TechFlow Logo
Connexion/ Inscription
Frais ETH
Gwei
Peur
gas
L'IA identifie près de 5 000 vulnérabilités Bitcoin en une journée : les grands modèles chinois montrent leur puissance, l'open source n'est pas synonyme de sécurité

L'IA identifie près de 5 000 vulnérabilités Bitcoin en une journée : les grands modèles chinois montrent leur puissance, l'open source n'est pas synonyme de sécurité

2026.08.07
Partager vers
Les difficultés auxquelles le Bitcoin est confronté pourraient n'être qu'une répétition générale d'un bouleversement plus vaste.

Rédaction : Xiao Bing

16 personnes, 27,5 heures, 4 962 problèmes de sécurité, 85 vulnérabilités critiques, 635 vulnérabilités graves.

Ces chiffres proviennent d'une organisation de bénévoles appelée Bitcoin Red Team. Au cours des deux derniers jours, ils ont lancé un audit de sécurité exhaustif sur 390 projets open source Bitcoin à l'aide de modèles d'IA, soumettant en moyenne 166 découvertes par heure, chaque personne identifiant une vulnérabilité de niveau critique par heure.

Calle, fondateur du protocole Cashu, a publié le premier rapport sur X, résumant la situation en quatre mots : "La situation est extrêmement grave."

Mais ce qui est vraiment inquiétant, ce ne sont pas les chiffres eux-mêmes.

40 000 dollars et un exercice d'incendie

Cet audit n'a pas été lancé sans raison.

Il y a une semaine, l'écosystème Bitcoin vient de subir le plus grand incident de sécurité de l'histoire des portefeuilles matériels.

En raison d'un défaut dans le générateur de nombres aléatoires lors d'une mise à jour du firmware en 2021, le portefeuille Coldcard a permis la déduction des clés privées hors ligne.

À partir du 30 juillet, les attaquants ont pillé plus de 5 200 adresses en quatre vagues ; les données de suivi de Galaxy Research indiquent une perte d'environ 1 816 BTC, soit plus de 116 millions de dollars au prix de l'époque.

Ce bug est resté dormant dans le code public pendant cinq ans ; n'importe qui pouvait l'auditer, presque personne ne l'a examiné systématiquement.

L'incident Coldcard a été l'étincelle. Calle et Rob Hamilton, PDG d'AnchorWatch, ont rapidement constitué la Red Team, obtenu des fonds d'OpenSats et dépensé plus de 40 000 dollars en puissance de calcul IA.

Les modèles qu'ils ont utilisés incluent Kimi K3 de Moonshot AI, GPT Sol d'OpenAI, Fable et Opus d'Anthropic, ainsi que GLM5.2 de Zhipu AI.

Au début du projet, l'accès aux modèles d'OpenAI et d'Anthropic était limité ; l'équipe s'est principalement appuyée sur des modèles open source chinois.

Ce détail est assez intéressant en soi : ceux qui gardent la sécurité de la plus grande infrastructure d'actifs cryptés au monde sont en fait un groupe de bénévoles armés d'IA open source chinoise combattant toute la nuit.

Le puzzle de données après 27,5 heures est le suivant : sur 4 962 problèmes, 14,5 % sont de niveau grave ou critique, soit en moyenne 1,85 problèmes critiques par projet.

Les découvertes critiques concernant les outils de confidentialité et de type CoinJoin représentent la proportion la plus élevée, atteignant 24 % ; suivis par les échanges et les protocoles de swap, 21 % ; les bibliothèques cryptographiques et les SDK ont produit le plus grand volume de découvertes brutes (1 101), mais la proportion critique n'est que de 10 %.

91 % des découvertes ont été soumises via une analyse automatisée, et 21 % ont déjà été reproduites dans un environnement local avec du code de preuve de concept.

Sur les 17 contributeurs, 14 sont humains et 3 sont des systèmes automatisés.

Le goulot d'étranglement s'est inversé

Rob Hamilton a écrit une phrase sur X, plus importante que tous les chiffres : "La partie la plus difficile n'est pas de trouver les bugs, mais de les remettre entre les bonnes mains."

Dans le monde de la recherche en sécurité traditionnelle, la "découverte" est l'étape la plus coûteuse.

Un chercheur en sécurité de premier plan peut passer plusieurs semaines à faire de la rétro-ingénierie sur un code pour trouver une vulnérabilité exploitable.

L'IA a réduit ce coût à presque zéro.

16 personnes travaillant avec des modèles d'IA, la production d'une journée équivaut au travail de plusieurs mois d'une société d'audit.

Le problème se situe après la découverte.

Au moment de la publication du rapport, seuls 19 des 390 projets audités (moins de 5 %) avaient achevé la divulgation en amont.

Calle s'est excusé auprès des mainteneurs dans un tweet, disant savoir que l'afflux de rapports augmentait leur pression et que l'équipe apprenait encore à filtrer le bruit.

8 découvertes ont déjà été retirées car il s'agissait de faux positifs.

C'est un changement structurel : l'IA a transformé la "recherche de bugs" en une action presque gratuite, déplaçant soudainement le goulot d'étranglement de toute la chaîne de sécurité de l'étape de découverte en amont vers l'aval : validation, classification, routage vers les bons mainteneurs, correction, test, déploiement des correctifs.

Ces étapes restent fortement dépendantes de l'homme, toujours lentes, toujours chaotiques.

C'est précisément là que réside l'avantage structurel des attaquants.

Une course aux armements asymétrique

Les défenseurs doivent parcourir une chaîne complète : découverte de la vulnérabilité → validation → divulgation responsable → attente de la confirmation du mainteneur → correction → poussée du correctif → mise à jour par l'utilisateur.

Chaque étape comporte des frictions, des délais.

Les attaquants ont seulement besoin de : découvrir la vulnérabilité → l'exploiter.

L'IA rend le point de départ de la chaîne bon marché pour les deux parties.

Mais l'asymétrie des étapes suivantes signifie que cette course aux armements favorise naturellement l'offensive.

Le cas Coldcard en est la preuve évidente : un bug de 2021 est resté public dans le dépôt de code pendant cinq ans, les défenseurs n'ont pas effectué d'analyse systématique, les attaquants ont utilisé l'IA pour trouver un espace de clés prévisible, emportant 1 083 BTC en 41 minutes.

Des signaux plus importants sont déjà apparus.

En avril de cette année, Anthropic a présenté Claude Mythos Preview, un modèle d'IA dont la publication a été refusée en raison de risques de sécurité trop élevés.

Selon Anthropic, Mythos peut identifier une vulnérabilité unique pour un coût de calcul inférieur à 50 dollars ; l'équipe l'a utilisé pour découvrir de manière autonome un défaut existant depuis 27 ans dans le système d'exploitation OpenBSD.

OpenBSD est l'un des systèmes d'exploitation les plus sécurisés au monde, largement utilisé pour exécuter des pare-feu et des infrastructures critiques.

Anthropic a donc lancé le projet Project Glasswing, unissant environ 40 institutions dont AWS, Apple, Microsoft et Google, pour utiliser ce modèle et corriger les vulnérabilités avant les attaquants.

En mai, l'équipe de Threat Intelligence de Google a annoncé un autre jalon : ils ont intercepté un cas où un groupe criminel utilisait un modèle d'IA pour découvrir des vulnérabilités zero-day et écrire du code d'exploitation.

Cette vulnérabilité était un contournement de l'authentification à deux facteurs, intégré dans un outil de gestion open source largement utilisé.

Google a identifié la source de l'attaque grâce aux caractéristiques de l'IA dans le code (scores CVSS fictifs, commentaires Python dignes d'un manuel) et a collaboré avec le fournisseur pour effectuer la correction avant que le groupe criminel ne lance une exploitation à grande échelle.

Les mots de John Hultquist, analyste principal chez Google Threat Intelligence, ne laissent aucune place au doute : "Penser que la course aux armements des vulnérabilités IA est imminente est une erreur. La réalité est que cette course a déjà commencé."

Open source ne signifie jamais audité

Charles Guillemet, CTO de Ledger, a prononcé une phrase largement citée en commentant l'incident Coldcard : "Open source et audité, ce sont deux choses différentes."

Cette phrase a percé une bulle de perception existant depuis longtemps dans l'industrie de la cryptographie.

La communauté Bitcoin a une foi presque religieuse dans l'open source, croyant que le code public signifie que n'importe qui peut l'examiner, et qu'il est donc naturellement sécurisé.

Le code de Coldcard était effectivement public depuis cinq ans.

L'audit de la Red Team a couvert 390 projets.

Ces deux faits mis ensemble, l'image est claire : Auditable ne signifie jamais audité.

L'expérience de la Red Team a également révélé les limites de l'audit de sécurité par IA.

Calle a déclaré que la plupart du travail de l'équipe consiste toujours à "guider manuellement l'IA", permettant à chacun de prompter le modèle à sa manière préférée, ce qui donne une couverture plus large qu'une méthode uniforme.

Cela indique que l'audit de sécurité IA actuel ressemble plus à des "experts humains pilotant des outils IA" qu'à une "patrouille autonome par IA".

Les modèles peuvent scanner rapidement les modèles de code, mais juger si une découverte est vraiment exploitable, quelle est son ampleur, qui notifier, nécessite toujours l'expérience et le jugement humains.

Hamilton a déclaré que l'équipe prévoit d'open sourcer le cadre d'audit, permettant aux entreprises Bitcoin d'exécuter les mêmes analyses sur leur code source fermé.

C'est la bonne direction, mais cela signifie aussi que les mêmes outils tomberont inévitablement entre les mains des attaquants.

Ce que cet audit révèle vraiment, c'est une nouvelle équation en formation :

L'IA rend le coût de la découverte des vulnérabilités proche de zéro. Mais le coût de la correction des vulnérabilités (coordination organisationnelle, investissement humain, migration des utilisateurs) reste coûteux et lent.

40 000 dollars de puissance de calcul IA, 27,5 heures, suffisent à retourner complètement un écosystème open source gérant des centaines de milliards de dollars d'actifs.

Le bug de Coldcard que personne n'a regardé pendant cinq ans a été trouvé par les attaquants et 116 millions de dollars ont été emportés en 41 minutes.

Le récit de sécurité de Bitcoin est en train d'être réécrit.

La logique passée était : "Le code est open source, donc il est sécurisé."

La nouvelle logique est plus cruelle : "Le code est open source, donc les attaquants le scannent aussi avec l'IA."

Le seul avantage des défenseurs est l'initiative, trouver et corriger les vulnérabilités avant les attaquants.

La Red Team se bat pour cette initiative, mais leur rapport montre également que même avec l'initiative, la chaîne de distribution des correctifs suivante reste le maillon le plus faible de l'écosystème.

Le dilemme auquel Bitcoin est confronté n'est peut-être qu'une répétition générale d'un changement plus important.

Le monde entier des logiciels open source est sur le point de faire face au même interrogatoire : quand la découverte de bugs ne nécessite plus d'experts, mais que la correction en nécessite toujours, comment combler cet écart ?