Ferramenta de IA detecta bug crítico no XRP Ledger antes que os hackers tivessem oportunidade de explorá-lo

• Anúncio -

Uma ferramenta de auditoria de segurança orientada por IA identificou uma vulnerabilidade crítica de dupla despesa na XRP Ledger em fevereiro de 2026, potencialmente evitando a perda de centenas de milhões de ativos dos utilizadores antes de qualquer carteira ser sequer tocada.

O que o Bug Fez, na Prática

A vulnerabilidade estava no cruzamento de duas funcionalidades específicas do XRPL: Pagamentos Parciais e alguma lógica de contratos inteligentes estilo escrow. Por si só, nenhuma das duas funcionalidades era o problema. Combinadas sob condições específicas, criaram um caminho de exploração que poderia ter permitido a um atacante induzir o registo de um pagamento como totalmente liquidado enquanto apenas uma fração do XRP pretendido era realmente transferida.

O alvo prático para uma exploração desse tipo seriam os market makers automatizados e as bolsas descentralizadas a operar na ledger. Ambos dependem de uma lógica de liquidação precisa para funcionar corretamente. Uma transação que parece estar completa ao mesmo tempo que entrega apenas valor parcial é exatamente o tipo de discrepância que drena a liquidez de AMMs e DEXs antes de alguém perceber que a contabilidade está errada.

O bug não era simples. Exigia a simulação de interações em casos limite que os processos de auditoria humana padrão raramente detetam — é precisamente por isso que ficou sem ser descoberto até que uma ferramenta de segurança com IA o encontrou.

Como Foi Encontrado e Corrigido

A descoberta é atribuída a uma ferramenta de auditoria por IA que usa metodologia de verificação formal, alegadamente de uma empresa que opera no espaço da CertiK ou da Immunefi. A verificação formal funciona ao modelar matematicamente o comportamento do código ao longo de milhares de milhões de possíveis estados de transação, incluindo combinações que os auditores humanos não pensariam testar porque ficam fora dos padrões normais de utilização. A vulnerabilidade estava numa dessas combinações.

Após a descoberta, a XRPL Foundation e a equipa de engenharia da Ripple trabalharam em privado com a empresa de segurança para desenvolver uma correção antes de qualquer divulgação pública. A correção foi então submetida através do processo de governação padrão de alterações do XRPL, que exige 80% de consenso da rede de validadores ao longo de um período de 14 dias para ser adotada. A alteração foi aprovada. Não se perdeu qualquer fundo. Zero.

A correção está integrada na versão rippled 2.3.0 e superior.

                O Mercado Cripto Tem Um Último Catalisador para Precos, e Chega ao Domingo

Porque a Resposta de Governação Importa

A correção técnica é apenas uma parte da história. A resposta de governação é a outra. O XRPL resolveu uma vulnerabilidade crítica sem hard fork, sem divisão da cadeia e sem qualquer período de indisponibilidade da rede. O processo de alteração, que alguns críticos do XRPL por vezes caracterizam como lento ou demasiado conservador, tratou de um problema de segurança genuinamente sério de forma eficiente e sem danos colaterais para os utilizadores.

Para participantes institucionais que utilizam a infraestrutura de pagamentos da Ripple, esse resultado tem um peso real. A capacidade de uma grande rede Layer 1 corrigir uma falha crítica ao nível da lógica do código, antes de ser explorada, através de um processo ordenado de consenso entre validadores, é o tipo de histórico operacional que importa quando a conversa se desloca para a adoção institucional à escala.

O Sinal Mais Alargado

Este incidente representa um dos exemplos iniciais mais significativos de ferramentas de auditoria de IA generativa a identificarem vulnerabilidades em infraestrutura blockchain de produção que a revisão humana não detetou. A implicação não é que os auditores humanos se tornem obsoletos. É que a combinação de verificação formal à escala de máquinas e de perícia humana cria uma postura de segurança substancialmente mais forte do que qualquer uma delas produz sozinha.