IA descobre falha de 4 anos no Zcash que poderia ter cunhado…

O modelo Claude Opus 4.8 da Anthropic, implementado pelo desenvolvedor sem fins lucrativos do Zcash, Shielded Labs, descobriu um erro lógico de quatro anos na rede Zcash que poderia ter permitido a um atacante cunhar ZEC falso ilimitado. A vulnerabilidade já foi corrigida, mas a divulgação fez com que o ZEC caísse quase 38% em 24 horas e desencadeou uma reflexão mais ampla sobre falhas ocultas em todo o setor de criptomoedas e finanças tradicionais.

Por que isso é importante

O incidente está a ser interpretado como uma prova de conceito para uma nova classe de descoberta de vulnerabilidades assistida por IA — e a superfície de ameaça se estende muito além do Zcash. O CEO da SingularityNET, Ben Goertzel, disse à CoinDesk que erros lógicos semelhantes estão "muito provavelmente" escondidos em outras redes de criptomoedas e que "as infraestruturas de software de bancos e outras instituições centralizadas também são muito propensas a conter erros sérios que serão encontrados por ferramentas de IA num futuro próximo." O cofundador da CertiK, Ronghui Gu, descreveu a dinâmica como uma guerra assimétrica: hackers motivados por lucro podem queimar computação de IA concentrada em um único alvo de contrato inteligente, enquanto as empresas de segurança devem defender centenas de clientes simultaneamente.

Impacto no mercado

A queda de 38% do ZEC em um único dia ilustra quão rapidamente as vulnerabilidades divulgadas por IA podem reavaliar um token, mesmo quando o erro é corrigido antes da exploração. A solução consensual de Haseeb Qureshi da Dragonfly, Goertzel, Vitalik Buterin e o CEO da ZODL, Josh Swihart, converge na verificação formal — provas matemáticas que garantem a correção do código por construção. O Zcash colocou a verificação formal em seu roteiro. A questão mais ampla para cada pilha de software financeiro crítica, seja cripto ou tradicional, é se a indústria pode escalar essas defesas mais rapidamente do que os atacantes impulsionados por IA podem encontrar a próxima falha.