La revisión de seguridad asistida por inteligencia artificial ya opera a una escala distinta en el ecosistema de código abierto de Bitcoin. En una campaña de agosto de 2026, el grupo voluntario Bitcoin Red Team afirmó haber revisado cerca de 390 repositorios vinculados a Bitcoin en unas 27,5 horas mediante un flujo de trabajo con varios modelos de IA, dirigido por personas. El equipo registró 4.962 posibles hallazgos de seguridad: 85 clasificados como críticos y 635 como de gravedad alta.
La precisión importa: son alertas o candidatos, no 4.962 vulnerabilidades explotables ya confirmadas. Y esa diferencia es la clave de la historia.
11
24
Qué hizo Bitcoin Red Team
El grupo, de 16 integrantes y liderado por el desarrollador Calle y Rob Hamilton, CEO de AnchorWatch, utilizó más de 40.000 dólares en capacidad de cómputo para IA financiada por OpenSats, según los reportes. Los modelos revisaban bases de código en busca de rutas sospechosas y posibles debilidades; los humanos dirigían el proceso y preparaban los reportes destinados a los mantenedores. Entre los modelos citados figuran Kimi K3, GPT Sol, Fable, Opus y GLM 5.2.
2
5
12
El alcance fue inusual para una iniciativa voluntaria tan breve: unos 390 repositorios y una infraestructura de revisión que, según se informó, cubría 171.599 líneas de código. Según las propias etiquetas de gravedad del grupo, 720 hallazgos eran críticos o de prioridad alta.
23
27
Esto muestra un cambio relevante en la economía de las auditorías de código. Un modelo puede rastrear grandes volúmenes de software para detectar patrones de riesgo, seguir posibles flujos de datos y proponer hipótesis de explotación o casos de prueba. Pero detectar algo sospechoso no basta para convertir un informe en una vulnerabilidad lista para ser corregida.
Por qué 4.962 no es el número de vulnerabilidades reales
La cifra debe leerse como una cola de candidatos pendientes de validación. Los primeros reportes indicaban que solo el 21,4% de los hallazgos había sido reproducido de forma independiente. Es decir, en la mayoría de los casos aún hacía falta comprobar que el comportamiento existía en la compilación y configuración pertinentes, que era explotable, que no duplicaba otro informe y cuál era su gravedad real.
11
15
Una respuesta de seguridad completa suele requerir:
- reproducir el comportamiento en el entorno real del software;
- separar vulnerabilidades reales de falsos positivos y duplicados;
- evaluar la explotabilidad y el impacto sobre los usuarios;
- coordinar la divulgación privada con los mantenedores;
- escribir un parche acotado y sus pruebas;
- revisar que el cambio no introduzca regresiones; y
- lograr que operadores y usuarios instalen la actualización.
La IA ha abaratado y acelerado la primera fase —generar pistas—, pero no ha eliminado la necesidad de especialistas que asuman las fases posteriores. Además, solo una parte de los hallazgos había llegado a los mantenedores, lo que revela otro límite: la capacidad para gestionar divulgaciones responsables.
14
El incidente de Coldcard elevó la urgencia
La auditoría llegó después del incidente con la cartera de hardware Coldcard. Un error de firmware de marzo de 2021 habría desviado la generación de semillas hacia un generador de números aleatorios por software predecible, en vez de usar el generador aleatorio de hardware previsto. Esa debilidad podía permitir reconstruir claves afectadas a un atacante capaz de acotar los datos necesarios.
42
45
Las estimaciones de pérdidas cambiaron a medida que se identificaba más actividad. CoinDesk informó de un posible total acumulado cercano a 114 millones de dólares en cuatro oleadas, mientras que otras coberturas situaron el robo en aproximadamente 1.816 BTC entre el 30 de julio y el 3 de agosto.
41
42
La lección no fue que fallara la criptografía central de Bitcoin. Fue que un defecto en el software que rodea a la autocustodia puede tener consecuencias a escala de todo un ecosistema. Encontrar fallos graves antes de que sean explotados importa tanto como descubrirlos después.
Un parche integrado, y los límites del gran titular
Hubo al menos un resultado concreto: según reportes, una contribución de Hamilton a Bitcoin Core, asistida por IA, fue integrada el 20 de agosto para corregir un error que provocaba un cierre inesperado relacionado con la cartera. Es un ejemplo significativo de una alerta generada o apoyada por IA que avanzó por el proceso convencional de revisión e integración.
13
También ilustra por qué el total bruto no debe confundirse con el número de problemas ya solucionados. Un parche aceptado supera un umbral mucho más alto que un reporte automático: identifica un fallo definido, aporta una corrección revisada y se incorpora a una base de código mantenida.
Las restricciones de acceso a OpenAI abrieron un dilema defensivo
Hamilton afirmó que el programa Trust Cyber de OpenAI restringió su acceso después de integrar capacidades cibernéticas de la compañía en la auditoría. Según la cobertura, el grupo siguió trabajando con modelos alternativos, incluidos modelos de pesos abiertos.
18
21
32
El debate de política es complejo. Los modelos potentes de ciberseguridad pueden ayudar a defensores legítimos a encontrar errores, pero esas mismas capacidades pueden utilizarse de forma maliciosa. La crítica de Hamilton es que poner fricción a defensores identificados puede crear un desequilibrio práctico cuando otros modelos, incluidos los que se ejecutan localmente, continúan disponibles para potenciales atacantes.
Es un argumento sobre acceso y velocidad operativa; no demuestra que limitar las herramientas de un proveedor impida la investigación de seguridad o el uso malicioso de estas capacidades.
21
Boltz refleja la presión sobre los equipos pequeños
Por separado, el servicio de intercambios de Bitcoin Boltz suspendió sus swaps de forma indefinida en agosto. Explicó que el aumento de sondeos automatizados asistidos por IA había superado la capacidad de su pequeño equipo para asegurar el servicio y desplegar correcciones. Indicó que su función de reembolsos seguía disponible mientras los swaps permanecían desactivados.
28
29
30
Boltz no prueba que todos los ataques generados con IA sean sofisticados ni que tengan éxito. Sí es un ejemplo práctico del desajuste que expone la auditoría: el descubrimiento y el sondeo automatizados pueden funcionar sin pausa, mientras que los mantenedores deben investigar cada alerta y publicar cada mitigación de forma segura.
Por qué los modelos más capaces cambian el cálculo del riesgo
Bitcoin y muchos de los servicios que lo rodean son de código abierto. El código público permite auditoría independiente y transparencia, pero también ofrece a defensores y atacantes acceso al mismo corpus de software. La preocupación planteada por Hamilton y el comentarista de Bitcoin CobraBitcoin no es que el código abierto sea inseguro por naturaleza, sino que modelos cada vez más capaces podrían reducir el tiempo y la experiencia necesarios para localizar un fallo poco común entre cientos de repositorios.
17
21
OpenAI afirma que GPT-6 Astra cumple el umbral Critical de capacidad de ciberseguridad de su Preparedness Framework. La empresa sostiene que, con las herramientas y accesos adecuados, Astra puede encontrar fallos desconocidos y desarrollar formas de explotarlos en numerosos sistemas bien protegidos sin que una persona dirija cada paso.
19
22
Esa declaración de capacidad no demuestra que Astra se utilizara en la auditoría de Bitcoin Red Team ni que un modelo de frontera causara un compromiso de Bitcoin. Sí aclara por qué los mantenedores ponen el foco en la velocidad: si los modelos mejoran su razonamiento sobre repositorios completos y el desarrollo de vulnerabilidades, el límite deja de ser encontrar posibilidades y pasa a ser demostrar, corregir y desplegar respuestas a tiempo para las que realmente importan.
La inversión clave es la capacidad de verificación
La campaña de Bitcoin Red Team debe entenderse como una advertencia sobre capacidad de respuesta. Los ecosistemas de software ya pueden producir miles de alertas plausibles con rapidez. Su resiliencia dependerá de que puedan financiar la reproducción independiente, los canales de reporte seguro, el tiempo de los mantenedores, la revisión de código, las pruebas y las actualizaciones rápidas a una velocidad comparable.
Para los proyectos relacionados con Bitcoin, el próximo indicador relevante no será el mayor número de hallazgos generado por IA. Será la proporción de informes que se conviertan en vulnerabilidades validadas, parches coordinados de forma responsable y protecciones desplegadas antes de que los atacantes puedan actuar.
15
14