Coldcard : 100 M$ volés, bug de 5 ans, l’IA a raté la faille

Mots-clés : Coldcard, Coinkite, portefeuille matériel, sécurité des cryptomonnaies, vulnérabilité RNG, Kimi K3, Moonshot AI, revue de code par IA, vol de bitcoin

Slug : coldcard-hardware-wallet-rng-flaw-ai-audit-2026

Temps de lecture : ~7 min

Date : 2026-08-07

Titre SEO : Coldcard : 100 M$ volés, bug de 5 ans, l’IA a raté la faille

Description SEO : Un bug de firmware vieux de cinq ans a permis de dérober plus de 100 M$ en Bitcoin. L’IA de pointe a raté la faille aussi.

Mot-clé principal : vulnérabilité portefeuille matériel Coldcard IA

Un bug vieux de cinq ans, caché à la vue de tous

Le 30 juillet 2026, des attaquants ont commencé à vider des centaines de portefeuilles Bitcoin générés sur des appareils Coldcard, fabriqués par le canadien Coinkite. La première vague a été rapide : environ 1 083 à 1 196 BTC prélevés sur environ 1 196 adresses en seulement 41 minutes (The Hacker News) ; une première fenêtre plus restreinte évoquait 594 BTC, soit environ 38 millions de dollars, drainés en 25 minutes (CoinDesk). Ce n’était pas un événement isolé — une deuxième puis une troisième vague ont suivi dans les jours suivants, dont environ 208 BTC provenant de 1 912 adresses supplémentaires signalées tôt le dimanche suivant (CoinDesk).

La cause profonde remonte à cinq ans. Le firmware Coldcard MK3 version 4.0.1, publié en mars 2021, contenait une erreur de configuration de compilation : le code vérifiait si une macro existait plutôt que si elle était activée, ce qui provoquait l’échec silencieux du contrôle du générateur matériel de nombres aléatoires de l’appareil. Au lieu d’utiliser une véritable entropie matérielle, les appareils concernés basculaient vers le générateur pseudo-aléatoire logiciel déterministe « Yasmarang » de MicroPython lors de la création des graines de portefeuille (The Hacker News). L’effet pratique fut un effondrement de l’entropie utilisable, passant de 128 bits complets à environ 40 bits — suffisamment faible pour être forcé par force brute avec du matériel informatique dédié, sans outillage exotique nécessaire (1023Jack).

La société d’analyse blockchain Galaxy Research, dont le décompte a été cité par plusieurs médias suivant l’incident, évaluait les pertes à environ 1 367 BTC (~89 millions de dollars) provenant de 4 585 adresses sur trois vagues, au 2 août (CoinDesk). Les 3-4 août, une quatrième vague a porté le total à environ 1 816 BTC (~116 millions de dollars) sur plus de 5 200 adresses, selon la société d’investigation blockchain TRM Labs, qui citait les chiffres de Galaxy Research (TRM Labs). TechCrunch a par la suite rapporté des pertes dépassant 130 millions de dollars alors que le traçage se poursuivait (TechCrunch). TRM Labs précise explicitement que ce chiffre n’est pas définitif : les fonds continuent de circuler, et la société « n’a pas confirmé de manière computationnelle que chaque adresse identifiée avait été générée avec une entropie Coldcard affaiblie ». Considérez chaque chiffre de cette histoire, y compris ceux de cet article, comme un instantané préliminaire d’un incident encore en cours.

Coinkite a publié un firmware d’urgence le 31 juillet 2026 — MK3 vers la version 4.2.0 et ultérieures, MK4/MK5 vers 5.6.0 et ultérieures, et le modèle Q vers 1.5.0Q et ultérieures. Les recommandations de l’entreprise sont sans ambiguïté : quiconque a généré une graine Coldcard entre mars 2021 et le correctif devrait considérer cette graine comme compromise et migrer ses fonds vers une graine nouvellement générée, quelle que soit la version actuelle du firmware. Une mesure d’atténuation a tenu bon : « Une graine construite avec au moins 50 lancers de dés équitables, indépendants et privés n’est pas à risque avec ce seul bug », a déclaré Coinkite, car l’entropie issue de lancers de dés ne dépendait jamais du chemin RNG matériel défaillant (Bitcoin Magazine).

La leçon plus profonde : Coinkite a testé l’IA de pointe sur son propre code — et elle a raté le bug

La partie la plus solidement sourcée de cette histoire, et sans doute la plus troublante, ne concerne pas l’attaquant du tout — c’est l’aveu de l’éditeur lui-même. Dans un billet de blog intitulé « Adding to the Public Record », publié le 4 août 2026, Coinkite a révélé avoir fait tourner des modèles d’IA de pointe sur son propre firmware, avant et après la brèche, en recherchant spécifiquement ce type précis de défaut — et aucun des modèles ne l’a détecté (Coinkite).

Les mots de l’entreprise : « Nous avons fait tourner une revue assistée par IA sur nos bases de code critiques, y compris dans les semaines précédant l’exploitation. Elle n’a pas détecté cette vulnérabilité. » Puis, après la brèche, ils sont allés plus loin : « Depuis l’incident, nous avons également testé notre code face à des modèles de pointe, dont Kimi K3, Claude Fable et Codex 5.6. Aucun d’entre eux ne l’a détectée. »

C’est un aveu frappant en soi. Coinkite ne testait pas la revue de code par IA de manière abstraite — l’entreprise a retesté en sachant pertinemment qu’une vulnérabilité spécifique, désormais publique, existait dans sa base de code, en utilisant plusieurs modèles de pointe dont le même Kimi K3 qui serait plus tard associé (sans confirmation, voir ci-dessous) à des spéculations en ligne sur l’attaque. Tous l’ont ratée. Le mode d’échec était structurel : la vérification de macro défaillante « semblait correcte » à première vue, et les modèles testés n’ont apparemment pas sondé la frontière entre configuration de compilation et sous-module où résidait le véritable défaut (Coinkite). Coinkite en a tiré une leçon précise : « C’est une raison pour nous, et pour quiconque s’appuie sur des outils d’IA, d’être précis sur ce qu’ils détectent actuellement et ce qu’ils pourraient rater. »

C’est là l’angle IA confirmé et documenté de cette histoire — non pas que l’IA a trouvé ou exploité le bug, mais que plusieurs modèles de pointe, exécutés par l’éditeur lui-même et pointés directement sur le code vulnérable, ont échoué à le trouver eux aussi.

L’IA a-t-elle trouvé le bug pour l’attaquant ? Cette affirmation n’est pas confirmée

Quelques heures après le premier drainage, une théorie différente s’est répandue rapidement sur les réseaux sociaux crypto et sécurité : que le modèle à poids ouverts nouvellement publié par Moonshot AI, Kimi K3, aurait été utilisé par l’attaquant pour scanner le code source du firmware Coldcard, public depuis longtemps, et faire émerger la vulnérabilité. Le timing a alimenté la théorie — les poids de Kimi K3 ont été publiés le 27 juillet 2026, seulement deux à trois jours avant le début des attaques (1023Jack).

Cette affirmation côté attaquant n’a été étayée par aucun enquêteur nommé, société de sécurité, ni par Coinkite elle-même. Comme le résume une analyse technique détaillée : « Aucun enquêteur n’a nommé d’acteur », et « l’attribution à Kimi K3 est une affirmation communautaire non vérifiée » (1023Jack). La même analyse sape la prémisse sur le plan technique : l’effondrement d’entropie causé par ce bug (de 128 bits à environ 40) est largement à la portée de l’informatique par force brute conventionnelle. « Une recherche sur 40 bits ne nécessite aucun LLM ; du matériel spécialisé la force par brute-force. » Aucune sophistication d’IA n’était strictement nécessaire pour exploiter la faille une fois connue, et aucune source nommée n’a confirmé quels outils, humains ou automatisés, le ou les attaquants ont réellement utilisés pour la découvrir en premier lieu.

Il est également important d’être précis sur ce que le billet de blog de Coinkite dit et ne dit pas. Ses déclarations relatives à l’IA, citées ci-dessus, concernent entièrement la revue défensive que Coinkite fait de son propre code — l’entreprise n’affirme jamais qu’un attaquant a utilisé l’IA, ne nomme jamais d’attaquant, et n’identifie jamais l’outil ou la méthode utilisés pour trouver ou exploiter le bug. Une partie de la couverture médiatique secondaire a brouillé cette distinction : le titre d’un média affirmait que l’IA était « probablement impliquée dans le piratage », tandis que le corps de son propre texte se montre beaucoup plus prudent, citant des « experts du secteur » anonymes qui « pensent que l’IA a été utilisée » sans apporter de preuve directe (Bitcoin Magazine). Le même article cite le cofondateur de Coinkite, NVK, faisant une observation générale sur la catégorie technologique, et non une affirmation sur cet incident précis : « La revue de code assistée par IA peut désormais détecter des bugs latents à une vitesse qui dépasse même les experts les plus chevronnés du secteur. » C’est une déclaration sur la capacité croissante de la revue de code par IA — pas une confirmation que cela s’est produit ici, ni une affirmation qu’un attaquant l’a utilisée.

En résumé : il est confirmé que l’IA n’a pas détecté ce bug lorsque Coinkite l’a pointée sur son propre code. Il n’est pas confirmé, et ne devrait pas être présenté comme un fait, que l’IA a trouvé ou a été utilisée pour exploiter le bug du côté de l’attaquant.

Une histoire liée mais distincte : un audit bénévole post-brèche

Dans les jours qui ont suivi la révélation de l’affaire Coldcard, un groupe bénévole de développeurs Bitcoin — mené par le développeur pseudonyme du protocole Cashu « Calle », aux côtés de Rob Hamilton, PDG de la société d’assurance Bitcoin AnchorWatch — a commencé à faire tourner Kimi K3 dans le cadre d’un audit de sécurité à grande échelle, financé par OpenSats, sur environ 400 projets de l’écosystème Bitcoin, en dépensant environ 10 000 dollars par jour en puissance de calcul. En 24 heures, l’effort a fait émerger environ 5 000 problèmes potentiels, dont 85 classés critiques et 635 classés à haute sévérité, la plupart ensuite vérifiés par les responsables des projets concernés (Forbes). Il s’agit d’une réaction directe et sectorielle au choc Coldcard — des développeurs se précipitant pour trouver le prochain bug caché avant qu’un attaquant ne le fasse — et non d’une preuve de la manière dont le bug Coldcard lui-même a été découvert. Aucune source examinée ne relie cet effort d’audit à la découverte initiale de la faille Coldcard.

Aucun identifiant CVE n’a été publié pour cette vulnérabilité à l’heure de la rédaction ; Coinkite a émis son propre avis et ses propres mises à jour de firmware directement plutôt que via le processus standard de divulgation CVE/NVD.

Ce que cela signifie au-delà des portefeuilles crypto

Deux leçons distinctes, toutes deux vraies, traversent cet incident, et les confondre rend un mauvais service à chacune d’elles. D’abord : le fait qu’un code open source soit publiquement auditable pendant des années ne garantit pas que des bugs subtils de configuration de compilation soient détectés — le firmware de Coldcard était open source pendant toute la fenêtre d’exposition de cinq ans, et aucun relecteur humain, aucun scanner automatisé, ni (selon les propres dires de Coinkite) aucun outil d’IA n’a détecté ce défaut précis avant qu’il ne soit activement exploité. Ensuite : l’attrait du récit « une IA a trouvé et exploité un bug vieux de plusieurs années en quelques jours après sa publication » est une narration convaincante précisément parce qu’elle nourrit une anxiété réelle et justifiée face à la recherche de vulnérabilités accélérée par l’IA — mais convaincant n’est pas synonyme de confirmé, et traiter une théorie virale comme un fait établi est exactement le type d’erreur évitable qui érode la confiance dans le journalisme de sécurité.

Questions Fréquemment Posées

Sources et lectures complémentaires

• Coldcard Hardware Wallet Flaw Linked to $70 Million Bitcoin Theft in 41 Minutes — The Hacker News
• Coinkite Releases Fixed Firmware After Coldcard Bug; AI Likely Involved In The Breach — Bitcoin Magazine
• Adding to the Public Record on Our Ongoing Investigation — Coinkite Blog (source primaire)
• Forty Bits: The Coldcard Hack And The Question Of Whether An AI Found It — 1023Jack
• The Largest Hardware Wallet Exploit of 2026: Inside the USD 116 Million Coldcard Hack — TRM Labs
• Bitcoin Cold-Wallet Attack Spreads to 4,500 Addresses as Losses Near $89 Million — CoinDesk
• Major Bitcoin Wallet Flaw Drains 594 BTC in 25-Minute Sweep — CoinDesk
• Hackers Steal Over $130M by Exploiting Bug in Offline Hardware Wallets — TechCrunch
• $38M in Bitcoin Drained by Coldcard Key Flaw Its Maker Thinks AI Found — Decrypt
• ‘Situation Is Extremely Bad’—Bitcoin Braced For More ‘Critical’ Exploits After $10,000 Price Per Day AI Warning — Forbes