● Culture & Long-reads

A IA encontrou o bug primeiro: o novo post-mortem cripto

Em 2026, dois dos maiores hacks do ano foram atribuídos a bugs que a inteligência artificial encontrou. O post-mortem cripto ganhou um novo autor, e um novo suspeito.

By Marcus Okafor · Sep 13, 2026 · 1d ago ~30 min read

Em 2026, dois dos maiores desastres de segurança do ano terminaram com uma frase que nunca antes tinha aparecido num post-mortem de cripto: o bug foi encontrado por inteligência artificial. Primeiro foi a Coldcard, cujo fabricante, a Coinkite, sugeriu que o atacante teria usado IA para desenterrar uma falha de entropia adormecida havia cinco anos, num roubo que passou os 130 milhões de dólares (acima de 112 milhões de euros). Depois foi a Liquid Network, a sidechain de Bitcoin da Blockstream, onde cerca de 4.000 BTC (à volta de 265 milhões de euros na altura) saíram da federação por causa, nas palavras do próprio Adam Back, de uma correção mal feita a um bug que a IA tinha encontrado.O post-mortem, a autópsia pública que a cripto transformou num género próprio, ganhou assim uma personagem nova. Não é o atacante anónimo, nem o investigador forense que segue o rasto das moedas, nem sequer o auditor que assinou o relatório antes do desastre. É a máquina que lê código, e que agora aparece dos dois lados da mesa: como a ferramenta que encontra a falha, como a arma que se suspeita ter sido usada no ataque e, cada vez mais, como autora e leitora da própria autópsia.Este texto é sobre essa mudança. Não sobre se a IA vai salvar ou afundar a cripto, uma pergunta a que ninguém responde honestamente hoje, mas sobre uma coisa concreta e verificável: em 2026, os relatórios de incidente começaram a invocar a IA como causa, como método e como defesa, e isso mexe com um género que sempre se apoiou na ideia de que uma autópsia pública torna toda a gente mais segura.

O ano em que o post-mortem ganhou um novo suspeito

Convém recordar para que serve este género antes de o ver mudar. Quando um protocolo é atacado, raramente há um tribunal, uma seguradora ou um regulador a quem recorrer de imediato. Em vez disso, a comunidade produz um documento: a cronologia ao minuto, a causa-raiz, o rasto das carteiras, a decisão sobre reembolsos. É a autópsia. Substitui, na prática, o processo formal que a cripto quase nunca tem. Ao longo de 2026 esse ritual não parou de crescer, mas os números por baixo dele mudaram de forma.A TRM Labs contabilizou cerca de 972 milhões de dólares (à volta de 840 milhões de euros) perdidos em 207 incidentes no primeiro semestre de 2026, um recorde no número de casos ainda que o valor total tenha ficado abaixo dos 2,3 mil milhões de dólares do primeiro semestre de 2025, com a Coreia do Norte responsável por perto de 643 milhões de dólares, dois terços do total, segundo a análise semestral da TRM Labs. Muitos casos, valores individuais mais pequenos, e um deslocamento claro: o dinheiro deixou de sair sobretudo por bugs de contrato e passou a sair por chaves comprometidas, engenharia social e falhas operacionais.A mudança cultural mais interessante do ano, porém, não está no total roubado. Está no facto de os próprios projetos terem começado a escrever a sigla IA nas certidões de óbito. Um fabricante de hardware que sugere que a máquina encontrou a falha antes dos seus engenheiros. Um fundador que atribui um rombo de centenas de milhões a uma correção feita sobre um bug que a IA tinha assinalado. Dois episódios, com semanas de intervalo, em que a autópsia deixou de ser só sobre código humano e passou a ser, também, sobre uma inteligência que lê esse código melhor e mais depressa do que nós.

Coldcard: a autópsia onde a IA é a principal suspeita

A partir de 30 de julho de 2026, um atacante começou a esvaziar carteiras Coldcard, o hardware wallet de Bitcoin mais associado ao lema do máximo cuidado com a autocustódia. Na primeira vaga, drenou 1.082 BTC de 1.196 endereços em 41 minutos, segundo o The Hacker News. O total foi crescendo ao longo de vários dias e de várias vagas: a TRM Labs falou em cerca de 116 milhões de dólares, enquanto a TechCrunch confirmou que a cifra ultrapassara os 130 milhões de dólares (acima de 112 milhões de euros), com Tom Robinson, cofundador da Elliptic, a considerar a estimativa «aproximadamente correta».A causa-raiz não foi uma chave roubada nem um contrato mal escrito. Foi um erro de compilação de 2021. Segundo o relatório técnico da Coinkite, uma migração para a biblioteca libsecp256k1 trocou a geração das seeds da função própria da Coldcard por um gerador genérico do MicroPython. O problema: uma diretiva de pré-processador testava se uma macro que ativa o gerador de números aleatórios por hardware estava definida, e não se o seu valor era diferente de zero. A macro estava definida mas a zero, por isso o teste nunca disparou e o firmware caía silenciosamente para um gerador de números pseudo-aleatórios por software. O resultado: seeds com cerca de 40 bits de entropia efetiva nos modelos Mk2 e Mk3, e à volta de 72 bits nos Mk4, Mk5 e Q, quando o padrão seguro são 128. Entropia suficientemente fraca para um atacante conseguir reconstruir chaves à escala.Foi aqui que entrou a frase inédita. Rodolfo Novak, o NVK, cofundador da Coinkite, avançou que o atacante poderá ter usado IA para encontrar a falha, e que a própria revisão de código assistida por IA que a Coinkite tinha corrido sobre o mesmo repositório, semanas antes, não a tinha detetado. Em declarações citadas pela Bitcoin Magazine, Novak escreveu: «acreditamos que esta é a realidade sóbria do novo paradigma da IA. A revisão de código assistida por IA já encontra bugs latentes a uma velocidade que ultrapassa até os especialistas mais experientes da indústria.» E deixou um aviso que se tornaria o subtexto de todo o ano: «se o vosso firmware é open-source ou alguma vez foi público, assumam que já está a ser lido por atacantes e defensores por igual.»É preciso ser rigoroso com o que se sabe e o que não se sabe. O método concreto do atacante nunca foi tornado público, por isso a tese da IA é exatamente isso, uma tese do fabricante, e não um facto provado. Mas o caso capturou a imaginação por uma razão simbólica poderosa: uma vítima, num relato à Forbes, dizia ter feito «tudo certo», nunca ter partilhado a seed, nunca ter ligado o dispositivo à internet, e ainda assim ter sido drenada. Quando o utilizador impecável perde tudo por causa de um bit mal configurado num guarda de compilação, a pergunta deixa de ser «quem falhou» e passa a ser «o que é que nos consegue proteger de um adversário que lê o código todo».

Liquid: quando corrigir um bug encontrado por IA abre outro

Se a Coldcard pôs a IA no lugar do suspeito, a Liquid Network pô-la na origem da cadeia de eventos, de uma forma ainda mais desconfortável. A 6 de setembro de 2026, no bloco 4.050.336, um atacante conseguiu cunhar cerca de 4.000 L-BTC sem lastro e retirou perto de 4.000 dos aproximadamente 4.200 BTC que a federação guardava para cobrir a moeda, à volta de 265 milhões de euros na altura, deixando as reservas quase vazias. Não foram chaves roubadas: 11 dos 15 signatários da federação assinaram uma saída que parecia válida, porque a validação de consenso deu luz verde a uma prova falsa.A causa-raiz foi uma colisão de chave de cache na verificação de rangeproofs do software Elements. A chave que identificava cada prova na cache omitia campos essenciais, o gerador do ativo e o scriptPubKey, de modo que uma prova forjada conseguia reutilizar um veredito «válido» já guardado em cache e assim cunhar L-BTC sem cobertura. Havia ainda um pormenor que ligaria este caso ao tema da divulgação responsável: o commit que corrigia o bug foi fundido no repositório público cerca de quatro dias antes do ataque, mas a federação corria uma versão anterior. É a clássica janela entre a publicação do patch e a sua aplicação, o intervalo em que um atacante que leia o commit sabe exatamente onde está a falha antes de todos os nós estarem protegidos.E a IA? Adam Back, fundador e CEO da Blockstream, explicou que o bug explorável surgiu, nas suas palavras, «devido a uma correção incorreta de um bug encontrado por IA que também era um bug não crítico», conforme reportado pelo CryptoTimes quando a Liquid reiniciou os blocos a 10 de setembro. A leitura fina é importante: não se trata de a IA ter atacado a Liquid, mas de a IA ter assinalado uma falha original e inofensiva, cuja correção humana introduziu, por sua vez, a falha grave que foi explorada. A máquina encontra; o humano corrige mal; o buraco abre-se na correção. É uma sequência que qualquer engenheiro reconhece, agora com a IA no primeiro elo.Esta versão dos factos não passou sem contestação. Gregory Maxwell, antigo programador da Blockstream, analisou as transações públicas e o repositório e argumentou que a própria correção terá introduzido a vulnerabilidade de colisão porque os novos campos adicionados ao hash não ficaram devidamente separados. O atacante, que reclama ser white-hat, manteve cerca de 598,5 BTC (à volta de 40 milhões de euros) e pediu uma recompensa de 10%. A Blockstream recusou, com uma frase que não deixa margem, reportada pelo The Block: «não vamos pagar pela devolução de propriedade roubada.» Toda a dimensão ética deste braço-de-ferro, o rótulo de white-hat como alavanca de negociação, foi dissecada na nossa cobertura de white-hat ou roubo no caso Liquid; aqui interessa outra coisa: pela primeira vez, um rombo desta dimensão começa a história com a expressão «um bug encontrado por IA».

O padrão que estas duas frases revelam

Dois casos não fazem uma lei, mas fazem um padrão digno de reparo, sobretudo quando são dois dos maiores do ano e ambos envolvem Bitcoin puro, longe do habitual território dos contratos de DeFi. Em ambos, a autópsia deixou de terminar apenas em «erro humano» ou «código vulnerável» e passou a incluir uma entidade não humana na explicação. E em ambos, a alegação sobre a IA é difícil de verificar de forma independente: na Coldcard é uma teoria sobre o método do atacante; na Liquid é uma caracterização, disputada, sobre a origem do bug.

Incidente	Perda	Causa-raiz técnica	Papel atribuído à IA	Quem o diz	Estatuto
Coldcard (jul-ago 2026)	Mais de 130 M$ (mais de 112 M€)	Fallback do RNG para software (guarda de compilação de 2021)	Atacante terá usado IA para achar a falha; revisão interna com IA não a viu	Coinkite / NVK	Teoria do fabricante, não confirmada
Liquid (set 2026)	~4.000 BTC (~265 M€)	Colisão de chave de cache na verificação de rangeproof	Bug original (não crítico) encontrado por IA; correção humana criou o exploit	Adam Back / Blockstream	Caracterização disputada
Bybit (fev 2025)	~1,5 mil M$ (~1,3 mil M€)	Compromisso da interface do Safe (cadeia de fornecimento)	Nenhum papel de IA alegado	FBI / Sygnia	Contraste: autópsia sem IA

A linha da Bybit está ali de propósito. O maior roubo da história da cripto, cerca de 1,5 mil milhões de dólares em fevereiro de 2025, foi um post-mortem exemplar de transparência e não menciona IA em lado nenhum: foi uma cadeia de fornecimento comprometida, código malicioso injetado numa interface. A diferença de 2026 não é que a IA passou a atacar; é que a IA passou a ser nomeada no relatório, como causa ou como método. Essa nomeação é, ela própria, o novo fenómeno cultural.

Do outro lado da mesa: a IA que audita

Seria enganador contar só metade. A mesma tecnologia que aparece como suspeita nas autópsias está a reconfigurar quem as pode evitar. A Trail of Bits, uma das auditoras de segurança mais respeitadas do setor, publicou em março de 2026 um relato de como se tornou «AI-native». Os números são impressionantes: começaram com cerca de 5% de adesão interna e 95% de resistência, e um ano depois, nos projetos onde o código e o âmbito o permitem, os auditores apoiados por IA passaram de encontrar à volta de 15 bugs por semana para 200, com 94 plugins, 201 skills e 84 agentes especializados construídos para o efeito, segundo o blogue da Trail of Bits.Dan Guido, cofundador e CEO da empresa, resume há anos a filosofia que a IA agora amplifica numa única frase, citada numa entrevista à Decential: «nunca quero encontrar o mesmo bug duas vezes.» O objetivo de uma autópsia, na sua leitura, nunca foi só explicar o desastre, foi transformar a lição num teste automático que impede a repetição. A IA promete acelerar exatamente essa transformação, lendo o código à velocidade da máquina e propondo o teste que fecha a porta.Há uma ironia limpa em tudo isto. As mesmas capacidades que, do lado da defesa, produzem 200 bugs por semana são, do lado do ataque, exatamente o que a Coinkite temia. A ferramenta não tem lado; tem quem a aponta. E a assimetria que decide o resultado é simples de enunciar e difícil de resolver: um atacante precisa de encontrar uma falha explorável; um defensor precisa de encontrar todas. Quando ambos correm o mesmo tipo de modelo sobre o mesmo código público, a corrida passa a ser sobre quem lê primeiro e quem corrige mais depressa.

Já não é hipótese: a IA encontra falhas a sério

Antes de aceitar qualquer «a IA encontrou o bug» de um comunicado de crise, é justo perguntar se a máquina realmente consegue tal coisa, ou se é uma desculpa moderna para um erro embaraçoso. A resposta, fora do universo cripto e vinda de fontes de altíssima credibilidade, é que consegue. O agente Big Sleep, da Google DeepMind e do Project Zero, descobriu e travou a exploração de uma vulnerabilidade de dia-zero crítica no SQLite, catalogada como CVE-2025-6965, no que a Google descreveu como a primeira vez que um sistema de IA impediu diretamente um ataque no mundo real; desde novembro de 2024 já tinha encontrado várias falhas reais em software open-source, de acordo com o balanço de segurança da Google.E não é um caso isolado de uma empresa a promover a sua tecnologia. Na final do AI Cyber Challenge da DARPA, a agência de investigação de defesa dos Estados Unidos, sistemas autónomos de raciocínio competiram para encontrar e corrigir vulnerabilidades em software crítico. O sistema Atlantis, da equipa Team Atlanta, venceu depois de encontrar seis falhas de dia-zero só no SQLite3, e todos os sistemas finalistas foram disponibilizados como open-source, segundo a própria DARPA. Ou seja: a capacidade de uma IA ler uma base de código grande e desenterrar bugs genuínos, inéditos e exploráveis, deixou de ser promessa em 2025 e 2026. É demonstrável, repetível e, no caso da DARPA, aberta a quem a quiser usar, nos dois sentidos.É este pano de fundo que torna as frases de Novak e de Back plausíveis em vez de fantasiosas. Não temos prova de que a IA atacou a Coldcard nem de que causou, sozinha, o buraco da Liquid. Mas já não é preciso suspender a descrença para aceitar que uma ferramenta destas leia o Elements ou o firmware da Coldcard e encontre, numa tarde, algo que passou cinco anos despercebido a humanos competentes.

A nova assimetria: quem lê o código primeiro

A cripto foi construída sobre um valor quase religioso: o código aberto. Publica-se o contrato, o cliente, o firmware, e a comunidade audita. Durante uma década, isso foi sobretudo uma vantagem: mais olhos, menos bugs. A IA vira parte dessa equação do avesso. Se todo o código público pode ser lido por um modelo em minutos, então a mesma abertura que convida os defensores convida, à mesma velocidade, os atacantes. Foi precisamente isto que Novak quis dizer com o seu aviso para assumir que o firmware público «já está a ser lido por atacantes e defensores por igual».O ponto mais perigoso desta assimetria é o intervalo entre a correção e a aplicação. No caso Liquid, o commit que corrigia o bug esteve público dias antes de a federação atualizar. Um humano a vasculhar commits de segurança à procura de pistas é lento; uma IA a correlacionar, em massa, commits de correção recentes com nós que ainda não aplicaram o patch é outra coisa. O velho problema do «n-day», a falha já conhecida mas ainda não corrigida em todo o lado, fica muito mais afiado quando o adversário consegue transformar um patch público numa arma antes de os defensores terminarem a atualização. A divulgação responsável, que sempre viveu num equilíbrio delicado, passa a correr contra um relógio que a máquina acelera.Nem todos os ataques, claro, dependem de ler código. Muitos manipulam o preço que se forma on-chain, através de oráculos e de liquidez fina, um vetor que a IA-de-leitura-de-código não previne diretamente. Mas para a família de falhas que vive dentro do próprio programa, lógica, aritmética, validação, a corrida de leitura é agora o campo de batalha central, e a vantagem tende para quem tiver os melhores modelos e a melhor telemetria em tempo real.

O post-mortem virou corpus de treino

Há uma segunda camada, mais subtil, em que a IA e o post-mortem se cruzam. O género produziu, ao longo de dez anos, um arquivo imenso e público: os obituários da rekt.news, a base de dados de incidentes da SlowMist, o registo de mais de 500 hacks da DefiLlama, e taxonomias legíveis por máquina como o OWASP Smart Contract Top 10 de 2026, onde, por exemplo, a reentrância caiu do segundo para o oitavo lugar porque uma década de autópsias produziu defesas maduras, enquanto o controlo de acessos se manteve em primeiro, segundo a lista da OWASP. Esse arquivo foi escrito para humanos aprenderem. Agora é, também, material de treino e contexto para modelos.Isto tem uma consequência que a cultura ainda mal começou a digerir. Cada post-mortem detalhado que explica, com precisão, como uma falha foi explorada é simultaneamente uma lição para os defensores e um manual para quem quiser adaptar o padrão a outro alvo. Sempre foi assim, em parte; a novidade é a escala e a velocidade com que uma IA consegue ingerir todo o corpus e generalizar dele. A abertura que fez a força do género é a mesma que agora o transforma num conjunto de treino para os dois lados.

Dimensão	IA do lado da defesa	IA do lado do ataque
Quem a usa	Auditoras (Trail of Bits, CertiK), Google Project Zero, equipas de bug bounty	Atacantes (suspeito), red teams, investigadores independentes
O que faz melhor	Varrer grandes bases de código, achar bugs de lógica e aritmética repetíveis	Ler código público em massa, correlacionar commits de correção com falhas por corrigir
Prova pública em 2026	Trail of Bits: de ~15 para 200 bugs por semana; Big Sleep achou um dia-zero real no SQLite; AIxCC	Coldcard (teoria) e Liquid (bug de origem); sem exploit público confirmado como obra de IA
Onde falha	Não vê chaves roubadas, engenharia social nem falhas operacionais	Também não resolve o fator humano; depende de código exposto para ler

O que a IA não vê: chaves, pessoas e operações

É tentador, com dois casos ruidosos, concluir que a IA passou a explicar tudo. Não passou, e os próprios números desmentem-no. O grande deslocamento de 2026 não foi para os bugs de código, foi para longe deles. Os exploits de contrato representaram cerca de 125 dos 207 incidentes do primeiro semestre, mas uma fatia pequena do valor; já os compromissos de infraestrutura, de chaves e operacionais foram perto de 15% dos incidentes e à volta de 76% do valor roubado, segundo a mesma TRM Labs. Os dois maiores roubos do semestre, a Drift e a KelpDAO, ambos atribuídos à Coreia do Norte, não foram bugs de código: foram meses de engenharia social a comprometer pessoas.Aqui está o limite duro. Uma IA que lê Solidity ou C não deteta um engenheiro que foi enganado durante seis meses, uma assinatura cega dada por um signatário de multisig, nem uma credencial de administrador colhida num portátil doméstico. A parte da segurança cripto que mais dinheiro perde em 2026 é precisamente a parte que o post-mortem capta pior, porque não deixa um rasto limpo on-chain e depende da honestidade da vítima ao contar o que aconteceu. A IA melhora a autópsia do código; a autópsia das pessoas continua tão difícil como sempre foi.Por outras palavras: mesmo que a corrida de leitura de código se resolvesse amanhã a favor dos defensores, o vetor dominante do dinheiro roubado ficaria intocado. É por isso que a moldura mais honesta não é «a IA vai acabar com os hacks», mas «a IA muda a fronteira do que é encontrável, e empurra os atacantes com recursos para o terreno que nenhuma máquina de ler código alcança».

Confiar numa autópsia com a IA no banco dos réus

Há um risco específico, quase literário, em pôr a IA no centro de uma autópsia: ela é uma explicação convenientemente difícil de contestar. Dizer «o atacante usou IA» ou «a IA tinha encontrado o bug» transfere parte da responsabilidade para uma entidade sem rosto e sem interesse próprio, e é quase impossível de refutar publicamente, porque o método do atacante raramente é conhecido e a memória de uma sessão de IA não fica registada numa cadeia pública. A frase soa moderna, humilde até, e ao mesmo tempo fecha a discussão.Isto obriga o leitor de post-mortems a fazer as mesmas perguntas de sempre, com uma exigência acrescida. Quem faz a alegação tem incentivo para a fazer? No caso Liquid, a caracterização de Back sobre o «bug encontrado por IA» foi imediatamente contestada por Gregory Maxwell, que localizou o erro na correção e não na origem. No caso Coldcard, a tese do atacante-com-IA é do fabricante, o mesmo que enviou o firmware defeituoso durante cinco anos. Não significa que estejam a mentir; significa que a IA, como personagem, precisa de ser tratada com o mesmo ceticismo que aplicaríamos a qualquer parte interessada. É a mesma pergunta que atravessa o drama das DAO e o vilão que falta: quando a culpa fica sem um rosto concreto, é mais fácil todos seguirem em frente.A boa notícia é que a verificação também dispõe de melhores ferramentas. Um relatório que diz «a IA encontrou isto» pode, cada vez mais, ser confirmado por terceiros que corram os seus próprios modelos sobre o mesmo código público. A autópsia continua a valer o que sempre valeu: tanto quanto a comunidade a conseguir reproduzir de forma independente. A diferença é que reproduzir, agora, também é uma tarefa que uma máquina pode acelerar.

A IA também acelerou o relógio da divulgação

Uma mudança menos falada, mas prática, é a do tempo. A cultura do post-mortem sempre premiou a rapidez: a Bybit publicou relatórios forenses preliminares poucos dias depois do roubo e ganhou reputação por isso. Com a IA a comprimir o trabalho de análise, a expectativa dos leitores sobe. Se uma máquina consegue ler o código, reconstruir a cronologia e propor uma causa-raiz em horas, um silêncio de dias começa a ser interpretado, com ou sem justiça, como incompetência ou ocultação.Esta pressão informal contrasta com a única obrigação formal que existe na Europa, e que se aplica apenas a uma parte do setor. Ao abrigo do regulamento DORA, um prestador de serviços de criptoativos regulado tem de notificar a autoridade competente de um incidente grave em prazos curtos, uma notificação inicial poucas horas após a classificação, um relatório intermédio em 72 horas e um relatório final ao fim de um mês, segundo a documentação oficial sobre o DORA. Repare-se na diferença: essa comunicação é privada, para o regulador, e cobre plataformas centralizadas. Para um protocolo descentralizado, uma sidechain ou um fabricante de hardware, não há relógio nenhum imposto por lei. A rapidez com que a Liquid ou a Coldcard falaram foi uma escolha, não uma obrigação. E é sobre essa escolha, cada vez mais medida em horas, que a IA passou a exercer pressão.

Reguladores: MiCA, DORA, CMVM e uma IA sem selo

Para um investidor em Portugal, a conclusão prática é dura mas clara. Nenhum regulador certifica quem faz auditorias de segurança, e muito menos as ferramentas de IA que essas auditorias passaram a usar. A MiCA regula os prestadores de serviços de criptoativos e os emitentes, não o código dos protocolos nem os métodos de revisão; o DORA cobre a resiliência operacional das tecnologias de informação dos prestadores regulados, não define padrões de auditoria de código nem de uso de IA. A CMVM, enquanto supervisora de conduta de mercado, e o Banco de Portugal, no registo de prestadores e nas stablecoins, atuam sobre entidades registadas ao abrigo da Lei n.º 69/2025, cujo período transitório para os antigos VASP terminou a 1 de julho de 2026. Um fabricante de hardware como a Coinkite ou uma federação como a da Liquid não caem nessa malha.O resultado é que, para a esmagadora maioria destes incidentes, a autópsia pública continua a ser a única forma de prestação de contas que existe de facto. A jurisdição da CMVM e do Banco de Portugal, descrita na página de fintech da CMVM, cobre a conduta dos prestadores, não a qualidade do firmware de uma carteira nem a diligência de uma equipa de código aberto. Quando a máquina que encontra o bug não tem selo, e o produto que falha não tem supervisor, o relatório voluntário e a reputação são o tribunal. Quem decide, na prática, quando um patch entra e como é comunicado é a mesma governação sem voto que manda, informalmente, no Bitcoin e no Ethereum.Há uma peça regulatória europeia que toca a IA, o Regulamento da Inteligência Artificial, mas o seu foco são sistemas de IA de alto risco em contextos como o emprego, o crédito ou a biometria, e não a utilização de modelos para rever software de código aberto. Por agora, a IA que audita e a IA que ataca vivem, ambas, num espaço sem certificação. Para o utilizador, isso significa que a diligência não pode ser delegada: mesmo o hardware wallet «que faz tudo certo» pode falhar por um bit mal posto, e a segurança de quem custodia o próprio dinheiro exige a mesma disciplina que se pede a uma tesouraria cripto: procedimentos, redundância e a suposição de que qualquer sistema pode falhar.

Conclusão: o autopsista é uma máquina

Em 2026, a cripto acrescentou uma personagem ao seu género mais honesto. O post-mortem, que começou por copiar a cultura de autópsia sem culpados da engenharia de software e depois lhe juntou a negociação on-chain com o atacante, tem agora uma máquina no elenco: como suspeita, como origem de bugs, como auditora e como leitora ávida de todos os relatórios que já se escreveram. Não é ficção científica; é o que dizem os comunicados da Coinkite e da Blockstream, e o que provam a Google e a DARPA fora da cripto.O que isto exige de nós é duplo. Dos que escrevem autópsias, mais rigor, porque «a IA encontrou o bug» não pode ser um ponto final que dispensa a prova; da comunidade que as lê, mais ceticismo e mais reprodução independente, agora que reproduzir também é uma tarefa acelerada por máquina. A promessa é sedutora: se a IA conseguir finalmente ligar as milhares de autópsias dispersas num corpo de conhecimento que se acumula, o sonho de Guido de nunca encontrar o mesmo bug duas vezes fica ao alcance. A ameaça é a imagem espelhada: a mesma capacidade, apontada ao mesmo código aberto, do outro lado.A cripto passou dez anos a aperfeiçoar a arte de dissecar os seus mortos. A pergunta de 2026 não é se vai continuar a fazê-lo, vai, mas quem segura o bisturi, e se o autopsista que lê o código melhor do que nós trabalha para os defensores ou para quem chegou primeiro. Por enquanto, a resposta honesta é: para ambos, ao mesmo tempo.

Perguntas Frequentes

A IA foi mesmo responsável pelos hacks da Coldcard e da Liquid?

Não há prova de que uma IA tenha executado, sozinha, qualquer dos ataques. No caso Coldcard, o fabricante Coinkite avançou a teoria de que o atacante terá usado IA para encontrar a falha de entropia, mas o método concreto nunca foi tornado público. No caso Liquid, Adam Back afirmou que o bug explorável nasceu de uma correção mal feita a um bug que a IA tinha encontrado, uma caracterização que foi disputada por antigos programadores da Blockstream. Em ambos, a IA aparece como parte da explicação, não como facto provado.

O que é um post-mortem de protocolo em cripto?

É o relatório público que uma equipa, uma comunidade ou investigadores forenses produzem depois de um ataque, com a cronologia ao minuto, a causa-raiz técnica, o rasto das carteiras e as decisões sobre reembolsos. Como raramente existe recurso imediato a tribunais, seguradoras ou reguladores, esta autópsia funciona, na prática, como o principal mecanismo de prestação de contas do setor.

A inteligência artificial consegue mesmo encontrar bugs de segurança reais?

Sim, e há provas de fontes credíveis fora da cripto. O agente Big Sleep, da Google, descobriu e travou a exploração de uma vulnerabilidade de dia-zero real no SQLite, e sistemas autónomos na final do AI Cyber Challenge da DARPA encontraram várias falhas inéditas em software crítico. Do lado da indústria cripto, a auditora Trail of Bits relatou ter passado de cerca de 15 para 200 bugs por semana nos projetos onde usa IA de forma intensiva.

Se o código é aberto, a IA não ajuda mais os atacantes do que os defensores?

É o receio central de 2026. Como todo o código público pode ser lido por um modelo em minutos, a mesma abertura que convida os defensores convida os atacantes à mesma velocidade. O ponto mais crítico é a janela entre a publicação de uma correção e a sua aplicação em todos os nós: uma IA consegue transformar um patch público numa arma antes de a atualização terminar. A defesa mantém a vantagem apenas se corrigir e aplicar mais depressa do que o adversário consegue explorar.

Algum regulador em Portugal certifica auditorias de segurança ou ferramentas de IA?

Não. A MiCA e o DORA regulam prestadores de serviços de criptoativos e a sua resiliência operacional, não o código dos protocolos nem os métodos de auditoria. A CMVM e o Banco de Portugal supervisionam entidades registadas ao abrigo da Lei n.º 69/2025, mas não têm jurisdição sobre um fabricante de hardware wallets ou uma sidechain descentralizada. O Regulamento da Inteligência Artificial da UE foca sistemas de alto risco noutros domínios, não a revisão de software. Na prática, nem a IA que audita nem a IA que ataca têm hoje qualquer selo oficial.Por Marcus Okafor, editor sénior da HOGE Wire, que cobre segurança, forense on-chain e a cultura dos post-mortems de protocolo.