Den nye generasjonen av grense-AI-modeller
Den nyeste generasjonen av grense-AI-modeller er ikke lenger bare i stand til å chatte med brukere, generere bilder eller skrive kode. Forskere bruker i økende grad systemer som Anthropic’s Claude Mythos og Claude Opus 4.8, samt OpenAI’s GPT-5.5, for å identifisere programvaresårbarheter. Dette reiser bekymringer om hva som skjer når disse evnene blir allment tilgjengelige.
Trusselen mot kryptovaluta
Kryptoinvestorer fikk en vekker om den økende trusselen fra kraftig AI denne uken da Zcash-utviklere avslørte at Claude Opus 4.8 hjalp med å oppdage en kritisk sårbarhet som kunne ha gjort det mulig for en angriper å lage ubegrenset ZEC. På grunn av nettverksdesignet er det ingen nåværende måte å vite med sikkerhet om falsk ZEC faktisk ble laget, og denne usikkerheten førte til at prisen på ZEC raste sent denne uken.
AI i programvareutvikling
Eksperter advarer om at mange flere sårbarheter kan bli oppdaget i de kommende ukene og månedene ettersom AI-programvare blir mer kapabel, og disse verktøyene blir mer tilgjengelige. Tidlige AI-modeller ble profesjonelt brukt som kodeassistenter, som hjalp utviklere med å skrive, forklare og feilsøke programvare. Etter hvert som teknologien forbedret seg, begynte forskere å bruke de samme systemene til kodegjennomgang, programvarerevisjon og sårbarhetsforskning.
«AI er langt bedre til å gjennomgå kode enn de fleste mennesker og finne potensielle sårbarheter i den,» sa Danny Jenkins, administrerende direktør og medgründer av ThreatLocker, til Decrypt.
Jenkins sa at nåværende AI-systemer allerede akselererer oppdagelsen av sårbarheter, mens nyere modeller som Mythos kan utvide disse evnene betydelig, og han kalte det et nært forestående «stort problem.»
Demokratisering av AI-verktøy
Stanislav Fort, en tidligere forsker ved Google DeepMind og Anthropic, og nå grunnlegger og sjefforsker ved sikkerhetsfirmaet Aisle, sa at bekymringer om AI-drevet sårbarhetsoppdagelse er gyldige, men ofte misforstått. «Den naive responsen er å prøve å begrense tilgangen til kraftige modeller. Jeg tror dette i hovedsak er sikkerhet ved uklarhet, og sikkerhet ved uklarhet er en av de dårligste ideene i feltet,» sa Fort til Decrypt.
AI-drevet feilsøking i kryptovaluta
Krypto og DeFi begynner å føle virkningen av AI-drevet feilsøking. Blockchain-prosjekter har alltid vært attraktive mål fordi det er mye penger på spill og mye av koden er offentlig tilgjengelig. Jenkins sa at etter hvert som AI blir bedre til å finne programvarefeil, kan prosjekter med åpen kildekode bli lettere mål for både sikkerhetsforskere som leter etter feil og angripere som ønsker å utnytte dem.
«Sårbarheten var til stede fra Orchard’s aktivering i mai 2022 til den nødrettede fiksen ble implementert 1. juni 2026,» skrev Shielded Labs, organisasjonen bak Zcash-utviklingen, i et avsløringsinnlegg.
Angrepet skjer mens DeFi-protokoller allerede står overfor et av sine verste år for utnyttelser. Mer enn 840 millioner dollar ble stjålet fra DeFi-prosjekter i de første fem månedene av 2026, inkludert mer enn 600 millioner dollar i april alene.
Fremtiden for cybersikkerhet
Mens AI gjør DeFi-uttak lettere å gjennomføre, ifølge Blockaid CTO Raz Niv, er den større risikoen ikke at AI erstatter hackere, men forsterker dem, og lar angriperne fokusere på mer sofistikerte teknikker mens AI håndterer rutineoppgaver. «Den gode nyheten er at forsvarerne kan bruke de samme verktøyene,» sa han. «AI-assistert overvåking og simulering blir essensielt for sikkerhetsteam som prøver å holde tritt.»
