Cardano-oprichter Charles Hoskinson heeft gereageerd op berichten dat aanvallers ongeveer 4.000 Bitcoin, met een waarde van circa $320 miljoen, uit de federatie-portemonnee van het Liquid Network hebben weggehaald. Het gemelde verlies leidde ertoe dat Liquid de netwerkactiviteiten pauzeerde terwijl de federatieleden het incident onderzochten.

Hoskinson verbond de inbraak met bredere zorgen over kunstmatige intelligentie en softwarebeveiliging. Zijn reactie draaide om de vraag of traditionele testmethoden het tempo kunnen bijhouden nu AI-tools steeds beter worden in het vinden van zwakke plekken in code en het automatiseren van aanvallen. Het incident is een van de grotere verliezen met betrekking tot aan Bitcoin gekoppelde infrastructuur in recente jaren, en cross-chain- en bridgingdiensten zijn in de sector herhaaldelijk het doelwit geweest, waardoor de beveiliging van de onderliggende softwarestack een terugkerend discussiepunt is.

Hoe het incident verliep

Liquid meldde dat de aanvallers de gelden verplaatsten via de Peg-out Authorization Key (PAK)-service van SideSwap. Echter, zowel Liquid als SideSwap stelde dat de PAK zelf niet was gecompromitteerd. SideSwap wees in plaats daarvan naar een gemelde kwetsbaarheid in Elements, de op Bitcoin gebaseerde software waarop het Liquid Network rust. Liquid is een Bitcoin-sidechain die wordt beheerd door een federatie van lidorganisaties, en Elements is de open-source codebasis waarop dat netwerk is gebouwd. Daarom werd een zwakte in de software zelf, in plaats van een gecompromitteerde sleutelhouder, het centrale punt van het onderzoek na het incident.

We are aware of a security incident on @Liquid_BTC . Purported white-hat hackers have withdrawn 4,000 BTC ($320 million) from the Liquid Federation wallet. The @Blockstream team is working on contacting them on-chain with a signed message. What we know so far is that the funds… — Liquid Network (@Liquid_BTC) September 6, 2026

Na de transactie schakelde Liquid de bridge-nodes uit en pauzeerde het de netwerkactiviteiten. Beurzen ontvingen waarschuwingen en begonnen L-BTC-stortingen en -opnames op te schorten, of voor te bereiden op opschorting, terwijl het onderzoek doorging.

De transactie bevatte bovendien een OP_RETURN-bericht van de aanvallers, waarin zij zichzelf beschreven als white hats en vroegen om via de blockchain contact op te nemen. Liquid heeft niet aangegeven dat deze claim het onderzoek verandert, en het netwerk blijft de overdracht behandelen als een ongeautoriseerde verplaatsing van door de federatie beheerde Bitcoin, die nog wordt onderzocht. Hoe de situatie wordt opgelost, en of het Elements-rapport wordt bevestigd, zal naar verwachting bepalen hoe andere federatieve en sidechain-netwerken hun eigen afhankelijkheid van gedeelde open-source code herzien.

Formele methoden komen in de beveiligingsdiscussie

Hoskinson betoogde dat formele methoden sterkere bescherming kunnen bieden nu AI-gedreven beveiligingsrisico's toenemen. Formele methoden gebruiken wiskundige specificaties en bewijzen om te verifiëren of software het beoogde ontwerp volgt voordat ontwikkelaars deze uitbrengen. Deze aanpak staat tegenover conventionele tests en audits, die geselecteerde scenario's en codepaden onderzoeken in plaats van eigenschappen te bewijzen over het gedrag van een systeem.

AI-systemen kunnen nu broncode doornemen, zwakke plekken opzoeken en delen van phishing- en social-engineering-aanvallen automatiseren. De gemelde diefstal bij Coldcard van ongeveer $130 miljoen aan Bitcoin heeft ook de aandacht gevestigd op de rol die geavanceerde tools kunnen spelen bij toekomstige cryptoaanvallen.

Cardano's focus op formele verificatie

Cardano heeft academisch onderzoek, peerreview en formele verificatie opgenomen in zijn ontwikkelproces. Het Ouroboros-consensusprotocol is voortgekomen uit formeel onderzoek, en Cardano-ontwikkelaars hebben wiskundige methoden gebruikt om belangrij_PROTOcol-eigenschappen te testen.

Het netwerk gebruikt daarnaast Haskell en Plutus, die leunen op sterke typesystemen en functioneel programmeren. Deze tools kunnen ontwikkelaars helpen bepaalde softwarefouten eerder te ontdekken. Hoskinson presenteert dit ontwikkelmodel al langer als een manier om zwakke plekken te verminderen voordat code veilig in productie gaat. Of de bredere sector vergelijkbare strengheid overneemt als reactie op dreigingen uit het AI-tijdperk blijft een open vraag, en de uitkomst van het Liquid-onderzoek zal die discussie naar verwachting voeden.