ИИ-аудит блокчейнов: как нейросеть нашла критический баг в Zcash

В начале июня 2026 года криптовалюта Zcash оказалась в центре одного из самых громких инцидентов в сегменте приватных коинов. Команда проекта раскрыла критическую уязвимость в Orchard – защищенном пуле, который отвечает за приватные транзакции.

Ошибка была связана с механизмом доказательств с нулевым разглашением. Из-за нее сеть могла принять недействительное доказательство как корректное. В худшем случае это позволяло бы создавать поддельные токены ZEC, а также делать это незаметно для участников сети.

Особенно важно, что баг существовал почти четыре года – с момента активации Orchard в мае 2022 года. Его обнаружили только 29 мая 2026 года во время аудита с помощью ИИ. Исследователь безопасности Тейлор Хорнби применял модель Anthropic Opus 4.8 вместе с собственными инструментами для анализа кода.

Уязвимость закрыли быстро. Уже 3 июня сеть получила экстренное обновление NU6.2, после которого работа Orchard была восстановлена. При этом подтверждений, что кто-то успел воспользоваться багом, нет.

Но история важна не только для Zcash. Она подсветила, ИИ сейчас становится инструментом поиска сложных криптографических ошибок. Но, кроме того, похожие методы могут использовать еще злоумышленники.

Подробнее – в материале.

Что случилось с Zcash

Zcash – одна из самых известных приватных криптовалют. В отличие от обычных публичных блокчейнов, где можно увидеть адреса и суммы переводов, Zcash позволяет проводить защищенные транзакции. Они скрывают отправителя, получателя и сумму, но при этом сеть все равно может проверить операцию.

За эту проверку отвечают доказательства с нулевым разглашением. Проще говоря, пользователь доказывает сети: «у меня есть право потратить эти монеты, и транзакция не нарушает правила», но не раскрывает детали.

Orchard – самый новый защищенный пул Zcash. Его запустили в мае 2022 года в рамках обновления NU5. Именно в нем нашли критический баг.

Проблема была в так называемой soundness-ошибке. Это класс уязвимостей, при котором система может принять то, что должна была отклонить. В случае Orchard речь шла о недостаточно ограниченном элементе в zero-knowledge-схеме. Из-за этого ложные входные данные могли пройти проверку на эллиптической кривой.

Если сильно упростить, в криптографической схеме не хватало одного важного «зажима».

Честный пользователь ничего бы не заметил: обычные транзакции проходили правильно, тесты тоже могли выглядеть нормально. Но злонамеренный участник мог подобрать такие данные, которые формально проходили проверку, хотя не соответствовали правилам протокола.

Почему это опасно для privacy-протокола

Для обычного блокчейна такую проблему было бы проще расследовать: транзакции, балансы, движение средств видны в открытом реестре. Но Zcash построен иначе. Его главная ценность – приватность. Именно поэтому инцидент поднял много шума.

Та же криптография, которая защищает пользователей от слежки, усложняет проверку после сбоя. Если внутри защищенного пула появилась возможность создать поддельные монеты, сеть не может просто открыть историю операций и точно сказать, был ли баг использован.

Shielded Labs указала на эту неопределенность. Но Zcash Foundation отдельно подчеркнула, что нет никаких доказательств, что уязвимостью кто-то реально воспользовался. Приватность пользователей не пострадала, а общее количество монет ZEC защищено.

На первый взгляд звучит противоречиво. Но разница в деталях:

• Shielded Labs говорила о риске поддельных ZEC внутри Orchard.
  
• Zcash Foundation – о том, что общее предложение и лимит в 21 млн ZEC не выглядят аномально.

Но рынок все равно отреагировал резко. По данным CoinDesk, после раскрытия уязвимости монета потеряла около 38% за сутки. Хотя баг уже закрыли экстренным обновлением, для инвесторов ключевым фактором стала неопределенность.

Как ИИ помог найти ошибку

Баг нашел исследователь безопасности Тейлор Хорнби. В апреле 2026 года компания Shielded Labs пригласила его для регулярной проверки защиты Zcash. Задача была простой – найти слабые места раньше злоумышленников.

После выхода новой модели Anthropic Opus 4.8 Хорнби использовал ее для глубокого анализа пула. 29 мая он обнаружил уязвимость, о чем сразу сообщил инженерам Zcash Open Development Lab.

Важно, что спец не просто увидел подозрительное место в коде. Он написал реальный рабочий эксплойт а также успешно протестил его в локальной сети.

По данным Shielded Labs, в этой тестовой среде эксплойт мог создавать неограниченное количество поддельных ZEC, которые невозможно было бы обнаружить. Если бы такой запустили в основной сети до исправления, последствия могли быть серьезными.

Этот случай показателен тем, что ИИ помог не просто заметить странный кусок кода, а пройти весь путь от идеи до реального доказательства уязвимости.

Почему баг не нашли раньше

Самый неприятный вопрос в этой истории: как такая ошибка могла оставаться незамеченной почти четыре года.

Orchard – же не какой-то экспериментальный кусок кода. Это один из важнейших компонентов Zcash. Проект всегда очень серьезно относился к безопасности, код многократно проверяли эксперты, он работал в основной сети. Поэтому был под постоянным вниманием сообщества.

Проблема в том, что zero-knowledge схемы крайне сложно проверять обычными методами аудита.

Обычно в таких случаях ищут типичные уязвимости, вроде неправильных проверок прав, ошибок в логике переводов или уязвимости в смарт-контрактах. А в ZK-схемах ошибка часто прячется в отсутствии нужного ограничения. То есть аудитор ищет не то, что написано неправильно, а то, чего в коде нет.

В таких системах есть разница между вычислением значения и его привязкой к уравнению. Если значение рассчитано, но не ограничено математическим правилом, честные тесты могут пройти. Но злоумышленник сможет подставить другое значение, а верификатор этого не заметит.

Именно такие пробелы особенно трудно ловить вручную. Нужно не просто читать код, а проверять, полностью ли все элементы схемы связаны между собой.

ИИ-аудиты блокчейнов: чем полезны другим проектам

Кейс Zcash показывает, что ИИ выходит на новый уровень в аудите сложной криптографии и смарт-контрактов. Модель начинает задавать вопрос в духе «какой набор данных нарушит правила, но все равно пройдёт проверку?». А потом помогает написать код, чтобы это проверить.

Для белых хакеров (white hat) это очень мощный инструмент. Он ускоряет поиск уязвимостей, а также помогает быстрее тестировать сложные сценарии.

Но у этой возможности есть обратная сторона. ИИ не выбирает, на чьей он стороне. Если он помогает защитникам, то может помочь и атакующим. Особенно когда речь идет о больших суммах в DeFi, защищенных пулах, мостах или сложных механизмах.

Теперь безопасность должна стать постоянным процессом. Нужно регулярно:

• анализировать код,
• проверять систему после каждого обновления,
• использовать ИИ для дополнительного аудита,
• проводить формальную верификацию критических частей,
• иметь готовый план быстрого реагирования на уязвимости,
• открыто общаться с пользователями.

Что изменится для приватных монет

Privacy-монеты всегда шли на сложный компромисс. Пользователи получают высокую конфиденциальность, но рынок вынужден подстраиваться под криптографическую логику.

Zcash теперь нужно будет восстанавливать доверие. Просто исправить найденный баг недостаточно. Команда уже обсуждает дополнительные механизмы, которые помогут проверить целостность всего предложения монет и доказать, что в пуле Orchard нет поддельных ZEC.

Один из вариантов – создать новый защищенный пул и ввести строгий учет через дополнительные механизмы.

Но проблема может выйти за рамки одного проекта. Под ударом находятся все сложные приватные протоколы: ZK-сети, приватные пулы, мосты и другие системы с нестандартной криптографией.

Выводы

Ситуация с Zcash не доказывает, что приватные коины ненадежны. Скорее наоборот: она показывает, насколько сложной стала инфраструктура крипторынка.

Хорошая новость в том, что баг нашли до подтвержденной атаки. Команда быстро закрыла уязвимость, Orchard восстановили, а доказательств эксплуатации не обнаружили. Плохая новость – что ошибка существовала с 2022 года. Ее не заметили годы проверок, а нашел только специалист с помощью ИИ.

Поэтому ИИ-аудиты блокчейнов вполне могут стать частью нормальной защиты. Особенно для проектов, где работают сложная криптография, большие объемы ликвидности, приватные механики.