L’intelligence artificielle n’a pas besoin d’un ordinateur quantique pour fragiliser Bitcoin : elle trouve déjà des failles critiques dans l’écosystème crypto, en quelques minutes et pour quelques dollars. Deux développeurs interrogés par Cryptoast — une ingénieure Ethereum et un contributeur Bitcoin Core — détaillent ce basculement du risque technologique, où la menace IA devient plus immédiate que la perspective quantique.
🔑 En bref
- Une IA a retrouvé en 8 minutes un bug vieux de plusieurs années dans les wallets Coldcard, pour un coût d’environ 2 dollars.
- Plus de 1596 BTC (≈ 100 millions de dollars) ont été volés via une faille d’entropie introduite en 2021.
- Anthropic rapporte que Claude a trouvé une faiblesse dans HAWK, candidat standard post-quantique, en 60 heures pour 100 000 dollars.
- Le risque quantique sur Bitcoin reste lointain (≈ une décennie), selon Coinbase.
- L’IA agit surtout comme un multiplicateur de productivité, côté défenseurs comme côté attaquants.
L’IA déniche déjà des failles critiques dans l’écosystème crypto
Pendant des années, l’ordinateur quantique a été présenté comme la grande menace technologique pesant sur Bitcoin. Les derniers événements montrent qu’un risque plus immédiat, dopé par l’IA, est déjà à l’œuvre dans le code des portefeuilles, des clients et des bibliothèques cryptographiques.
Fin juillet, la Frontier Red Team d’Anthropic a annoncé que Claude Mythos Preview avait découvert de nouvelles méthodes d’attaque contre plusieurs algorithmes. Le modèle aurait notamment trouvé une vulnérabilité dans HAWK, candidat à un futur standard de signature résistant au quantique. Malgré deux années d’examens par des chercheurs humains, Mythos aurait identifié en 60 heures une attaque réduisant de moitié la robustesse effective des clés. L’expérience aurait coûté environ 100 000 dollars en utilisation d’API.
Les récents vols de BTC subis par des utilisateurs de Coldcard ont offert un avant-goût concret de cette accélération. Un bug introduit en 2021 avait réduit l’entropie de certaines seeds générées par plusieurs modèles du fabricant. Selon plusieurs experts, l’attaquant aurait utilisé un LLM pour générer les scripts d’automatisation, et peut-être aussi pour découvrir la faille elle-même.
Le cas Coldcard : 8 minutes et 2 dollars pour trouver la faille
Le plus frappant n’est pas l’existence du bug, mais la facilité avec laquelle une IA a pu le retrouver. D’après Haseeb Qureshi, un audit réalisé avec Claude aurait identifié le problème en huit minutes. Une seconde expérimentation, menée avec un autre modèle, l’aurait reproduit en une vingtaine de minutes pour un coût estimé à environ deux dollars.
La vulnérabilité concernait le logiciel interne de certains portefeuilles Coldcard. Le bug réduisait le niveau d’aléa lors de la génération de certaines phrases de récupération. Pour les modèles affectés, ces phrases n’auraient disposé que d’environ 40 bits d’entropie au lieu des 128 bits attendus. Le bug se trouvait à l’intersection de composants distincts, hors du périmètre habituellement audité. Pris isolément, chaque morceau de code semblait correct — c’est leur interaction qui créait la faille.
Coinkite souligne qu’une telle erreur a pu rester invisible pendant plusieurs années dans un produit pourtant conçu pour offrir le plus haut niveau de sécurité. Une faille autrefois indétectable devient désormais trouvable par une IA en quelques minutes.
Pourquoi cette faille a-t-elle coûté si cher ?
Au moment des faits, plus de 1596 BTC (≈ 100 millions de dollars) ont été volés à des utilisateurs Coldcard. Une mise à jour logicielle ne suffit pas à protéger une clé déjà produite : il faut déplacer les fonds vers une nouvelle adresse dont la clé a été générée avec une entropie suffisante. Cette inertie rend les erreurs d’implémentation particulièrement redoutables à l’ère de l’IA.
L’IA décuple surtout les capacités du développeur
Pour mesurer ce que cette accélération change réellement, Cryptoast a recueilli les témoignages d’Amira Bouguera, développeuse Ethereum et cryptographe, ainsi que d’un développeur Bitcoin Core ayant souhaité conserver son anonymat.
Selon le contributeur Bitcoin Core, l’erreur serait de présenter l’IA comme une intelligence autonome nécessairement supérieure aux chercheurs. Il explique :
« Quelqu’un qui n’est pas très expert va simplement produire 10 fois plus de mauvais code, mais un expert en sécurité pourra devenir 10 fois plus productif et trouver beaucoup plus de bugs. »
Développeur Bitcoin Core
L’IA agirait donc principalement comme un multiplicateur de productivité : davantage de code examiné, davantage de scénarios testés, davantage d’attaques jugées autrefois trop coûteuses désormais à portée. Le développeur estime que les modèles actuels apportent surtout de l’épaisseur plutôt que de la profondeur, en augmentant le volume de travail sans en améliorer mécaniquement la qualité.
Côté Bitcoin Core, l’évolution est déjà visible : davantage de rapports de sécurité, et de nombreux contributeurs qui utilisent l’IA au quotidien.
IA et quantique : deux menaces de nature différente
Le risque porté par l’ordinateur quantique est direct et potentiellement dévastateur pour Bitcoin, mais aussi pour l’ensemble de la finance. Aucun ordinateur capable de réaliser une telle attaque n’existe aujourd’hui. Selon Coinbase, il faudrait probablement une décennie ou plus avant que les machines quantiques n’affectent les protocoles cryptographiques actuels.
L’IA, elle, agit dès aujourd’hui. Elle ne casse pas encore ECDSA ou Schnorr, mais elle accélère la découverte d’erreurs dans les clients, les wallets, les bibliothèques cryptographiques et les futurs standards censés protéger Bitcoin du quantique.
Amira Bouguera écarte toute menace immédiate à la suite de l’annonce d’Anthropic :
« Le risque pour les blockchains est pratiquement nul aujourd’hui, en tout cas à la suite de cette annonce. Mais cela montre que les choses avancent très rapidement. Il faut commencer à utiliser ces outils pour trouver les vulnérabilités avant que quelqu’un d’autre ne les trouve. »
Amira Bouguera, cryptographe et ingénieure protocole Ethereum
Avec HAWK, l’IA n’a pas utilisé d’ordinateur quantique pour attaquer Bitcoin. Elle a trouvé un défaut dans un algorithme précisément conçu pour protéger les systèmes numériques contre la future menace quantique — preuve que la cible migratoire est déjà dans le viseur.
Comparaison synthétique des deux risques
| Critère | IA | Ordinateur quantique |
|---|---|---|
| Disponibilité | Déjà opérationnelle | Pas avant ≈ 10 ans |
| Cible principale | Implémentations, bugs, audits | ECDSA, Schnorr, RSA |
| Coût d’une attaque | Quelques dollars d’API | Milliards en matériel |
| Surface d’impact | Wallets, clients, standards PQ | Fondamentaux cryptographiques |
| Défense possible | Audits IA, revue formelle | Migration post-quantique |
L’IA accélère aussi la feuille de route quantique
Au-delà de la chasse aux bugs, l’IA pourrait compresser la timeline quantique elle-même. Alex Pruden, PDG de Project Eleven, déclare :
« Le paysage de la sécurité de demain sera différent. Entre le quantique et l’IA, nous allons entrer dans un monde où la sécurité, et cela va bien au-delà de la seule cryptomonnaie, ne peut tout simplement plus être assurée de la manière dont vous aviez l’habitude de procéder. »
Alex Pruden, PDG de Project Eleven
Illia Polosukhin, co-fondateur de NEAR Protocol, abonde :
« L’IA devient de plus en plus un accélérateur. Le rythme de la recherche va s’accélérer à partir de maintenant, et nous avons déjà constaté des progrès que les gens ne s’attendaient pas à voir surgir si tôt. »
Illia Polosukhin, co-fondateur de NEAR Protocol
Il rappelle que les chercheurs utilisent déjà des modèles pour optimiser la correction d’erreurs quantiques, principal goulot d’étranglement du domaine. Cette convergence pousse plusieurs écosystèmes — Ethereum, Zcash, Solana, Ripple et NEAR — à préparer dès aujourd’hui une migration post-quantique. NEAR a annoncé l’intégration de la cryptographie post-quantique directement dans son infrastructure de compte, permettant aux utilisateurs de pivoter de schéma sans migrer leurs actifs. Zcash a par ailleurs déployé la mise à niveau Tachyon, qui vise à améliorer les paiements blindés et la préparation quantique.
Polosukhin met par ailleurs en garde contre la stratégie dite « collect now, decrypt later » : des acteurs étatiques ou privés capturent déjà des flux chiffrés en prévision d’un déchiffrement futur. Pruden confirme : les modèles servent déjà à accélérer la recherche en correction d’erreurs quantiques.
L’open source à l’épreuve de l’IA
Le cas Coldcard relance aussi le débat sur l’open source. Publier son code ne garantit pas qu’un logiciel soit sûr : cela garantit seulement qu’il puisse être examiné. À l’ère de l’IA, un dépôt public non audité devient une cible facile pour des attaquants capables de croiser le code, la documentation, l’historique GitHub et les discussions en quelques heures.
Certains en tirent une conclusion paradoxale : les bitcoins seraient désormais plus en sécurité sur une grande plateforme centralisée, dotée d’équipes spécialisées, de systèmes de surveillance et de portefeuilles multisignatures. Mais cette conclusion contredit directement la raison d’être de Bitcoin, fondée sur la réduction des intermédiaires de confiance.
Le développeur Bitcoin Core souligne l’asymétrie sociale induite par l’IA :
« Là où il y a davantage d’asymétrie, c’est sur le plan social. Les mainteneurs risquent de crouler sous des demandes de changements qui ne sont pas prioritaires et détournent l’attention de sujets plus importants. »
Développeur Bitcoin Core
La leçon du cas Coldcard n’est pas que le propriétaire serait plus sûr, mais qu’un projet open source ne peut plus se reposer sur la seule revue communautaire. À l’ère de l’IA, publier son code impose de le tester au moins aussi intensément que ne le feront les attaquants.
Conclusion : une course de vitesse, pas une apocalypse
L’IA ne casse pas, à ce stade, la cryptographie de Bitcoin. Elle ne menace ni ECDSA ni Schnorr. En revanche, elle rend exploitables en quelques minutes et pour quelques dollars des bugs qui sommeillaient depuis des années dans des produits de référence. Le risque quantique, lui, reste une menace structurelle de long terme, encore dépourvue de l’arme concrète qui pourrait la matérialiser.
Les mois à venir diront si les écosystèmes crypto parviennent à intégrer l’IA en défense plus vite que les attaquants ne l’utilisent en offense. La sécurité, soulignent les experts, ne pourra plus être une infrastructure statique mise à jour tous les dix ans : elle deviendra un processus continu, à budget constant et à intensité croissante.
Sources
- Cryptoast — Bitcoin : l’IA est-elle plus dangereuse que le quantique ?
- CoinDesk — AI Is Speeding Up the Quantum Threat to Crypto Security
- Coinbase Learn — Is Quantum Computing a Threat for Crypto ?
- Symbole — Coldcard : quand l’IA rend le code open source dangereux
Cet article est publié à titre informatif et éducatif. Il ne constitue en aucun cas un conseil en investissement. Faites vos propres recherches (DYOR) avant toute décision.
