Un défaut de sécurité chez Coldcard aurait permis le vol de 1 128 BTC, soit 71,1 M$
Résumé du marché par IA
Une faille de hasard dans le firmware Coldcard, signalée sur cinq ans, aurait pu permettre la reconstruction des graines affectées et une ponction rapide d'environ 1 1128 BTC (environ 71 M$), mettant en évidence un risque aigu lié à l'auto-conservation et à la chaîne d'approvisionnement. Bien que l'attribution (y compris une découverte assistée par l'IA) ne soit pas prouvée, l'événement peut accroître, à court terme, les sorties motivées par la sécurité depuis les portefeuilles exposés, renforcer l'examen des contreparties visant les fournisseurs de matériel, et peser sur l'appétit pour le risque crypto au sens large via une attention renouvelée portée à la fragilité de la gestion des clés.
Niveau d'impact
● Élevé
Actifs concernés
BTC/USDT+0.56%
Infos de l'IA · BTC/USDTInfos de l'IA
▼ Baissier
Trader maintenant
⚠️ Les infos générées par l'IA sont basées sur des contenus d'actualité et fournies à titre informatif uniquement. Elles ne constituent pas des conseils en investissement et ne reflètent pas les positions de BingX. Investir comporte des risques. Tradez de manière responsable.
Une vulnérabilité logicielle vieille de cinq ans dans les portefeuilles matériels Coldcard aurait permis à un attaquant de reconstituer des clés privées et de vider plus de 1 100 bitcoins. Le fabricant canadien Coinkite, à l'origine de Coldcard, avance que l'intelligence artificielle (IA) a pu contribuer à la découverte du défaut, sans qu'aucune preuve d'attribution ne soit établie.
Points clés
- Des "seeds" liés à Coldcard auraient été compromis pour un total de 1 128,4717 BTC, soit environ 71,1 M$.
- Coinkite estime que l'IA a pu mettre au jour ce bug datant de cinq ans, sans élément probant sur l'auteur.
- Les utilisateurs concernés doivent générer un nouveau seed sur un firmware corrigé, puis transférer les fonds.
Une opération coordonnée vide des centaines de portefeuilles
L'affaire a éclaté après le déplacement, le 30 juillet, d'environ 594 BTC (près de 38 M$ à ce moment-là) depuis quelque 500 adresses bitcoin en single signature. Les transferts se seraient déroulés en près de 25 minutes, avec un ciblage apparent de portefeuilles partageant une même faiblesse technique.
Des analyses ultérieures de la blockchain ont élargi l'ampleur potentielle du vol. Des chercheurs estiment que 1 082 à 1 196 adresses auraient pu être touchées sur une fenêtre d'environ 41 minutes. Un tableau de suivi dédié, "Coldcard Sweep Watch", chiffrait ensuite le total à 1 128,4717 BTC, valorisés autour de 71,1 M$ avec un bitcoin proche de 63 044 $.
Source image : tableau de bord Coldcard Sweep Watch. Capture d'écran prise à 8 h 30 (heure de l'Est) le 1er août 2026. Une heure plus tard, à 9 h 30, l'estimation montait à 1 128,6633 BTC.
La majorité des fonds aurait été regroupée sur une adresse détenant plusieurs centaines de bitcoins, où une part importante est restée largement immobile.
Point commun des adresses visées : leurs seeds de récupération auraient été créés sur des portefeuilles matériels Coldcard produits par Coinkite. Le seed (liste de mots) permet de reprendre le contrôle d'un portefeuille. Quiconque parvient à le reconstruire ou à l'obtenir peut généralement déplacer les fonds sans posséder l'appareil.
Coldcard : un système d'aléa défaillant
Coinkite a publié un avis urgent indiquant que certains seeds générés sur des appareils Coldcard pouvaient être faibles. Les appareils Mk3 utilisant le firmware 4.0.1 (publié vers mars 2021) et les versions ultérieures feraient partie des plus exposés. L'analyse a ensuite étendu le périmètre à des seeds créés sur certains appareils Mk4, Mk5 et Q avant la diffusion de firmwares correctifs d'urgence.
Les produits Tapsigner, Opendime et Satscard ne seraient pas concernés, car ils reposent sur un logiciel différent.
Le défaut touche la génération de données aléatoires. La sécurité d'un portefeuille matériel dépend d'une entropie de qualité afin que le seed soit imprévisible. Sur les Mk3 les plus affectés, des chercheurs estiment que le seed n'offrait qu'environ 40 bits d'aléa effectif au lieu des 128 bits attendus. L'écart est déterminant : un seed 128 bits correctement généré est considéré comme pratiquement impossible à deviner par force brute, alors que 40 bits réduit drastiquement l'espace de recherche et peut permettre à un attaquant de tester des seeds hors ligne puis de comparer les adresses obtenues avec la blockchain publique.
Sur certains appareils plus récents, l'aléa effectif aurait pu atteindre environ 72 bits grâce à une couche additionnelle fournie par le matériel sécurisé. Cela rendrait la reconstruction plus difficile, tout en restant nettement inférieur au niveau prévu.
Une erreur de configuration a survécu cinq ans
À l'origine, une erreur de configuration au moment de la compilation, liée à deux fonctions logicielles au rôle similaire. L'une utilisait un générateur matériel de nombres aléatoires "vrai", l'autre un mécanisme logiciel plus faible hérité de MicroPython. Coinkite voulait désactiver l'option MicroPython. Or, une vérification ne contrôlait que l'existence d'une étiquette de configuration, et non le fait que sa valeur était fixée à zéro. Résultat : le firmware final pouvait sélectionner silencieusement la fonction la plus faible.
Les deux fonctions ayant un format identique, le code compilait et s'exécutait sans erreur visible. La régression serait apparue lors d'une migration logicielle en 2021 et serait restée dans des firmwares publiquement disponibles pendant plus de cinq ans.
Mettre à jour un appareil ne renforce pas un seed créé avec le logiciel défectueux. Les utilisateurs doivent générer un tout nouveau seed avec un firmware corrigé (ou un autre appareil sûr), puis transférer les fonds vers des adresses contrôlées par ce nouveau seed.
Source image : X.
Coinkite précise que les utilisateurs ayant ajouté au moins 50 lancers de dés indépendants lors de la création du seed ont pu injecter suffisamment d'entropie pour éviter cette faiblesse. Une passphrase BIP39 robuste aurait aussi pu compliquer la reconstruction. Les portefeuilles multi-signatures, nécessitant plusieurs appareils indépendants, auraient pu empêcher qu'un seed compromis suffise à déplacer des fonds.
Coinkite évoque l'IA, sans preuve à ce stade
Le PDG de Coinkite, Rodolfo Novak, a présenté des excuses publiques et indiqué que l'entreprise assumait l'entière responsabilité de la défaillance du firmware. Il affirme que l'équipe travaille sur des versions corrigées, des rapports techniques et l'assistance aux utilisateurs affectés.
Coinkite et Novak avancent aussi une hypothèse marquante sur la découverte du bug. Le firmware ayant été public pendant des années, l'entreprise pense qu'un tiers a pu utiliser l'IA pour analyser d'anciennes versions du code et identifier le chemin de génération aléatoire affaibli. Dans un message d'excuse publié sur X, Novak écrit : "À tous les développeurs : nous pensons que c'est une réalité sobre du nouveau paradigme de l'IA. La revue de code assistée par IA peut désormais débusquer des bugs latents à une vitesse qui dépasse même les experts les plus chevronnés de l'industrie. Si votre firmware est open source ou a déjà été public, partez du principe qu'il est déjà lu par des attaquants comme par des défenseurs."
Les outils modernes d'IA appliqués au code peuvent ingérer de grands dépôts et mettre en évidence des relations suspectes entre paramètres de configuration, fonctions et hypothèses de sécurité. Un attaquant pourrait orienter un tel système vers les générateurs aléatoires faibles, les fonctions de repli ou les erreurs touchant aux clés cryptographiques. Certains observateurs indiquent avoir retrouvé l'exploitation Coldcard avec des modèles d'IA.
Source image : X.
Des chercheurs indépendants ont ensuite rapporté l'usage de modèles d'IA pour localiser ou expliquer le problème une fois la faiblesse d'entropie identifiée. Cela illustre l'accessibilité croissante de l'analyse de code assistée par IA, sans démontrer que l'attaquant initial s'en est servi.
Source image : billet de blog Coldcard sur l'IA.
Coinkite reconnaît qu'un examen interne avec un modèle d'IA de premier plan n'avait pas détecté la faille avant le vol. L'épisode souligne que ces systèmes ne trouvent pas automatiquement toutes les erreurs critiques : leur efficacité dépend des consignes fournies, du périmètre de code analysé et de la capacité humaine à interpréter les signaux.
Des critiques pointent d'abord une défaillance humaine
Plusieurs spécialistes estiment qu'insister sur l'IA détourne l'attention d'une erreur d'ingénierie classique. Selon eux, ce type de faute de configuration est connu, et des revues de code, tests ou audits ciblant la génération de seeds auraient pu la détecter bien plus tôt. Certains jugent que l'équipe aurait dû identifier elle-même le vecteur d'attaque.
Source image : X.
Les deux lectures ne s'excluent pas : une erreur humaine a créé la vulnérabilité et l'a laissée en place, tandis que l'IA a pu réduire le coût pour la trouver, la comprendre ou l'exploiter. Les défenseurs doivent éliminer toutes les failles dangereuses ; l'attaquant n'a besoin d'en trouver qu'une.
L'incident bouscule aussi certaines idées sur la sécurité de l'open source. Le code public peut être audité par des experts indépendants, mais la disponibilité ne garantit ni que la bonne portion soit examinée, ni qu'un défaut subtil soit reconnu et signalé avant un passage à l'acte.
Pour les utilisateurs Coldcard, la priorité consiste à déterminer quand et comment leur seed a été créé. Toute personne concernée doit vérifier les consignes via les canaux officiels de Coinkite, installer un firmware corrigé, générer un nouveau seed et transférer les fonds avec prudence, en restant vigilante face au phishing et aux faux messages de support.
À plus long terme, les questions porteront sur le montant exact des BTC dérobés, la possibilité d'identifier l'attaquant, et le rôle réel de l'IA dans la découverte de la faille. Les fabricants de portefeuilles matériels pourraient subir une pression accrue pour renforcer les tests d'entropie, auditer les configurations de build et réexaminer en continu l'ancien code, à la fois par des experts humains et des outils d'IA utilisés dans une logique adversariale.