Kryptovalutaens Sikkerhedsproblemer i 2026
Kryptovalutaens sikkerhedsproblemer tog en mærkelig drejning i 2026. Kunstig intelligens (AI)-assisterede forskere fandt en fire år gammel Zcash-fejl, der kunne skabe falsk ZEC, samt en Coldcard-svaghed, der går tilbage til 2021, som forudgik mere end 100 millioner dollars i anslåede bitcoin-tyverier. Angribere manipulerede en AI-agent til at overføre cirka 3 milliarder DRB. I mellemtiden sprang ondsindede instruktioner indlejret på offentlige blockchains med 440%, hvilket tyder på, at AI ikke blot ændrer, hvordan kryptovaluta bygges, men også hvordan folk angriber det.
Historiske Krypterede Transmissioner
Tingene ændrer sig hurtigt. En krypteret transmission fra den tyske hær fra juli 1941 overlevede 85 år, før en AI-assisteret indsats endelig knækkede den denne måned. Beskeden var næsten komisk almindelig; det var i bund og grund nogen i Rosenow, der spurgte, hvilken vej de skulle marchere. AI-agenter hjalp med at søge i arkiver, skrive kode, simulere Enigma og teste muligheder, indtil det gamle problem gav efter.
Opdagelser i Zcash og Coldcard
Kryptovaluta har i 2026 opdaget, hvad der sker, når evnen til at se tilbage rettes mod software, der indeholder rigtige penge. Zcash gav et af de reneste eksempler i maj. Forskeren Taylor Hornby, der arbejdede for Shielded Labs, brugte Claude Opus 4.8 i en tilpasset revisionsagent og opdagede en fejl i Orchard-skjold-pool-kredsløbet, der går tilbage til 2022. I testene kunne sårbarheden skabe ubegribelig falsk ZEC uden detektion. Der blev ikke registreret tyveri, og udviklerne rettede det inden for dage, men en potentielt katastrofal fejl havde overlevet cirka fire år, før AI-assisteret gennemgang fandt den.
Coldcard-situationen var betydeligt mere kompleks. Fra den 30. juli begyndte angribere at stjæle bitcoin fra tegnebøger, der var påvirket af en firmware-svaghed, der kunne spores tilbage til 2021, som efterlod nogle gendannelsesfrø langt mindre tilfældige end tilsigtet. Senere skøn nåede op på cirka 1.600 til mere end 1.800 BTC og over 100 millioner dollars på tværs af tusindvis af adresser. Coinkite, Coldcards producent, sagde, at de måtte antage, at nogen brugte AI til at inspicere deres offentlige firmware, mens mange observatører udtrykte stor tillid til, at ubegrænsede modeller var involveret.
AI som Angrebsoverflade
Bankr vendte også ligningen om, fordi AI blev en del af angrebsoverfladen. Den 4. maj postede en angriber tekst i morsekode, som Grok decodede til en instruktion, som Bankr accepterede, hvilket udløste overførslen af cirka 3 milliarder DRB, der var værd omkring 150.000 til 200.000 dollars. Cirka to uger senere ramte det samme generelle tillidslagproblem 14 brugertegnebøger, med rapporterede tab, der varierede fra omkring 150.000 til 440.000 dollars. Angriberen knækkede ikke kryptografi; maskinerne stolede for meget på hinanden.
Smart-kontraktkode og Falske Bots
AI ser også ud til at gøre smart-kontraktkode billigere at dissekere. Chainalysis knyttede cirka 36,7 millioner dollars i tyverier til angreb mod protokoller med uverificerede kontrakter, hvor angribere først måtte dekompilere den implementerede bytekode. Ekubo og Trusted Volumes stod for cirka 7 millioner dollars af det kluster i løbet af den seks måneders periode, selvom Chainalysis’ AI-forbindelse er en metodekrav snarere end bevis for, at en navngiven model skabte hver udnyttelse.
Så var der de falske “Claude-bygget” arbitrage-bots. Ni lignende YouTube-tutorials dirigerede seerne til at kopiere kode ind i en falsk Remix-stil compiler, der hemmeligt substituerede en drainer. TRM registrerede 224 ofre, 234 kontrakter og cirka 517.000 dollars tabt. I dette tilfælde var AI slet ikke våbnet; det var lokkemaden.
Konklusion
Ingen af dette betyder, at hver stor kryptohack i 2026 var AI-drevet. Nogle udnyttelser har ingen etableret AI-forbindelse, på trods af at mange mistænker involvering, sammen med adskillige andre DeFi-angreb i år. Det er en vigtig skillelinje. Et antal hændelser i 2026 har dokumenteret AI-involvering, andre bærer troværdige mistanker, og mange falder stadig tilbage på gammeldags fejl, nøgler, tilladelser og brudte systemer.
Chainalysis’ blockchain dead-drop-data antyder dog, at de bredere økonomiske forhold ændrer sig. Ondsindede on-chain skriver, der bærer malware-instruktioner og kommandokontrolinformation, steg fra cirka 2,06 pr. dag til 11,1, en stigning på 440%. Kraftfulde open-weight AI-modeller kan sænke den ekspertise, der er nødvendig for at bygge denne infrastruktur, mens statsforbundne aktører tilknyttet Nordkorea og Iran stod for cirka to tredjedele af den observerede aktivitet hver kvartal inden andet kvartal 2026.
Enigma-lektionen er ikke, at AI pludselig kan knække Bitcoins kryptografi. Det er, at maskiner gør det billigere at se tilbage. Zcash fandt en gammel fejl, før en angriber gjorde det, mens Coldcard-fiaskoen viser, hvordan det modsatte kan se ud. Kryptovaluta har år med offentlig kode, der venter på at blive genlæst, og ingen ved, hvor mange Rosenows der stadig gemmer sig indeni. Dragonflys Haseeb Qureshi siger, at Coldcard-sårbarheden viser, hvordan kunstig intelligens (AI) omskriver cybersikkerhedsøkonomien.
