Claude 4.8 Demolisce la “Fede nella Matematica” delle Crypto: L’Era dell’Audit AI è Arrivata

Introduzione: Quando l’AI Inizia a Mettere in Dubbio la Matematica

All’inizio di giugno 2026, un audit di codice apparentemente di routine ha mandato onde d’urto attraverso il mercato delle criptovalute. Il ricercatore di sicurezza Taylor Hornby, assistito dal modello Claude Opus 4.8 di Anthropic, ha scoperto una vulnerabilità critica nel circuito dello scudo protetto Orchard di Zcash (ZEC) — un difetto che esisteva dal maggio 2022, consentendo la generazione di ZEC falsi illimitati e non rilevabili, minacciando direttamente l’immutabilità del suo limite massimo di fornitura di 21 milioni. Entro 24 ore dalla divulgazione, ZEC è crollato di circa il 30%, da circa $700 a quasi$400.

Ma questa è più di una crisi di una privacy coin. Rivela un cambiamento strutturale più profondo e ampio: i grandi modelli linguistici AI stanno cambiando fondamentalmente il panorama offensivo e difensivo della sicurezza delle criptovalute. Claude Opus 4.8 non è nemmeno il modello più forte di Anthropic — il leggendario modello di livello Mythos, non ancora completamente rilasciato, ha già dimostrato capacità in grado di scuotere l’intero settore crypto fino alle fondamenta.

Questo articolo parte dall’incidente Zcash, analizza sistematicamente l’impatto dei grandi modelli AI sulla sicurezza delle criptovalute, esplora le implicazioni di vasta portata per vari asset crypto e tenta di delineare il futuro panorama del mercato.

1. L’Incidente Zcash: Come l’AI Ha Trovato la Vulnerabilità “Introvabile”

La Natura del Difetto: Una Crepa nella Matematica

La proposta di valore centrale di Zcash è costruita sulla tecnologia delle zero-knowledge proof (ZKP). Lo scudo protetto Orchard utilizza il sistema di dimostrazione Halo 2, la cui sicurezza dipende dalla correttezza dei vincoli del circuito — ogni transazione deve soddisfare rigorosamente regole matematiche predefinite, altrimenti la dimostrazione viene respinta.

Tuttavia, ciò che Hornby ha scoperto era una regola del circuito “eccessivamente permissiva”: il sistema di dimostrazione accettava erroneamente una serie di combinazioni di parametri di transazione che non avrebbero dovuto essere consentite. Questo significa che un attaccante poteva generare una zero-knowledge proof completamente valida senza possedere asset reali, “coniando” così monete false indistinguibili dal vero ZEC.

2. Mythos: L’“Auditor Definitivo” Ancora Non Scatenato

Con il rilascio di Opus 4.8, Anthropic ha anche presentato in anteprima il modello di livello Mythos, che sarà aperto a tutti i clienti “nelle prossime settimane.” Sulla base delle informazioni note, Mythos ha scoperto migliaia di vulnerabilità zero-day in tutti i principali sistemi operativi e browser, inclusa una vulnerabilità OpenBSD di 27 anni e una vulnerabilità FreeBSD di 17 anni di esecuzione di codice remoto.

Anthropic ha scelto di non rilasciare pubblicamente Mythos perché le sue capacità sono troppo pericolose. Oltre il 99% delle vulnerabilità scoperte da Mythos rimangono non corrette. Se Mythos finisse in mani malintenzionate, le conseguenze sarebbero catastrofiche.

Conclusioni Chiave

1. L’AI è una lente d’ingrandimento, non un creatore: Le vulnerabilità che l’AI scopre esistevano già; gli umani semplicemente non avevano la capacità di trovarle prima.
2. Orso a breve termine, toro a lungo termine: Per l’industria nel suo insieme, la proliferazione dell’audit AI aumenterà drammaticamente la linea di base della sicurezza.
3. La tecnologia è neutrale; ciò che conta è l’uso: L’AI può essere usata per l’offesa o la difesa. La vittoria dipende da quale parte adotta gli strumenti AI più velocemente.

---

Dati aggiornati al 5 giugno 2026. Gli investimenti in criptovalute comportano un alto rischio. Questo articolo non costituisce consulenza finanziaria.