainalysis ha collegato circa 36,7 milioni di dollari in furti a attacchi contro protocolli con contratti non verificati, dove gli aggressori dovevano prima decompilare il bytecode distribuito. Ekubo e Trusted Volumes hanno rappresentato circa 7 milioni di quel cluster nel corso di sei mesi, sebbene il collegamento dell’IA di Chainalysis sia una rivendicazione metodologica piuttosto che una prova che un modello specifico abbia creato ogni sfruttamento.
Falsi Bot di Arbitraggio
Inoltre, ci sono stati i falsi bot di arbitraggio “costruiti da Claude”. Nove tutorial simili su YouTube hanno indirizzato gli spettatori a copiare codice in un compilatore falso in stile Remix, che sostituiva segretamente un drainer. TRM ha contato 224 vittime, 234 contratti e circa 517.000 dollari persi. In questo caso, l’IA non era l’arma, ma l’esca.
Conclusioni
Nessuna di queste informazioni implica che ogni grande hack nel settore crypto nel 2026 sia stato guidato dall’IA. Alcuni sfruttamenti non hanno alcun collegamento stabilito con l’IA, nonostante molti sospettino un coinvolgimento, insieme a numerosi altri attacchi DeFi quest’anno. Questa è una distinzione importante. Un certo numero di incidenti nel 2026 ha documentato il coinvolgimento dell’IA, altri portano sospetti credibili, e molti si riducono ancora a bug, chiavi, permessi e sistemi obsoleti. Tuttavia, i dati di dead-drop della blockchain di Chainalysis suggeriscono che l’economia più ampia sta cambiando. Le scritture malevole on-chain che portano istruzioni malware e informazioni di comando e controllo sono aumentate da circa 2,06 al giorno a 11,1, un incremento del 440%. Potenti modelli di IA a peso aperto possono ridurre l’expertise necessaria per costruire questa infrastruttura, mentre attori legati allo stato, associati alla Corea del Nord e all’Iran, hanno rappresentato circa due terzi dell’attività recentemente osservata ogni trimestre entro il secondo trimestre del 2026.
La lezione di Enigma non è che l’IA possa improvvisamente decifrare la crittografia di Bitcoin, ma che le macchine rendono più economico analizzare nuovamente il codice. Zcash ha trovato un vecchio errore prima che un aggressore lo scoprisse, mentre il fiasco di Coldcard mostra come possa apparire l’opposto. Il mondo delle criptovalute ha anni di codice pubblico in attesa di essere esaminato, e nessuno sa quanti segreti come quello di Rosenow siano ancora nascosti al suo interno.
Haseeb Qureshi di Dragonfly afferma che la vulnerabilità di Coldcard dimostra come l’intelligenza artificiale stia riscrivendo l’economia della cybersecurity.
