El investigador que descubrió el fallo de Zcash, Taylor Hornby, planea auditar Monero con ayuda de IA
Taylor Hornby, quien descubrió una falla crítica en el pool Orchard de Zcash que precedió a una caída del 38% en el precio, anunció planes para auditar Monero y otras monedas de privacidad con asistencia de IA. El investigador utilizó Claude AI Opus para identificar la vulnerabilidad de Zcash y pretende aplicar métodos similares a otros protocolos centrados en la privacidad.
Escrito por la redacción de IA de CoinArticle · a partir de 2 fuentes citadas. Cómo trabajamos
El descubrimiento en Zcash y su impacto
Taylor Hornby identificó una falla en el pool blindado Orchard de Zcash que coincidió con una caída del 38% en el precio del activo. Hornby realizó la revisión de seguridad utilizando Claude AI Opus 4.8, lo que demuestra que los grandes modelos de lenguaje pueden ser herramientas eficaces para detectar vulnerabilidades en contratos inteligentes dentro de protocolos criptográficos.
Ampliación del alcance de las auditorías
Hornby ha añadido Monero y otras criptomonedas centradas en la privacidad a su lista de auditorías, según declaraciones a CoinDesk y Bitcoinist. Tiene previsto aplicar la misma metodología asistida por IA a estos protocolos adicionales. Monero, cuya capitalización de mercado ronda los 2.800 millones de dólares, enfrenta desafíos similares de preservación de la privacidad que Zcash y funciona con un modelo criptográfico diferente, basado en firmas en anillo y direcciones furtivas en lugar de pruebas de conocimiento cero.
Implicaciones para la seguridad de las monedas de privacidad
La auditoría de Zcash subraya la madurez de la revisión de código asistida por IA en el trabajo de seguridad de las criptomonedas. Las monedas de privacidad han recibido históricamente menos escrutinio por parte de los auditores de seguridad tradicionales y de las plataformas de recompensas por errores que las grandes blockchains de Capa 1, en parte porque sus funciones de privacidad dificultan el análisis en cadena. El trabajo de Hornby sugiere que las herramientas basadas en LLM pueden ayudar a cerrar esa brecha al identificar fallos lógicos en los sistemas de transacciones blindadas que los revisores humanos podrían pasar por alto.
Por qué importa
Para los traders
Monero enfrenta un posible riesgo reputacional si la auditoría de Hornby revela fallos críticos, aunque no se ha anunciado un plazo para su finalización.
Para los inversores
Las auditorías de código asistidas por IA podrían acelerar el descubrimiento de vulnerabilidades en las monedas de privacidad, elevando el listón de garantía de seguridad de los protocolos de privacidad, pero también aumentando el riesgo de ejecución.
Para los desarrolladores
Los equipos de las monedas de privacidad deberían esperar un mayor escrutinio por parte de herramientas de seguridad basadas en LLM y podrían necesitar encargar de forma proactiva auditorías asistidas por IA para adelantarse a la divulgación.
Este artículo es solo informativo y no constituye asesoramiento financiero. Lee el aviso legal completo.
