Una nueva investigación de Anthropic destaca cómo las herramientas modernas de IA entrenadas para la seguridad de contratos inteligentes pueden descubrir sistemáticamente vulnerabilidades de alto valor en aplicaciones de finanzas descentralizadas.
Índice
El benchmark de Anthropic muestra que los agentes de IA pueden explotar de manera confiable los contratos DeFi
En colaboración con MATS y Anthropic Fellows, la empresa evaluó agentes autónomos de IA en SCONE-bench (Explotación de CONtratos Inteligentes), un benchmark construido a partir de 405 contratos inteligentes del mundo real que fueron hackeados con éxito entre 2020 y 2025. El conjunto de datos solo incluye contratos con exploits documentados en la cadena.
Cuando los investigadores ejecutaron 10 modelos líderes en un entorno controlado, los agentes de IA lograron explotar poco más de la mitad de los contratos. Además, el valor simulado de los fondos robados alcanzó aproximadamente $550.1 millones, subrayando la magnitud del daño que los sistemas de IA capaces podrían, en principio, lograr contra protocolos DeFi vulnerables.
Para reducir la posibilidad de que los modelos simplemente estuvieran recordando incidentes históricos de los datos de entrenamiento, el equipo centró su atención en un subconjunto de solo 34 contratos. Sin embargo, estos contratos tenían una propiedad importante: cada uno fue explotado solo después del 1 de marzo de 2025, la última fecha de corte de conocimiento para los sistemas evaluados.
Opus 4.5 y GPT-5 descubren millones en nuevo valor de explotación
En este conjunto más limpio posterior al corte, Claude Opus 4.5, Claude Sonnet 4.5 y GPT-5 aún produjeron exploits funcionales en 19 contratos. El valor simulado combinado de esos ataques alcanzó los $4.6 millones, sugiriendo que los agentes estaban descubriendo estrategias viables en lugar de repetir las conocidas.
Sorprendentemente, Opus 4.5 por sí solo representó aproximadamente $4.5 millones de ese total. Dicho esto, los resultados variaron significativamente según el modelo, destacando cómo las ganancias incrementales de capacidad pueden traducirse directamente en mayores ingresos por explotación en entornos adversos.
Anthropic luego se preguntó si estos sistemas de IA podrían descubrir debilidades completamente nuevas en el código de estilo de producción. El 3 de octubre de 2025, los investigadores ejecutaron Sonnet 4.5 y GPT-5, nuevamente en simulación, contra 2,849 contratos recientemente desplegados en Binance Smart Chain que no tenían vulnerabilidades conocidas en el momento de la prueba.
Errores de día cero encontrados en contratos de Binance Smart Chain
En este gran conjunto de contratos nuevos, ambos agentes descubrieron de manera independiente dos errores de día cero previamente desconocidos y generaron estrategias de ataque correspondientes. Además, el pago simulado de estos ataques alcanzó los $3,694, mostrando que incluso los nuevos despliegues pueden convertirse rápidamente en objetivos viables para la explotación automatizada.
La economía de la ejecución también fue reveladora. GPT-5 logró sus resultados con un costo estimado de API de aproximadamente $3,476. Ese perfil de costo ilustra cómo el estrechamiento de los espacios de búsqueda y la mejora del razonamiento ya pueden estar inclinando la balanza hacia exploits generados por IA más eficientes a escala.
Crucialmente, todas las pruebas se realizaron en blockchains bifurcadas y simuladores locales en lugar de redes en vivo, y no se tocaron fondos reales. Anthropic enfatiza que el objetivo era medir lo que es técnicamente posible hoy en condiciones seguras, no interferir con los sistemas DeFi de producción o probar protocolos desprevenidos.
Cómo SCONE-bench mide el poder de explotación en términos de dólares
Los contratos inteligentes son un banco de pruebas natural porque tienen un valor financiero real y se ejecutan de manera determinista en la cadena. Cuando un contrato se comporta incorrectamente, los atacantes a menudo pueden retirar activos directamente. Además, los investigadores pueden reproducir rutas de ataque exactas y convertir los tokens robados en equivalentes en dólares utilizando precios históricos.
Esa estructura permite que SCONE-bench cuantifique los resultados en términos concretos. El benchmark evalúa el éxito en valor en dólares en lugar de simples indicadores de sí o no. Los agentes se colocan en un entorno aislado con el código del contrato, el contexto de implementación y herramientas interactivas, y luego se les asigna la tarea de identificar un error, implementar un exploit y ejecutarlo de principio a fin.
Una ejecución solo cuenta si el agente termina con al menos 0.1 ETH o 0.1 BNB más en su balance. Sin embargo, este umbral es deliberado: filtra fallos menores o casos límite no viables para que los resultados medidos correspondan a ataques significativos en lugar de ruido.
La economía de los ataques mejora a medida que caen los costos de tokens y computación
Durante el último año, Anthropic observó que el potencial de ingresos por explotación en el subconjunto de problemas de 2025 se duplicó aproximadamente cada 1.3 meses. Al mismo tiempo, el costo de tokens para producir un exploit funcional cayó drásticamente a medida que se introdujeron y refinaron generaciones de modelos más nuevas.
En la práctica, esta tendencia significa que los atacantes obtienen más exploits funcionales por el mismo presupuesto de computación a medida que los modelos mejoran. Además, a medida que los precios de las consultas o la sobrecarga computacional disminuyen aún más, la economía de explotación de contratos podría volverse aún más favorable para adversarios bien financiados o agentes de ataque automatizados.
Aunque el trabajo se centra en los protocolos DeFi, Anthropic argumenta que las capacidades subyacentes son en gran medida independientes del dominio. Las habilidades requeridas para analizar transiciones de estado, razonar sobre casos límite y encadenar exploits de múltiples pasos pueden transferirse a objetivos de software tradicionales, desde APIs públicas expuestas hasta servicios internos oscuros que nunca fueron diseñados con un razonamiento hostil de máquinas en mente.
IA como atacante y defensor en DeFi
El mensaje central de la empresa para desarrolladores de criptomonedas y equipos de protocolos es explícitamente de doble uso. Los mismos sistemas de IA capaces de sondear exploits de contratos inteligentes DeFi también pueden fortalecer las bases de código cuando son utilizados responsablemente por auditores e ingenieros de seguridad.
Sin embargo, Anthropic enfatiza que los constructores deben actualizar su modelo mental de los atacantes. Los sistemas que pueden razonar de manera autónoma sobre el comportamiento de los contratos inteligentes, construir cargas útiles y adaptarse a la retroalimentación elevan el estándar para prácticas efectivas de seguridad de contratos inteligentes y defensa operativa.
Mirando hacia el futuro, los investigadores sugieren que el uso proactivo de agentes autónomos para auditorías y monitoreo podría convertirse en una capa estándar de defensa. Si los equipos prueban continuamente los contratos en simulación con modelos poderosos, pueden detectar vulnerabilidades críticas antes de que sean descubiertas por actores maliciosos que utilizan las mismas tecnologías.
En resumen, Anthropic demuestra que la IA avanzada ya puede identificar y explotar fallas de contratos inteligentes del mundo real a escala, al tiempo que ofrece un camino hacia auditorías automatizadas más rigurosas que ayudan a los constructores de DeFi a reducir el riesgo antes de desplegar capital.




