Claude AI recupera una cartera de Bitcoin de 11 años valorada en $400K al encontrar una copia de seguridad y corregir un error de fuerza bruta
Un poseedor de Bitcoin que perdió la contraseña de su billetera mientras estaba 'colocado' hace 11 años recuperó 5 BTC (~$400K) usando la IA Claude de Anthropic. Según el usuario de X cprkrn, había estado intentando forzar la entrada con btcrecover sin éxito. Tras encontrar una frase semilla mnemotécnica antigua en un cuaderno universitario que coincidía con un archivo de billetera encriptado, volcaron todos los archivos de su computadora universitaria en Claude como último recurso.
Claude descubrió un archivo de copia de seguridad más antiguo de la billetera, de diciembre de 2019, oculto en los datos. La IA también identificó un error: la clave compartida y las contraseñas que btcrecover estaba probando no se combinaban correctamente. Una vez corregido el error y utilizando la billetera más antigua (anterior al cambio de contraseña), Claude ejecutó btcrecover con éxito y descifró las claves privadas. El usuario transfirió entonces los 5 BTC a una billetera actual.
Las primeras billeteras de criptomonedas a menudo combinaban árboles de claves HD (de frases semilla) con claves no HD e importadas almacenadas en archivos de billetera protegidos por contraseña. La billetera de este usuario contenía claves específicas que no podían recuperarse solo con la frase semilla, requiriendo la contraseña. La capacidad de la IA para analizar archivos no estructurados e identificar copias de seguridad y problemas de configuración relevantes resultó crucial.
📖 Read the full source: HN AI Agents
👀 Ver también
Agente de OC se Detiene a Mitad de Tarea y Exige Permisos — Usuarios Reportan Comportamiento Regresivo en v2026.5.22
Usuarios informan que el agente OC deja de funcionar a mitad de una tarea y ahora pide permiso para cada acción. Un usuario con la versión 2026.5.22 describe que el agente se queda en silencio tras los mensajes de estado iniciales, requiriendo un '?' para reanudar.
Qwen 3 8B supera a modelos más grandes en evaluaciones ciegas por pares en tareas difíciles.
En una evaluación ciega por pares de 10 modelos de lenguaje pequeños en 13 tareas difíciles de nivel frontera, Qwen 3 8B ganó 6 evaluaciones y se ubicó entre los 3 primeros en 12 de las 13 tareas, superando a modelos con hasta 4 veces su cantidad de parámetros. La evaluación cubrió depuración de bloqueos distribuidos, errores de concurrencia en Go, optimización SQL, diagnóstico médico bayesiano, la paradoja de Simpson, el teorema de votación de Arrow y análisis de sesgo de supervivencia.
Microsoft's BitNet Permite la Inferencia de un LLM de 100B Parámetros en una Sola CPU
El proyecto BitNet de código abierto de Microsoft logra inferencia de LLM de 100B parámetros a 5-7 tokens/segundo en una sola CPU, con el modelo de 2B parámetros usando 0.4GB de memoria y 29ms de latencia mientras iguala a los modelos de precisión completa en puntos de referencia.
ClawCast Ep.3: Revisión de la incorporación, demo cancelada y OpenClaw vs Codex para flujos de trabajo a largo plazo
El episodio 3 de The ClawCast cubre la renovación del onboarding de OpenClaw, por qué se canceló la demo, lecciones del sistema de auto-mejora de Hermes y cómo se compara OpenClaw con Codex para flujos de trabajo autónomos de larga duración.