Un audit récent mené à l’aide de l’intelligence artificielle a identifié 85 vulnérabilités critiques au sein de l’écosystème Bitcoin. Selon Cryptoast, cette enquête, conduite par seize développeurs regroupés sous le nom de Red Team, a passé au crible 390 projets liés au Bitcoin. Au total, 4 962 failles potentielles ont été recensées, dont 85 jugées critiques.
Ce qu'il faut retenir
- Un audit mené par seize développeurs (Red Team) a analysé 390 projets Bitcoin et révélé 4 962 vulnérabilités.
- 85 failles ont été classées comme critiques, mettant en lumière des risques majeurs pour la sécurité de l’écosystème.
- Les modèles d’IA chinois, comme Kimi K3 et Qwen 3.8, se seraient montrés bien plus performants que leurs équivalents américains dans la détection de ces failles.
- Un développeur de la Red Team, répondant au pseudonyme Calle, a partagé ses observations sur X (ex-Twitter), soulignant l’absence quasi totale de résultats des modèles américains.
- Le coût quotidien des analyses est estimé à 10 000 dollars, principalement pour recourir à des modèles open-source chinois.
L’enquête intervient alors que la communauté crypto vient de vivre la plus grande migration de bitcoins jamais enregistrée depuis l’effondrement de FTX, consécutivement à la découverte d’une faille dans les hardware wallets ColdCard. Un contexte qui renforce l’urgence d’améliorer la sécurité de l’infrastructure Bitcoin.
Les performances contrastées des modèles d’intelligence artificielle dans cette tâche ont surpris les observateurs. D’après Cryptoast, les outils américains fermés, comme Fable d’Anthropic, auraient peiné à détecter les failles, tandis que les modèles chinois ouverts, tels que Kimi K3 et Qwen 3.8, se seraient illustrés par leur efficacité.
« Les meilleurs modèles IA américains fermés, comme Fable d’Anthropic, ne trouvent quasiment rien, alors que les modèles chinois ouverts trouvent [les failles]. »
Ces résultats ont été mis en avant par Calle, développeur actif au sein de la Red Team, sur le réseau X. Dans une publication partagée en ligne, il a expliqué que les modèles américains, contrairement à leurs homologues chinois, refusaient parfois de fournir les résultats de leurs analyses. Il a illustré son propos en mentionnant l’exemple de GPT Cyber, un outil exigeant des conditions d’accès strictes, comparables à un « KYC pour sa propre mère ».
Les déclarations de Calle soulèvent une question centrale : pourquoi les modèles américains, souvent présentés comme les plus avancés, peinent-ils à identifier les vulnérabilités du Bitcoin ? Pour Ulrich, cette situation s’interprète de deux manières : « Soit les modèles américains sont en retard, ce qui est peu probable, soit le grand public n’a accès qu’à des versions bridées des meilleurs modèles ». Une hypothèse qui interroge sur les restrictions d’accès aux technologies d’IA les plus performantes.
Les développeurs de la Red Team ont précisé que les modèles américains, loin de corriger les vulnérabilités qu’ils génèrent, semblent incapables de les détecter. Une situation résumée par Calle dans un message publié sur X : « Pas une seule vulnérabilité n’a été découverte par un modèle IA américain de pointe. À la place, nous dépensons 10 000 dollars par jour dans des modèles à poids ouverts comme Kimi K3 et Qwen 3.8 pour trouver des vulnérabilités dans l’infrastructure de Bitcoin. C’est un désastre. »
Cette enquête met en lumière un paradoxe : alors que l’open-source chinois s’impose comme un outil efficace pour renforcer la sécurité du Bitcoin, les modèles américains, souvent protégés par des restrictions d’accès, peinent à jouer ce rôle. Une dynamique qui pourrait refléter une stratégie délibérée de contrôle des technologies les plus performantes.
Les modèles chinois, en revanche, offrent une approche plus transparente. Kimi K3 et Qwen 3.8, développés par des acteurs comme Moonshot AI et Alibaba, sont accessibles et permettent une analyse approfondie des infrastructures Bitcoin. Leur supériorité apparente dans la détection des failles interroge sur l’avenir de la recherche en cybersécurité liée aux cryptomonnaies.
Cette situation pourrait aussi refléter une tendance plus large : l’émergence de l’Asie comme leader dans certains segments de l’intelligence artificielle, notamment ceux où l’open-source et la collaboration communautaire sont valorisés. Alors que les États-Unis misent sur des modèles fermés et protégés, la Chine mise sur l’ouverture et la rapidité d’innovation, un choix qui semble porter ses fruits dans ce domaine précis.
Cette affaire rappelle également l’importance pour les investisseurs et les utilisateurs de Bitcoin de rester vigilants. Comme le rappelle Cryptoast, l’investissement dans les actifs numériques présente un risque de perte en capital totale ou partielle. Il est donc essentiel de sécuriser son environnement numérique et financier, notamment à l’heure où les failles critiques se multiplient.
Enfin, cette étude pourrait relancer le débat sur l’équilibre entre sécurité et innovation dans le développement des outils d’IA. Faut-il privilégier l’ouverture et la transparence, ou opter pour des solutions plus contrôlées, quitte à sacrifier une partie de l’efficacité ? La réponse pourrait façonner l’avenir de la cybersécurité, y compris dans le domaine des cryptomonnaies.
Selon les observations rapportées par Cryptoast, les modèles chinois comme Kimi K3 et Qwen 3.8, grâce à leur approche open-source, offriraient une meilleure capacité d’analyse et une plus grande transparence dans la détection des vulnérabilités. Les modèles américains fermés, en revanche, peinent à fournir des résultats concrets, voire refusent parfois de divulguer leurs analyses.
Les failles critiques identifiées dans l’écosystème Bitcoin peuvent exposer les utilisateurs à des risques de piratage, de vol de fonds ou de perte de données. La récente migration massive de bitcoins consécutive à une faille dans les hardware wallets ColdCard illustre l’urgence de sécuriser les infrastructures. Les experts recommandent de suivre les mises à jour des développeurs et d’utiliser des solutions de stockage sécurisées.
