Claude detecta en 8 minutos una vulnerabilidad de Bitcoin valorada en 100 millones de dólares

Un modelo de inteligencia artificial habría identificado en apenas ocho minutos una vulnerabilidad de Bitcoin con exposición estimada en 100 millones de dólares, un fallo que a un equipo humano le habría tomado mucho más tiempo rastrear. El hallazgo, atribuido al modelo Claude de Anthropic, reaviva el debate sobre el papel que la IA está empezando a jugar en la auditoría de código y en la seguridad del sector cripto.

Según trascendió a partir de una publicación compartida en la red social X, el modelo analizó una base de código y detectó la misma falla crítica que ya había sido reportada por investigadores humanos, pero en una fracción del tiempo. La velocidad del proceso es el dato que más llamó la atención de la comunidad técnica.

Por qué importa una vulnerabilidad de Bitcoin de este tamaño

Cuando se habla de una cifra como 100 millones de dólares no siempre se trata de fondos ya perdidos, sino del valor potencialmente expuesto: los activos que un atacante podría comprometer si explotara el fallo antes de que se corrija. En seguridad informática, ese número sirve para dimensionar la gravedad y priorizar la respuesta.

Publicidad

El ecosistema de Bitcoin y de las criptomonedas en general vive de la confianza en su código. Un error en una billetera, en un protocolo o en una implementación puede traducirse en pérdidas irreversibles, porque las transacciones no se deshacen. De ahí que las auditorías, los programas de recompensas por errores (bug bounties) y la revisión constante del código sean piezas centrales de la infraestructura.

No es la primera vez que un fallo de esta magnitud sacude al sector. Hace poco, el caso de una vulnerabilidad en la wallet Coldcard con exposición cercana a los 89 millones de dólares provocó uno de los mayores movimientos preventivos de Bitcoin desde el colapso de FTX. Episodios así muestran cómo la reacción de los usuarios ante un aviso de seguridad puede mover el mercado en cuestión de horas.

La IA entra al terreno de la auditoría de código

Lo novedoso de este caso no es tanto la existencia del fallo como quién lo encontró y a qué velocidad. Los modelos de lenguaje avanzados están demostrando capacidad para leer, entender y señalar patrones peligrosos en grandes volúmenes de código fuente, una tarea que tradicionalmente exige horas o días de trabajo especializado.

Para los desarrolladores, la promesa es evidente: una primera capa de revisión automática que detecte problemas obvios antes de que el código llegue a producción. Un modelo que repasa miles de líneas en minutos puede acelerar los ciclos de auditoría y liberar a los ingenieros para tareas más complejas.

La contracara también existe. Si una IA puede encontrar fallos en ocho minutos para reforzar la defensa, herramientas similares en manos equivocadas podrían acelerar la búsqueda de vectores de ataque. La misma capacidad que ayuda a auditar sirve, en teoría, para rastrear puntos débiles con fines maliciosos. El resultado es una carrera en la que atacantes y defensores adoptan la automatización casi al mismo ritmo.

Un cambio en cómo se protege el código cripto

Los especialistas en seguridad llevan tiempo advirtiendo que la revisión manual, por rigurosa que sea, no da abasto frente a la cantidad de proyectos que se lanzan cada semana en el sector. Billeteras, contratos inteligentes, puentes entre cadenas y protocolos de finanzas descentralizadas amplían constantemente la superficie de ataque.

En ese contexto, incorporar modelos de IA a los flujos de trabajo de auditoría podría convertirse en práctica habitual. No sustituyen el criterio de un experto humano —que sigue siendo necesario para validar hallazgos y descartar falsos positivos—, pero sí funcionan como un filtro rápido y de bajo costo.

Conviene tomar los detalles con cautela mientras no haya un informe técnico detallado que confirme el alcance exacto del fallo, la naturaleza del código analizado y cómo se validó la cifra de 100 millones de dólares. La información disponible por ahora es limitada y proviene en gran parte de publicaciones en redes sociales, no de un comunicado formal de auditoría.

Lo que sí deja claro el episodio es una tendencia de fondo: la seguridad del código, uno de los pilares silenciosos de las criptomonedas, empieza a apoyarse en herramientas capaces de leer y razonar sobre software a una velocidad que hasta hace poco parecía reservada a la ciencia ficción. Cómo se equilibre ese poder entre quienes defienden y quienes atacan marcará buena parte de la conversación sobre seguridad en los próximos años.