La herramienta de IA detecta un error crítico en XRP Ledger antes de que los hackers pudieran aprovecharlo

• Publicidad -

Una herramienta de auditoría de seguridad impulsada por IA identificó una vulnerabilidad crítica de doble gasto en el XRP Ledger en febrero de 2026, lo que podría haber prevenido la pérdida de cientos de millones en activos de usuarios antes de que se tocara una sola billetera.

Lo Que Realmente Hizo el Error

La vulnerabilidad se encontraba en la intersección de dos características específicas del XRPL: Pagos Parciales y cierta lógica de contratos inteligentes estilo escrow. Por sí sola, ninguna de las características era el problema. Combinadas bajo condiciones específicas, crearon un camino de explotación que podría haber permitido a un atacante engañar al libro mayor para registrar un pago como completamente liquidado mientras que solo una fracción del XRP previsto realmente se movía.

El objetivo práctico de tal explotación habría sido los creadores de mercado automatizados y los intercambios descentralizados que operan en el libro mayor. Ambos dependen de una lógica de liquidación precisa para funcionar correctamente. Una transacción que se lee como completa mientras entrega un valor parcial es exactamente el tipo de discrepancia que drena liquidez de los AMMs y DEXs antes de que alguien se dé cuenta de que la contabilidad está mal.

El error no era sencillo. Requirió simular interacciones de casos extremos que los procesos de auditoría humanos estándar rara vez detectan, que es precisamente por qué pasó desapercibido hasta que una herramienta de seguridad de IA lo encontró.

Cómo Se Encontró y Se Solucionó

El descubrimiento se acredita a una herramienta de auditoría de IA que utiliza metodología de verificación formal, supuestamente de una empresa que opera en el espacio de CertiK o Immunefi. La verificación formal funciona modelando matemáticamente el comportamiento del código a través de miles de millones de posibles estados de transacción, incluidas combinaciones que los auditores humanos no pensarían en probar porque caen fuera de los patrones de uso normales. La vulnerabilidad se encontraba en una de esas combinaciones.

Tras el descubrimiento, la Fundación XRPL y el equipo de ingeniería de Ripple trabajaron en privado con la empresa de seguridad para desarrollar un parche antes de cualquier divulgación pública. La solución se presentó luego a través del proceso de gobernanza de enmiendas estándar del XRPL, que requiere un consenso del 80% de la red de validadores durante un período de 14 días para ser adoptada. La enmienda fue aprobada. No se perdieron fondos. Cero.

La solución está integrada en la versión 2.3.0 y superiores de rippled.

                El Mercado Cripto Tiene Un Catalizador Que Queda Por Preciar Y Llega El Domingo

Por Qué Importa la Respuesta de Gobernanza

La solución técnica es una parte de la historia. La respuesta de gobernanza es la otra. El XRPL resolvió una vulnerabilidad crítica sin un hard fork, sin una división de cadena y sin ningún período de inactividad de la red. El proceso de enmienda, que los críticos del XRPL a veces han caracterizado como lento o excesivamente conservador, manejó un problema de seguridad genuinamente serio de manera eficiente y sin daños colaterales para los usuarios.

Para los participantes institucionales que utilizan la infraestructura de pagos de Ripple, ese resultado tiene un peso real. La capacidad de una red principal de capa 1 para parchear un defecto crítico a nivel de lógica de código, antes de la explotación, a través de un proceso ordenado de consenso de validadores, es el tipo de historial operativo que importa cuando la conversación se desplaza hacia la adopción institucional a gran escala.

La Señal Más Amplia

Este incidente representa uno de los ejemplos más significativos de herramientas de auditoría de IA generativa identificando vulnerabilidades en la infraestructura blockchain de producción que la revisión humana pasó por alto. La implicación no es que los auditores humanos sean obsoletos. Es que la combinación de verificación formal a escala de máquina y la experiencia humana crea una postura de seguridad materialmente más fuerte que cualquiera de las dos produce por separado.