Falha de segurança no Coldcard pode ter exposto 1.128 BTC, avaliados em US$ 71,1 milhões

Uma falha de software do Coldcard que permaneceu no código por cerca de cinco anos pode ter permitido que um invasor reconstruísse chaves privadas e esvaziasse mais de 1.100 bitcoins. A fabricante do dispositivo, a canadense Coinkite, afirmou que a descoberta pode ter sido acelerada por inteligência artificial (IA), embora não haja comprovação da autoria. Principais pontos - Seeds associadas ao Coldcard teriam sido expostas, totalizando 1.128,4717 BTC (cerca de US$ 71,1 milhões). - A Coinkite diz que a IA pode ter ajudado a encontrar a falha de cinco anos, mas a atribuição segue sem prova. - Usuários com seeds afetadas precisam criar novas carteiras com firmware corrigido. Varredura coordenada esvazia centenas de carteiras O caso veio a público depois que cerca de 594 BTC, avaliados em aproximadamente US$ 38 milhões à época, saíram de algo em torno de 500 endereços de bitcoin de assinatura única em 30 de julho. As transferências ocorreram em cerca de 25 minutos e indicavam alvo comum com uma vulnerabilidade técnica compartilhada. Análises posteriores ampliaram o possível alcance. Pesquisadores estimaram que entre 1.082 e 1.196 endereços podem ter sido atingidos em um intervalo de aproximadamente 41 minutos. Um painel personalizado, o Coldcard Sweep Watch, passou a contabilizar 1.128,4717 BTC, valorados em torno de US$ 71,1 milhões quando o bitcoin era negociado perto de US$ 63.044. Fonte da imagem: painel Coldcard Sweep Watch. Captura de tela feita às 8h30 (horário do leste dos EUA) em 1º de agosto de 2026. Uma hora depois, às 9h30, a estimativa subiu para 1.128,6633 BTC. A maior parte dos recursos foi consolidada em um endereço que passou a concentrar centenas de bitcoins, onde boa parcela permaneceu praticamente parada. Os endereços atingidos tinham um ponto em comum: as seeds de recuperação foram geradas em carteiras de hardware Coldcard fabricadas pela Coinkite. A seed de recuperação é a lista de palavras que controla o acesso a uma carteira cripto; quem consegue reconstruí-la ou obtê-la, em geral, consegue movimentar os fundos sem o dispositivo físico. Coldcard identifica falha no sistema de aleatoriedade A Coinkite publicou um alerta urgente dizendo que determinadas seeds geradas em dispositivos Coldcard podem ser fracas. Entre os mais expostos estariam os aparelhos Mk3 com firmware 4.0.1, lançado por volta de março de 2021, e versões posteriores. A avaliação se estendeu a seeds criadas em alguns dispositivos Mk4, Mk5 e Q antes do lançamento de correções emergenciais de firmware. Produtos Tapsigner, Opendime e Satscard não teriam sido afetados por utilizarem software diferente. O problema estava no processo de geração de dados aleatórios. Carteiras seguras dependem de aleatoriedade de alta qualidade para impedir que seeds sejam adivinhadas. Nos Mk3 mais afetados, pesquisadores estimaram que a seed pode ter tido apenas cerca de 40 bits de aleatoriedade efetiva, em vez dos 128 bits pretendidos. A diferença é decisiva: uma seed de 128 bits é considerada, na prática, impossível de ser quebrada por força bruta; com 40 bits, o número de combinações cai drasticamente, abrindo espaço para testes offline e comparação dos endereços resultantes com a blockchain pública do Bitcoin. Em alguns modelos mais novos, a aleatoriedade efetiva pode ter ficado em torno de 72 bits, já que o hardware seguro adicionava uma camada extra de imprevisibilidade. Isso dificultaria a reconstrução, mas ainda ficaria bem abaixo do nível planejado. Erro de configuração persistiu por 5 anos A origem teria sido um erro de configuração em tempo de compilação envolvendo duas funções com finalidade semelhante. Uma recorria ao gerador de números aleatórios verdadeiro baseado em hardware; a outra dependia de um processo de software mais fraco herdado do MicroPython. A Coinkite pretendia desativar a opção do MicroPython, mas uma checagem no software verificava apenas se um rótulo de configuração existia, e não se o valor tinha sido definido como zero. Com isso, o firmware final podia selecionar silenciosamente a função mais fraca. Como as duas funções tinham formatos compatíveis, o código compilou e continuou funcionando sem gerar um erro evidente. O equívoco entrou no código por volta de uma migração de software em 2021 e permaneceu no firmware disponibilizado publicamente por mais de cinco anos. A atualização do dispositivo agora não fortalece seeds geradas sob o software defeituoso. Usuários afetados precisam criar uma seed totalmente nova com firmware corrigido (ou em outro dispositivo seguro) e transferir os fundos para endereços controlados por essa nova seed. Fonte da imagem: X. Usuários que adicionaram pelo menos 50 rolagens independentes de dados ao criar a seed podem ter inserido aleatoriedade extra suficiente para escapar da fraqueza. Uma passphrase BIP39 forte também poderia ter dificultado a reconstrução. Carteiras que exigem assinaturas de vários dispositivos independentes podem ter impedido que uma única seed comprometida movimentasse os fundos sozinha. Coinkite cita IA, mas sem prova O CEO da Coinkite, Rodolfo Novak, pediu desculpas publicamente e afirmou que a empresa assumia total responsabilidade pela falha no firmware. Disse que a equipe trabalha em software corrigido, relatórios técnicos e suporte aos usuários afetados. A empresa e Novak levantaram uma hipótese sobre como a falha teria sido encontrada. Como o firmware ficou público por anos, a Coinkite acredita que alguém pode ter usado IA para examinar versões antigas do código e localizar o caminho de aleatoriedade fraca. “Para todo desenvolvedor: acreditamos que esta é uma realidade sóbria do novo paradigma de IA. Revisão de código assistida por IA já encontra bugs latentes em uma velocidade que supera até os especialistas mais experientes do setor”, escreveu Novak em um post de desculpas no X. “Se o seu firmware é open source ou já foi público, assuma que ele já está sendo lido por atacantes e defensores.” Sistemas modernos de IA para código conseguem processar grandes repositórios e apontar relações suspeitas entre configurações, funções e premissas de segurança. Um invasor poderia instruir a ferramenta a buscar geradores fracos de números aleatórios, funções de fallback ou erros que afetem chaves criptográficas. Alguns observadores relataram ter usado modelos avançados para identificar o exploit do Coldcard por conta própria. Fonte da imagem: X. Pesquisadores independentes disseram depois ter usado modelos de IA para localizar ou explicar o problema quando a falha de aleatoriedade já era conhecida. Isso mostrou como a análise de código assistida por IA se tornou acessível, mas não comprovou que o atacante original tenha usado IA. Fonte da imagem: postagem no blog da Coldcard sobre IA. A Coinkite reconheceu que sua própria revisão com um modelo líder de IA não detectou o erro antes do roubo, indicando que esses sistemas não encontram automaticamente todas as falhas graves. O resultado depende das instruções fornecidas, do volume de código analisado e de o revisor humano entender os sinais de alerta. Críticos apontam falha humana como raiz do problema Especialistas em segurança argumentam que dar peso excessivo à IA pode desviar a atenção de uma falha básica de engenharia. Para muitos, o erro de configuração é um tipo conhecido, que poderia ter sido identificado anos atrás por revisões convencionais de código, testes ou auditorias focadas na geração de seeds. Há quem discorde de culpar IA e defenda que a equipe deveria ter detectado o exploit internamente. Fonte da imagem: X. As visões não são necessariamente excludentes: um erro humano criou a vulnerabilidade e permitiu sua permanência; a IA pode ter reduzido o custo para encontrá-la, entendê-la ou explorá-la. Defensores precisam identificar todas as fraquezas; atacantes, apenas uma. O episódio também pressiona a narrativa de segurança do open source. Código público permite inspeção por especialistas independentes, mas a disponibilidade não garante que alguém revise exatamente a parte certa, reconheça um defeito sutil e o reporte antes de um ataque. Para usuários do Coldcard, a prioridade imediata é confirmar quando e como a seed foi criada. Quem tiver uma seed potencialmente afetada deve validar instruções apenas por canais oficiais da Coinkite, instalar o firmware corrigido, criar uma nova seed e mover os fundos com cautela, atento a tentativas de phishing e falsas mensagens de suporte. No horizonte, ficam as questões sobre quanto bitcoin foi efetivamente levado, se será possível identificar o responsável e se a IA teve papel decisivo na descoberta. Fabricantes de carteiras de hardware também devem sofrer pressão para reforçar testes de entropia, auditar configurações de build e reavaliar código antigo de forma contínua, combinando especialistas humanos e ferramentas de IA com postura adversarial.