Achar e explorar bugs ficou barato com IA - e o que fazer

O custo de achar e explorar bugs caiu

Segundo Stefanos Chaliasos, da zkSecurity, praticamente todos os pesquisadores de segurança já incorporaram LLMs ao seu processo, evoluindo de chatbots para scripts, agentes, skills e harnesses personalizados. No fim de 2025, algo mudou: encontrar e explorar bugs com auxílio de IA deixou de ser experimento e virou realidade, com mais exploits observados. Três efeitos já visíveis: perdas totais não diminuíram, exploits contra projetos menores cresceram exponencialmente, e programas de bug bounty se enchem de uma mistura de descobertas válidas, duplicatas e relatórios sem valor.

A tese do artigo

A IA muda a economia do ataque e da defesa. Ela não precisa descobrir e explorar tudo de forma autônoma; basta baratear cada etapa: entender uma base de código desconhecida, gerar hipóteses, achar bugs, escrever PoCs e tentar de novo. Isso altera o ROI dos atacantes: um alvo que exigia semanas de trabalho especialista pode exigir dias, e protocolos menores antes ignorados viram alvos ideais. Se dez tentativas fracas forem baratas, a décima primeira só precisa funcionar uma vez - em segurança, um único bug não corrigido basta. Não é um apocalipse mágico, mas uma mudança de ROI, e atacantes se adaptam mais rápido que defensores.

Criptografia avançada perde o abrigo acidental

ZKPs e MPC se beneficiavam de um abrigo involuntário: código difícil de entender, poucos atacantes capazes e valores menores guardados. Isso mudou. Em 2026 ocorreram os dois primeiros exploits conhecidos contra circuitos ZK em produção: um por white hats resgatando cerca de US$ 1,5 milhão e outro drenando 5 ETH. A causa em ambos foram verificadores Groth16 gerados de trusted setups não finalizados corretamente - algo geralmente fora do escopo de auditorias e detectável por um prompt simples. Depois, mais exploits surgiram no espaço ZK: o rollup descontinuado Aztec Connect foi drenado duas vezes em dias de manhã por cerca de US$ 2,2 milhões cada, e a THORChain perdeu US$ 10,8 milhões em maio de 2026 por uma vulnerabilidade conhecida no esquema de assinatura de limiar GG20.

Do lado defensivo, o pipeline com IA da zkSecurity encontrou vulnerabilidades reais no CIRCL da Cloudflare, no zkVM da OpenVM, na biblioteca MPC da Bron Labs e em outros. Os auditores de IA não acharam todos os bugs - perderam alguns encontrados depois - mas, do ponto de vista de atacantes e defensores, isso é irrelevante.

IA é problema e resposta

Bug bounties são inundados por relatos gerados por IA, e a resposta proposta é triagem assistida por IA; atacantes usam IA para explorar mais rápido, e a resposta é usar IA para achar as vulnerabilidades antes. O autor reconhece o caráter circular - segurança sempre foi gato-e-rato, e a IA acelerou os dois lados. Quase todo auditor já usa IA, inclusive a empresa, que mantém o auditor contínuo zkao. Mas IA não é panaceia: modelos mudam, o estado da arte avança a cada poucos meses, e uma configuração útil precisa ser avaliada e atualizada continuamente por uma equipe de pesquisa de segurança.

As camadas de defesa

As camadas não são substitutas nem etapas concluídas uma única vez: 1) testes, fuzzing e hardening tradicional, baratos e úteis a todas as outras; 2) harnesses de IA próprios, especializados, que devem funcionar como harnesses de regressão, re-descobrindo classes de bugs; 3) ferramentas de auditoria com IA de terceiros, mercado crescente e barulhento, em que demonstrar achados é fácil, mas provar validade é difícil; 4) auditorias manuais, que permanecem a defesa independente principal, mas com orçamento e tempo fixos, devendo ser repetidas para sistemas críticos; 5) verificação formal, mais prática com IA em definições, lemas e provas rotineiras - a empresa desenvolve as ferramentas Clean e zkGolf; 6) assurance da própria verificação formal, pois a prova pode estabelecer o teorema errado ou a integração pode descartar o que foi provado; 7 e 8) bug bounties, monitoramento e resposta a incidentes, cujas falhas podem anular as camadas anteriores. Fechar bug bounties por causa do ruído de IA elimina um caminho de denúncia; a melhor resposta é triagem e deduplicação mais rápidas.

O que vem depois

As apostas do autor: capacidade ofensiva se torna abundante; validação vira o gargalo; auditorias se tornam contínuas, com revisão pontual praticamente expirando; harnesses de segurança viram infraestrutura de produto; verificação formal fica mais prática, mas especificar corretamente e conectar provas ao código de produção continuam difíceis. A conclusão: o modelo antigo de construir, auditar, lançar e torcer não basta mais. A resposta não é comprar todas as ferramentas, mas montar um sistema em camadas, com técnicas baratas rodando continuamente e especialistas nos problemas mais difíceis. Achar bugs ficou barato; construir confiança ainda é difícil.