Los desarrolladores de Bitcoin Core debaten la seguridad de la IA tras el hack de Coldcard y la avalancha de informes de errores de IA
De Coldcard a Bitcoin Core: la inteligencia artificial eleva el nivel de seguridad en cripto
El incidente del monedero de hardware Coldcard de julio de 2026 reveló una vulnerabilidad en el firmware de cinco años de antigüedad que redujo la entropía de la semilla mucho por debajo de los 128 bits previstos, permitiendo a los atacantes reconstruir claves privadas sin acceso físico a los dispositivos. Las pérdidas superaron los 1.778 BTC, valorados en aproximadamente $112 millones a $130 millones, dependiendo de la ventana de medición, en más de 8.000 direcciones en múltiples oleadas que comenzaron el 30 de julio. Coinkite, el fabricante, afirmó que la naturaleza de código abierto del firmware hizo plausible el uso de revisiones asistidas por IA para descubrir la falla, que había permanecido sin detectar a pesar de revisiones previas humanas y automatizadas. En las semanas siguientes, un esfuerzo voluntario conocido como Bitcoin Red Team utilizó modelos de vanguardia y de peso abierto para escanear 390 repositorios relacionados con Bitcoin, generando 4.962 hallazgos que incluían 85 problemas críticos y 635 de alta gravedad en aproximadamente 30 horas.
La presión paralela apareció en otra infraestructura: los desarrolladores de Core Lightning emitieron orientación de emergencia tras una avalancha de informes generados por IA que confirmaron vulnerabilidades reales. En este contexto, los colaboradores de Bitcoin Core convocaron su reunión semanal a principios de septiembre de 2026 para examinar si el proyecto había quedado rezagado tanto en la defensa contra amenazas habilitadas por IA como en el uso de IA para la revisión de código, pruebas y clasificación de problemas. La explotación de Coldcard y la ola subsiguiente de descubrimiento de vulnerabilidades asistidas por IA han obligado a los desarrolladores de Bitcoin Core y al ecosistema más amplio a enfrentar un cambio estructural en la economía de la seguridad, donde la velocidad y la escala del análisis machine superan la revisión humana tradicional, pero el consenso sobre políticas formales de IA sigue siendo elusivo, ya que el proyecto opera como un colectivo descentralizado en lugar de una organización centralizada.
Colapso de entropía del firmware Coldcard rastreado a un error de configuración de compilación de 2021
El problema subyacente que llevó a las pérdidas en Coldcard se remonta a una actualización de firmware de marzo de 2021, específicamente la versión 4.0.1 y sus compilaciones posteriores. Esta actualización causó inadvertidamente que el proceso de generación de la semilla volviera a un generador de números aleatorios determinista de software, en lugar de utilizar la fuente de entropía de hardware prevista del dispositivo. Como resultado, en los dispositivos afectados Mk2 y Mk3, la entropía efectiva disminuyó significativamente a aproximadamente 40 bits, mientras que los modelos más recientes lograron mantener alrededor de 72 bits de entropía. A partir del 30 de julio de 2026, los atacantes explotaron sistemáticamente esta vulnerabilidad regenerando las semillas debilitadas y posteriormente transfiriendo los fondos desde direcciones de firma única. Galaxy Research realizó una investigación y documentó pérdidas de alta confianza por un total de 1.778,84 BTC en más de 8.600 direcciones, tras contactar directamente con 190 víctimas.
Notablemente, la mayor parte de las monedas robadas permanecieron inalteradas en direcciones controladas por los atacantes durante varias semanas. Coinkite confirmó que las actualizaciones de firmware implementadas solo protegen semillas recién generadas, lo que indica que las semillas comprometidas existentes requieren una migración completa a nuevas fuentes de entropía para garantizar la seguridad. La empresa especuló públicamente que el análisis del código fuente público desde hace mucho tiempo por parte de la IA probablemente aceleró el descubrimiento del error lógico latente que los auditores humanos habían pasado por alto durante cinco años. Esta secuencia de eventos ilustró que, aunque la transparencia de código abierto ha sido considerada durante mucho tiempo una ventaja de seguridad bajo el principio de “no confíes, verifica”, también amplía inadvertidamente la superficie de ataque, especialmente cuando los modelos pueden analizar repositorios completos en cuestión de minutos.
El equipo Red de bitcoin completa una auditoría rápida asistida por IA de 390 repositorios
En las inmediatas consecuencias de las olas de Coldcard, un grupo de voluntarios dedicado compuesto por aproximadamente 16 a 25 desarrolladores e investigadores calificados, coordinado por figuras destacadas incluyendo a Calle y Rob Hamilton de AnchorWatch, inició una revisión integral y coordinada impulsada por IA del código del ecosistema de bitcoin. Durante un período de 27,5 a 30 horas, este extenso esfuerzo resultó en la presentación de un total impresionante de 4.962 hallazgos en 390 proyectos distintos. Entre estos hallazgos, 85 fueron inicialmente clasificados como críticos, mientras que 635 se clasificaron como alta gravedad, lo que llevó a un promedio de más de dos problemas serios identificados por hora de trabajo por persona. Los modelos empleados durante esta revisión incluyeron Kimi K3, GLM 5.2 y varios otros, particularmente tras la aparición de limitaciones de acceso con ciertos proveedores de vanguardia.
Destacadamente, los proyectos relacionados con la privacidad y CoinJoin mostraron la mayor concentración de hallazgos graves, destacando las vulnerabilidades presentes en estas áreas. La campaña operó bajo un proceso dual que involucró escaneo automatizado seguido de la reproducción meticulosa humana de los hallazgos y divulgación privada a los mantenedores antes de cualquier liberación pública de la información. Es importante mencionar que ocho hallazgos fueron posteriormente retirados como falsos positivos, lo que ilustra la necesidad continua y residual de verificación exhaustiva en tales auditorías. La salida generada por el Red Team proporcionó puntos de datos concretos que posteriormente jugaron un papel significativo en las discusiones de Bitcoin Core sobre el valor práctico y el nivel de ruido asociado con los informes generados por IA, contribuyendo finalmente a una comprensión más profunda de las implicaciones de dicha tecnología en el ecosistema.
Core Lightning enfrenta una respuesta de emergencia a informes de vulnerabilidades generados por IA
Los desarrolladores de Core Lightning informaron recientemente una entrada significativa e inesperada de informes de seguridad generados por IA, lo que requirió un proceso extenso de clasificación que duró diez días. Este esfuerzo fue llevado a cabo por un pequeño equipo dedicado junto con varios colaboradores externos que ofrecieron su tiempo y experiencia voluntariamente. Durante este período, se descubrió que varios de los informes presentados eran válidos, lo que finalmente llevó a la necesidad urgente de lanzar una actualización de seguridad de emergencia para abordar las vulnerabilidades identificadas. Como medida preventiva, se instruyó rápidamente a los operadores a instalar las actualizaciones verificadas para garantizar la seguridad de sus sistemas. Alternativamente, se les aconsejó reiniciar sus nodos con la bandera offline, permitiéndoles continuar monitoreando la cadena de bloques mientras bloqueaban simultáneamente nuevos pagos y conexiones con pares para mitigar posibles riesgos.
En vista de estos desarrollos, el proyecto anunció que ya no proporcionaría soporte para ciertas versiones anteriores del software, lo que señala un cambio de enfoque hacia iteraciones más seguras y actualizadas. Se programó una versión principal posterior para finales de septiembre de 2026, lo que indica un enfoque proactivo para mejorar el marco de seguridad general. Esto ilustró un punto crítico: las mismas herramientas y tecnologías que aceleran el descubrimiento de vulnerabilidades también contribuyen a un aumento en la carga de clasificación para los mantenedores de código abierto, quienes a menudo tienen recursos limitados. Este desafío no es exclusivo de Core Lightning; patrones similares se han observado en otras bases de código de capa dos y sidechains. Estas observaciones refuerzan la noción de que a medida que aumenta la complejidad fuera del protocolo fundamental de bitcoin, los riesgos asociados se vuelven más concentrados, especialmente cuando la IA es capaz de escanear y analizar datos a velocidad de máquina.
La reunión semanal de Bitcoin Core se centra en la brecha de adopción de IA
En la reunión semanal de desarrolladores de Bitcoin Core celebrada el primer jueves de septiembre de 2026, Steve Lee, líder de Spiral, transmitió las preocupaciones de donantes y la comunidad de que el proyecto no había fortalecido suficientemente su defensa contra amenazas de red habilitadas por IA ni aplicado sistemáticamente la IA a la revisión de código, pruebas y depuración. Christine D. Kim, fundadora de Protocol Watch, resumió públicamente la discusión, señalando que las pérdidas recientes superiores a 1.800 BTC desde más de 5.200 direcciones y el aumento del informe de Core Lightning habían elevado las apuestas.
Las restricciones de acceso a los modelos Frontier moldean las capacidades defensivas
Los investigadores involucrados en el equipo rojo y las iniciativas asociadas informaron que ciertos proveedores de modelos de vanguardia con sede en Estados Unidos impusieron restricciones a las consultas orientadas a la ciberseguridad. Esta situación obligó a los profesionales de ciberseguridad a recurrir a alternativas de peso abierto, como Kimi K3, que no tienen las mismas limitaciones. Galaxy Research realizó una evaluación y concluyó con alta confianza que al menos algunos actores maliciosos habían utilizado modelos sin restricciones que poseen capacidades similares a las de los modelos restringidos. Esto creó una asimetría significativa en el ámbito de la ciberseguridad, donde los atacantes pudieron consultar y aprovechar sistemas potentes, mientras que algunos defensores se vieron obstaculizados por bloqueos políticos. Esta disparidad se convirtió en un tema recurrente en el análisis realizado tras diversos incidentes.
En respuesta a estos desafíos, los participantes de la industria, incluyendo varias organizaciones enfocadas en Bitcoin y criptomoneda, posteriormente abogaron por el establecimiento de programas de acceso confiable. Estos programas otorgarían a los mantenedores verificados de infraestructura financiera de código abierto capacidades más amplias en cuanto al uso de modelos, pero solo bajo condiciones controladas para garantizar la seguridad. El debate en curso puso de manifiesto un problema crítico: las políticas de seguridad implementadas por los proveedores de modelos, diseñadas para reducir el riesgo general, pueden producir efectos desiguales involuntariamente en diferentes categorías de investigación de seguridad legítima. Esta situación exige una reconsideración cuidadosa de cómo se estructuran y aplican dichas políticas para asegurar que no obstaculicen la investigación importante y las capacidades defensivas en el ámbito de la ciberseguridad.
Rob Hamilton obtiene el primer compromiso con Bitcoin Core mediante un descubrimiento asistido por IA
El CEO de AnchorWatch, Rob Hamilton, realizó su primer commit fusionado en la base de código de Bitcoin Core el 20 de agosto de 2026, como participante activo en la iniciativa Red Team. Específicamente, esta importante actualización corrigió un grave error de bloqueo del monedero descubierto por modelos de IA avanzados mientras escaneaban la extensa base de código en busca de problemas. Hamilton había comenzado a experimentar con análisis asistido por IA de Bitcoin Core tan temprano como mayo, pero el incidente de Coldcard catalizó notablemente esto en una campaña bien coordinada para mejorar el software. La fusión exitosa de este commit demostró que los hallazgos derivados de la IA pueden traducirse efectivamente en mejoras aceptadas y significativas a nivel de protocolo, especialmente cuando estos hallazgos van acompañados de validación humana cuidadosa y procesos de revisión exhaustivos.
Al mismo tiempo, Hamilton y sus colaboradores observaron que el cuello de botella principal en el proceso de desarrollo había pasado de la detección inicial de problemas al proceso mucho más lento y complejo de coordinarse con los mantenedores en cientos de repositorios diferentes. Descubrieron que identificar miles de problemas potenciales en un solo día resultó ser mucho más fácil que obtener soluciones oportunas y lograr la reproducción independiente de los problemas identificados. Este cambio de enfoque reveló los desafíos enfrentados por los desarrolladores en la comunidad de código abierto mientras trabajaban para implementar cambios y mejoras necesarios.
Reexamen de la entropía y la generación de números aleatorios en monederos de hardware
El análisis posterior al incidente de Coldcard generó una respuesta significativa por parte de los fabricantes y revisores independientes, llevándolos a realizar una reauditoría exhaustiva de las rutas de generación de números aleatorios utilizadas en diversos otros dispositivos. En respuesta a estos desarrollos, Blockstream tomó la iniciativa de publicar un análisis exhaustivo que confirmó que su monedero Jade no se vio afectado por los problemas planteados y proporcionó detalles sobre las mejoras previas realizadas en sus propios procesos de manejo de entropía. Coinkite, el fabricante de Coldcard, lanzó una nueva actualización de firmware que exige a los usuarios proporcionar fuentes físicas de aleatoriedad, como pulsaciones de teclas, lanzamientos de dados o incluso lanzamientos de monedas, al generar nuevas semillas. Esta actualización reemplazó efectivamente el anterior algoritmo de respaldo de software que estaba en vigor.
Este incidente sirvió para subrayar un punto crítico: la mera presencia de un componente de generador de números aleatorios por hardware (RNG) no garantiza inherentemente que se invocará correctamente durante las operaciones. Es esencial verificar minuciosamente toda la ruta de llamada, desde la generación de la semilla hasta la configuración de compilación, de extremo a extremo. Tras este incidente, se realizaron escaneos de IA adicionales en múltiples repositorios de monederos de hardware, que produjeron informes adicionales, los cuales fueron clasificados por los mantenedores. Este proceso ilustró cómo un solo fallo de alto perfil puede desencadenar una cascada de escrutinio en todo el ecosistema, impulsando una reevaluación de las prácticas y protocolos de seguridad en general.
Transparencia de código abierto se encuentra con análisis a velocidad de máquina
Jameson Lopp y otros defensores de larga data de la autosuficiencia observaron que el caso Coldcard reveló límites prácticos del antiguo lema “no confíes, verifica”. Revisores humanos habían examinado el firmware relevante durante años y confirmado la existencia del RNG de hardware, pero la ruta de respaldo silenciosa permaneció sin detectar hasta que se dirigieron modelos al repositorio. La propia revisión anterior de IA de Coinkite del mismo código también había pasado por alto el problema.
La perspectiva no invalida las prácticas de código abierto; más bien, demuestra que las cargas de verificación ahora deben incorporar análisis automático continuo calibrado con los mismos modelos disponibles para posibles adversarios. Los proyectos que mantienen repositorios públicos enfrentan una nueva expectativa básica: asuma que cada commit ya está bajo escrutinio automatizado por parte de defensores y atacantes.
Los códigos fuente de Layer Two y Sidechain atraen atención concentrada de IA
Además de los monederos de hardware, los escaneos de inteligencia artificial y las explotaciones subsiguientes han dirigido cada vez más su atención a componentes más complejos de la pila de bitcoin. En particular, Core Lightning, la Red Liquid y una variedad de herramientas de pago y privacidad han experimentado un aumento significativo en los informes o incidentes directos relacionados con vulnerabilidades. Un análisis detallado señaló que, aunque el protocolo básico de bitcoin está diseñado intencionalmente para mantenerse sencillo y poco complejo, la infraestructura circundante necesaria para mejorar la usabilidad y las capacidades de escalabilidad introduce superficies de ataque considerablemente más amplias. Estas superficies son las que los modelos avanzados pueden recorrer con una eficiencia notable.
Las actividades de white-hat realizadas en la Liquid Network llevaron a la retirada temporal de una cantidad sustancial de valor, la cual fue devuelta tras implementar las medidas de parcheo adecuadas. En conjunto, estos eventos indican un cambio notable en la lógica económica relacionada con la investigación de vulnerabilidades: el costo marginal asociado con escanear repositorios adicionales continúa disminuyendo, mientras que el potencial rendimiento financiero de descubrir una sola vulnerabilidad de alto valor sigue siendo considerablemente sustancial.
Los desafíos de coordinación persisten a pesar de tasas de descubrimiento más rápidas
A pesar de los avances significativos logrados por la inteligencia artificial para reducir el tiempo necesario para identificar posibles problemas, de lo que solía tomar semanas o incluso meses a tan solo horas, los procesos humanos involucrados en la clasificación, la reproducción, la divulgación privada y la integración de parches han continuado siguiendo sus ritmos y cronogramas anteriores. Esto ha generado desafíos, particularmente para los mantenedores de proyectos más pequeños, quienes han reportado dificultades para gestionar el aumento súbito y sustancial en la cantidad de informes que han surgido como resultado de estas mejoras tecnológicas.
La práctica establecida del equipo rojo de divulgación privada para hallazgos críticos ha mitigado eficazmente los riesgos inmediatos para el público; sin embargo, aún requirió un proceso de interacción secuencial con docenas de equipos independientes, lo que puede ser bastante intensivo en recursos y tiempo. Las restricciones temporales impuestas por OpenAI a ciertas cuentas han complicado aún más la continuidad de las herramientas y procesos esenciales para una gestión de proyecto efectiva. El efecto acumulativo de estos factores ha generado una brecha creciente entre la velocidad con la que se descubren las vulnerabilidades y la velocidad con la que pueden ser corregidas. Esta situación representa un desafío organizacional más que puramente técnico, y es uno al que la estructura descentralizada de Bitcoin Core aún está en proceso de adaptarse para abordar de manera efectiva.
La industria exige acceso confiable a modelos avanzados se intensifica
En vista de las disparidades identificadas, una coalición de diversas organizaciones alineadas con bitcoin se ha unido para respaldar y solicitar formalmente el establecimiento de programas de acceso confiable continuo en laboratorios de inteligencia artificial destacados. Estas propuestas argumentan que las personas reconocidas como defensores calificados de la infraestructura financiera de código abierto deberían tener acceso a niveles de capacidad equivalentes a los generalmente disponibles para fines de investigación general, asegurando al mismo tiempo que se mantengan y respeten las barreras de seguridad.
En ausencia de tales canales de acceso, estos defensores enfrentan el riesgo significativo de quedar sistemáticamente atrás en comparación con los atacantes, quienes están sujetos a mucho menos restricciones respecto a su uso. A principios de septiembre de 2026, esta discusión sigue siendo un tema vibrante y activo, intersectando con diálogos políticos más amplios que abordan la naturaleza de doble uso de los modelos de lenguaje avanzados y sus implicaciones para diversos sectores.
Las prácticas de los contribuyentes individuales continúan impulsando la integración de IA
Debido a la ausencia de una jerarquía corporativa dentro de Bitcoin Core, el proceso de adopción de la inteligencia artificial se desarrolla a través de las decisiones tomadas por desarrolladores individuales, en lugar de mediante directivas impuestas desde arriba. Algunos colaboradores ya han comenzado a depender significativamente de diversos modelos para fines como la generación de pruebas, la identificación de objetivos de fuzzing y la realización de revisiones preliminares; sin embargo, otros siguen dudando sobre la calidad de los resultados producidos por estos modelos y, por lo tanto, prefieren minimizar su exposición a lo que perciben como ruido generado.
Durante la reunión celebrada en septiembre, los participantes dejaron abierta la posibilidad de que eventualmente surja un consenso social para apoyar el establecimiento de pautas a nivel de proyecto. Sin embargo, los involucrados trataron este resultado potencial como algo que depende de diversos factores, en lugar de algo inminente o garantizado. Mientras tanto, la amplia diversidad de prácticas individuales cumple un doble propósito: actúa como una fortaleza al fomentar un entorno propicio para la experimentación, al mismo tiempo que es una fuente de cobertura desigual en toda la base de código, lo que lleva a inconsistencias en la implementación y aplicación.
Impacto práctico para configuraciones de auto-custodia y multi-firma
Se aconsejó a los usuarios que generaron semillas en el firmware afectado de Coldcard que migraran inmediatamente a nuevas fuentes de entropía y, siempre que sea posible, a configuraciones de firma múltiple que abarquen dispositivos de fabricantes independientes. No se reportaron robos confirmados de monederos de firma múltiple correctamente construidos en los conteos de alta confianza.
El incidente reforzó las orientaciones de larga data que indican que los puntos únicos de fallo, ya sea un solo modelo de dispositivo o un solo proceso de generación, conllevan un riesgo desproporcionado una vez que las herramientas de descubrimiento mejoren. Los fabricantes de monederos hardware respondieron con actualizaciones de firmware que desplazan la recolección de entropía hacia la aleatoriedad física proporcionada por el usuario, reduciendo la dependencia de generadores internos cuya corrección es más difícil de auditar a simple vista.
🔥 Más allá de las noticias: qué significa KuCoin 5.0 para ti
Las noticias del mercado avanzan rápido — pero donde actúes sobre ellas importa igualmente. Este octubre, KuCoin lanza KuCoin 5.0, transformando KuCoin en una plataforma reconstruida. Aquí está lo que realmente cambia para ti:
-
Una sola cuenta para todo. Las plataformas antiguas dividían tu dinero entre cuentas separadas de "spot", "margen" y "futures" y esperaban que entendieras por qué. La Cuenta Unificada de KuCoin 5.0 elimina esto por completo: realiza un solo depósito y todo estará simplemente disponible.
-
Acciones, índices y materias primas. KuCoin 5.0 se expande más allá del cripto hacia mercados globales. Cuando el cripto se mueve lateralmente y las acciones suben (o al revés), rotates en minutos en lugar de abrir una cuenta de corretaje y esperar días para que se activen los canales de moneda fiduciaria.
-
Activos del mundo real (RWA). Exposición tokenizada a activos tradicionales como materias primas, directamente en tu cuenta de cripto. Uno de los segmentos de más rápido crecimiento en las finanzas globales ya no está reservado para instituciones: tú lo accedes desde el mismo saldo con el que operas.
-
Gana mientras aprendes. ¿Aún no estás listo para operar? KCUSD permite que tus stablecoins generen intereses diarios con autocomposición. La forma menos estresante de hacer que tus depósitos inactivos trabajen para ti con un rendimiento del 4%.
-
Un asistente de IA en lenguaje sencillo. Haz preguntas, obtén contexto del mercado, entiende lo que estás viendo: integrado en la plataforma, sin necesidad de jerga.
-
Una aplicación que no abruma. Más rápida, más limpia y coherente: intuitiva desde el primer toque, no después de un tutorial.
-
Seguridad que puedes verificar, no solo confiar. Una entidad de la UE con licencia MiCAR, Proof of Reserves que puedes verificar tú mismo, y seguridad certificada internacionalmente (SOC 2 Type II, ISO 27001:2022).
Crea tu cuenta en minutos y comienza en la plataforma diseñada para adónde va el cripto, no adónde ha estado.
Preguntas frecuentes
¿Cómo pudo la vulnerabilidad de Coldcard permanecer sin detectar durante cinco años a pesar de su disponibilidad de código abierto?
Los revisores humanos confirmaron la presencia del generador de números aleatorios por hardware, pero no rastrearon exhaustivamente cada ruta de ejecución desde la generación de la semilla hasta las banderas específicas de configuración de compilación que activaron silenciosamente la alternativa de software. Los modelos de IA, cuando se dirigieron al repositorio completo, identificaron el error lógico más rápidamente al correlacionar secciones de código distantes que los auditores individuales habían examinado en aislamiento. La revisión previa de IA de Coinkite también falló en detectar el problema, lo que subraya que la capacidad del modelo y el diseño de las instrucciones siguen siendo variables.
¿Qué proporción de los hallazgos del Bitcoin Red Team fueron finalmente accionables?
De las 4.962 hallazgos iniciales, 85 informes críticos y 635 de alta gravedad constituyeron el conjunto central de problemas serios. Aproximadamente el 21 por ciento de los problemas reportados se habían reproducido independientemente en puntos intermedios. Ocho hallazgos fueron retirados como falsos positivos. El resto requirió clasificación continua por parte de los mantenedores, lo que demuestra que el volumen por sí solo no equivale a riesgo validado.
¿Los atacantes utilizaron definitivamente IA para descubrir la vulnerabilidad de Coldcard?
Coinkite indicó que el firmware de código abierto hizo que la revisión por IA fuera un vector de descubrimiento plausible y que sus propios escaneos anteriores habían pasado por alto la falla. Galaxy Research evaluó con alta confianza que al menos algunos atacantes utilizaron modelos sin restricciones durante la explotación. La prueba forense directa del método inicial de descubrimiento sigue siendo incompleta, pero la ola subsiguiente de auditorías impulsadas por IA en el ecosistema demostró que la capacidad existe y ya está en uso activo por ambos lados.
¿Por qué los desarrolladores de Bitcoin Core rechazaron adoptar una política formal de IA?
Los participantes en la reunión de septiembre enfatizaron que el proyecto no es una empresa y por lo tanto no puede imponer estándares técnicos uniformes a contribuyentes independientes. El uso existente ya varía ampliamente según las preferencias individuales. La política formal se dejó condicionada a la aparición de un consenso social más amplio dentro de la comunidad de desarrolladores.
¿Cómo se espera que respondan los operadores de Core Lightning a los recientes lanzamientos de seguridad?
Se instruyó a los operadores a instalar y verificar la actualización de emergencia de inmediato. Se aconsejó a aquellos que no pudieran actualizar inmediatamente reiniciar con la bandera offline, permitiendo que el nodo continuara monitoreando la cadena de Bitcoin mientras rechazaba nuevos pagos y conexiones con pares. Se discontinuó el soporte para ciertas versiones anteriores.
Descargo de responsabilidad: Este contenido tiene fines informativos únicamente y no constituye asesoramiento de inversión. Las inversiones en criptomonedas conllevan riesgos. Realiza tu propia investigación (DYOR).
Aviso: Esta página fue traducida utilizando tecnología de IA para tu conveniencia. Para obtener la información más precisa, consulta la versión original en inglés.