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

• Anuncio -

Una herramienta de auditoría de seguridad impulsada por IA identificó una vulnerabilidad crítica de doble gasto dentro del XRP Ledger en febrero de 2026, evitando potencialmente la pérdida de cientos de millones en activos de usuarios antes de que se tocara una sola billetera.

Lo que Hizo Realmente el Error

La vulnerabilidad se encontraba en la intersección de dos características específicas de 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 solo se movía una fracción del XRP previsto.

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 equivocada.

El error no era simple. Requirió simular interacciones de casos límite que los procesos de auditoría humana 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 atribuye a una herramienta de auditoría de IA que utiliza metodología de verificación formal, supuestamente de una firma 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, incluyendo combinaciones que los auditores humanos no pensarían en probar porque caen fuera de los patrones de uso normal. La vulnerabilidad se encontraba en una de esas combinaciones.

Tras el descubrimiento, la Fundación XRPL y el equipo de ingeniería de rippled trabajaron en privado con la firma de seguridad para desarrollar un parche antes de cualquier divulgación pública. La solución se presentó luego a través del proceso de gobernanza estándar de enmiendas de 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 de rippled y versiones superiores.

                El Mercado Cripto Tiene Un Catalizador Que Queda por Precios 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 de XRPL a veces han caracterizado como lento o excesivamente conservador, manejó un problema de seguridad genuinamente serio de manera eficiente y sin daños colaterales a los usuarios.

Para los participantes institucionales que utilizan la infraestructura de pago de Ripple, ese resultado tiene un peso real. La capacidad de una red de Capa 1 importante para corregir 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 las primeras herramientas de auditoría de IA generativa que identifican vulnerabilidades en la infraestructura de 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 experiencia humana crea una postura de seguridad materialmente más fuerte que cualquiera de las dos produce por separado.