Tutoriales falsos de YouTube que promocionan bots de arbitraje cripto impulsados por IA han engañado a 224 víctimas para que implementaran contratos inteligentes maliciosos que robaron 274.6 ETH, valorados en unos $517,000.
TRM Labs informó en un informe del 14 de septiembre que la operación disfrazó contratos maliciosos de Ethereum como herramientas de trading automatizadas construidas con Claude de Anthropic, permitiendo a los estafadores robar fondos sin depender de enlaces de phishing convencionales o aprobaciones de billetera sospechosas.
La firma de inteligencia blockchain rastreó 234 contratos implementados por las víctimas, aunque la campaña afectó a 224 personas porque algunos participantes crearon más de un contrato. Los fondos sustraídos a través de los contratos finalmente llegaron a seis direcciones de recolección controladas por los operadores.
Basado en el valor de ETH en el momento de las transferencias, los 274.6 ETH robados tenían un valor aproximado de $517,000. TRM calculó una pérdida mediana de 1 ETH por incidente, lo que demuestra que el total no dependió de una única gran víctima.
En lugar de enviar a los usuarios a una página que solicitaba acceso inmediato a sus billeteras, los operadores presentaron el esquema como un proceso educativo. Las víctimas encontraron los videos, siguieron las instrucciones y realizaron cada paso onchain por sí mismas.
TRM identificó nueve tutoriales de YouTube casi idénticos presentados bajo diferentes identidades de creadores. Anfitriones virtuales generados por IA y voces en off daban a los videos la apariencia de guías independientes, mientras que cada tutorial prometía ayudar a los espectadores a crear un bot de arbitraje cripto totalmente automatizado usando Claude.
Durante los videos, se les decía a los usuarios que copiaran el código y abrieran un sitio web de compilador seleccionado por el presentador. Algunos de los sitios web copiaron el diseño de Remix, un entorno de desarrollo basado en navegador comúnmente utilizado para escribir e implementar contratos inteligentes de Ethereum.
Las víctimas luego conectaron sus billeteras, compilaron lo que parecía ser un software de trading e implementaron los contratos resultantes. Debido a que los usuarios iniciaron y aprobaron cada acción, las transacciones se veían diferentes de los ataques en los que un sitio fraudulento solicita una asignación directa de tokens o una firma poco clara.
La financiación de los contratos recién implementados completó la trampa. Los usuarios creían que estaban suministrando capital que el bot usaría para explotar las diferencias de precio entre los lugares de trading, pero TRM no encontró ningún sistema de arbitraje o función de IA en la variante del contrato malicioso que examinó.
En una versión del esquema, un script de backend ignoraba el código fuente que las víctimas pegaban en el compilador. En su lugar, el sitio web recuperaba un contrato separado de un servidor operado por los estafadores y preparaba el reemplazo para su implementación.
Como resultado, el código limpio mostrado en el navegador nunca se colocó onchain. Las víctimas veían un programa en sus pantallas mientras sus billeteras implementaban otro, impidiéndoles verificar el contrato real mediante una simple comprobación visual de la ventana del compilador.
El contrato de reemplazo podía aceptar depósitos de ETH, lo que coincidía con el comportamiento esperado de un bot de trading que necesitaba fondos para operar. Sin embargo, una vez que su saldo superaba los 0.05 ETH, el contrato estaba configurado para transferir el dinero a una dirección controlada por los operadores cuando el usuario seleccionaba la función de Iniciar o Retirar.
Ambos botones, por lo tanto, servían para el mismo propósito a pesar de llevar etiquetas asociadas con controles normales de bot. Presionar Iniciar no activaba una estrategia de trading, mientras que presionar Retirar no devolvía los fondos depositados al usuario.
Ningún modelo de IA interactuó con el contrato implementado, según los hallazgos de TRM. La marca Claude formaba parte del argumento de venta, mientras que el código onchain solo recibía depósitos y transfería los saldos elegibles a los estafadores.
El método también redujo la posibilidad de que las protecciones comunes de las billeteras interrumpieran el proceso. Una billetera podría mostrar con precisión que su propietario estaba implementando un contrato, enviando ETH a este y luego llamando a una de sus funciones, pero aún carecer del contexto necesario para determinar que el tutorial y el compilador habían tergiversado el código.
Las campañas tradicionales de phishing de criptomonedas a menudo dependen de dominios copiados, resultados de búsqueda envenenados o solicitudes que piden amplios permisos de tokens. Las listas negras y las simulaciones de billetera a veces pueden identificar una dirección maliciosa conocida, un dominio engañoso o una transacción que otorga a un atacante control sobre activos existentes.
La operación del bot de trading con IA utilizó un camino diferente porque cada víctima se convirtió en el implementador de un contrato recién creado. Una nueva dirección no aparecería necesariamente en una lista negra existente, y el propietario de la billetera autorizó la implementación y las transacciones de financiación sin entregar una frase de recuperación.
En julio, crypto.news explicó cómo los "drainers" (ladrones de fondos) abusan comúnmente de los permisos legítimos de la blockchain. Dichas herramientas a menudo convencen a un usuario para que apruebe un contrato malicioso, que luego puede transferir tokens mientras la blockchain procesa la acción como autorizada.
La campaña descrita por TRM movió el engaño un paso antes al controlar el proceso de generación y despliegue de código. En lugar de pedir a las víctimas que confiaran en un contrato existente, los tutoriales los convencieron de que estaban creando el software ellos mismos.
Un caso de phishing separado de Hyperliquid en agosto mostró cómo la publicidad en línea también puede dirigir a los usuarios de criptomonedas hacia infraestructura maliciosa. Un usuario perdió aproximadamente 550,000 USDC después de que un resultado patrocinado de Google lo llevara a un sitio web falso de Hyperliquid vinculado por la firma de seguridad Salus al ecosistema del "drainer" Inferno.
Salus dijo que la infraestructura en ese incidente dividió automáticamente los fondos robados entre las direcciones conectadas a la operación. Los investigadores vincularon grupos relacionados con aproximadamente $52.74 millones en pérdidas, mostrando cómo los servicios de backend pueden manejar el robo, los intercambios, la consolidación y la participación en los ingresos, mientras que operadores separados se enfocan en atraer víctimas.
Para los usuarios estadounidenses, el Centro de Quejas de Crímenes en Internet (IC3) del FBI acepta informes relacionados con fraudes de criptomonedas y otros delitos cibernéticos. La oficina dice que los datos de las quejas pueden ayudar a los investigadores a identificar casos conectados, seguir métodos emergentes y, en algunas situaciones, congelar fondos robados.
El FBI registró $16.6 mil millones en pérdidas reportadas por crímenes en internet durante 2024, un aumento desde los $12.5 mil millones en 2023, según cifras publicadas por el centro. La agencia aconseja a las víctimas que presenten informes incluso cuando no estén seguras de si una queja cumple con una categoría de crimen específica, porque las presentaciones pueden ser compartidas con agencias de aplicación de la ley federales, estatales, locales o internacionales.
Los grupos de seguridad onchain también han aumentado su enfoque en ataques que utilizan acciones válidas del usuario para ejecutar robos. En febrero, la Fundación Ethereum respaldó a un ingeniero de Security Alliance asignado para rastrear e interrumpir a los "wallet drainers" (ladrones de billeteras) que apuntan a usuarios de Ethereum.
Security Alliance citó datos que sitúan las pérdidas relacionadas con "drainers" en $84 millones en 2025, el nivel más bajo registrado. Su red de seguridad incluye MetaMask, Phantom, WalletConnect y Backpack, que comparten inteligencia sobre amenazas diseñada para identificar campañas de phishing y otra infraestructura maliciosa.
ETH