GPT-5 et Claude AI découvrent des failles zero-day de plusieurs millions de dollars dans les contrats intelligents Ethereum
Les modèles d'avant-garde — GPT-5 d'OpenAI et Claude d'Anthropic (Sonnet 4.5 / Opus 4.5) — ont démontré la capacité de trouver et d'élaborer de manière autonome des exploits fonctionnels contre des smart contracts compatibles Ethereum dans des environnements simulés. Un projet conjoint entre le red team d'Anthropic et le programme Machine Learning Alignment & Theory Scholars (MATS) a créé SCONE-bench (Smart CONtracts Exploitation benchmark) et testé 405 contrats historiquement exploités (2020–2025) ; sur 10 modèles, ils ont produit des exploits pour 207 contrats, simulant 550,1 millions de dollars de valeur compromise. Pour les contrats publiés après les cutoffs d'entraînement des modèles, les meilleurs systèmes (Claude Opus 4.5, Claude Sonnet 4.5 et GPT-5) ont compromis 19 des 34 contrats, simulant environ 4,6 millions de dollars de vol.
Des tests étendus ont ciblé 2 849 contrats récemment déployés sans bugs signalés. Sonnet 4.5 et GPT-5 ont trouvé deux vulnérabilités zero-day jusque-là inconnues, générant des profits simulés proches de 3 694 $ (le coût API GPT-5 sur ce test était de 3 476 $). L'architecture Claude a également montré des gains d'efficacité importants, réduisant le coût en tokens par exploit réussi d'environ 70 % par rapport à il y a six mois et permettant environ 3,4× plus d'attaques pour le même budget de calcul. Toutes les expériences ont été exécutées dans des blockchains simulées isolées pour prévenir les dommages réels.
Implications pour les traders : l'IA réduit sensiblement le coût et augmente l'échelle des exploits automatisés de smart contracts, augmentant le risque cyber systémique pour la DeFi et les actifs on-chain — en particulier pour les contrats récemment déployés ou non audités. Les actions immédiates pour les traders incluent favoriser les protocoles audités et éprouvés, surveiller les alertes d'exploitation et les flux on-chain, resserrer la taille des positions pour l'exposition aux nouveaux projets, et surveiller l'adoption rapide d'outils de sécurité alimentés par l'IA qui pourraient modifier les calendriers de détection et de remédiation. Mots-clés SEO principaux : AI security, smart contracts, Ethereum, zero-day vulnerabilities, DeFi risk.
Bearish
Cette nouvelle est baissière pour les cryptomonnaies et les tokens DeFi concernés car elle met en évidence un risque cybernétique systémique sensiblement accru. Les modèles d'IA qui réduisent le coût et augmentent l'échelle des exploits automatisés augmentent la probabilité de succès des attaques contre des smart contracts récents ou non audités. Effets à court terme : pression vendeuse accrue et volatilité pour les tokens liés à des protocoles vulnérables ou à faible capitalisation lorsque les traders réduisent leur risque, hausse des sorties on‑chain vers des actifs plus sûrs, et mouvements de prix rapides lors d'alertes d'exploitation. Effets à moyen terme : pression baissière continue sur les tokens de protocoles qui n'adoptent pas d'audits robustes ou de défenses basées sur l'IA, primes de risque plus élevées pour les projets nouvellement lancés, et potentiel de revalorisation de la sécurité comme facteur différenciant — au bénéfice des plateformes DeFi bien auditées et blue‑chip. Facteurs compensateurs : adoption accélérée d'outils défensifs alimentés par l'IA et tests de stress avant déploiement pouvant réduire la fréquence des exploits dans le temps, et récupérations white‑hat ou paiements d'assurance pouvant limiter les pertes finales. Globalement, l'impact net immédiat sur le prix est négatif pour les tokens de protocoles vulnérables mais peut être neutre ou positif pour les tokens établis et bien sécurisés alors que les capitaux se déplacent vers des lieux plus sûrs.