Le projet Term Labs a été piraté et a perdu 8,5 millions de dollars

cryptonews.ruPublié le 2026-08-23Dernière mise à jour le 2026-08-23

Résumé

Le projet Term Labs a été victime d'un piratage, subissant une perte de 8,5 millions de dollars. Un hacker a exploité une vulnérabilité dans le mécanisme de gestion du protocole pour accéder aux coffres Term Vaults, dérobant ainsi 2 843 ETH et environ 1,6 million de stablecoins DAI. Les développeurs de Term Labs ont reconnu que les coffres du service ont été compromis en raison d'une erreur critique dans la logique du système de gestion. Des restrictions ont été imposées sur les contrats intelligents liés au module vulnérable pour prévenir de nouvelles fuites. Les fonds volés sont actuellement détenus sur un seul portefeuille appartenant au pirate. Selon les experts de CertiK, le malfaiteur n'a pas tenté de transférer les actifs vers des mélangeurs de cryptomonnaies comme Tornado Cash ou de les retirer sur des plateformes d'échange centralisées. Ce n'est pas le premier incident pour l'architecture Term. Au printemps 2025, le projet avait déjà subi une perte de 1,5 million de dollars suite à une mise à jour incorrecte de l'oracle de liquidité. Par ailleurs, la plateforme de sécurité PeckShield a récemment signalé que le projet cross-chaine décentralisé Maya Protocol a également été attaqué par des hackers, qui ont dérobé pour environ 1,7 million de dollars en cryptomonnaies.

Le pirate a exploité une vulnérabilité dans le mécanisme de gestion du protocole et a obtenu l'accès aux coffres-forts Term Vaults. En conséquence, il a retiré 2 843 ETH et environ 1,6 million de stablecoins DAI.

Les développeurs de Term Labs ont reconnu que les coffres-forts du service Term Vaults ont été compromis en raison d'une erreur critique dans la logique du système de gestion. Des restrictions ont été imposées sur les contrats intelligents liés au module vulnérable pour prévenir de nouvelles fuites.

Les fonds volés se trouvent actuellement sur un portefeuille unique appartenant au pirate. Les spécialistes de CertiK affirment que le malfaiteur n'a pas tenté de transférer les actifs vers des mixers de cryptomonnaies comme Tornado Cash ou de les retirer sur des plateformes d'échange centralisées.

Ce n'est pas le premier incident pour l'architecture de Term. Précédemment, au printemps 2025, le projet avait subi une perte de 1,5 million de dollars en raison d'une mise à jour incorrecte de l'oracle de liquidité.

Auparavant, les experts en sécurité de la plateforme PeckShield avaient signalé que le projet cross-chaîne décentralisé Maya Protocol avait été victime d'une attaque de piratage, à la suite de laquelle les malfaiteurs avaient retiré environ 1,7 million de dollars en crypto-actifs.

Questions liées

QQuelle est la somme totale volée lors du piratage de Term Labs et quels actifs ont été dérobés ?

ALe piratage a entraîné un vol total de 8,5 millions de dollars, comprenant 2843 ETH et environ 1,6 million de stablecoins DAI.

QQuelle a été la cause technique du piratage des coffres Term Vaults selon les développeurs de Term Labs ?

ASelon les développeurs, la cause était une erreur critique dans la logique du système de gestion du protocole.

QQue rapportent les experts de CertiK concernant le mouvement des fonds volés après le piratage ?

ACertiK rapporte que les fonds volés se trouvent toujours sur un seul portefeuille du pirate, qui n'a pas tenté de les transférer vers des mélangeurs comme Tornado Cash ou des plateformes d'échange centralisées.

QTerm Labs avait-il déjà subi un incident de sécurité avant ce piratage ?

AOui, au printemps 2025, le projet avait déjà subi une perte de 1,5 million de dollars due à une mise à jour incorrecte d'un oracle de liquidité.

QQuel autre projet de cryptomonnaie est mentionné comme ayant récemment subi une attaque similaire ?

AL'article mentionne que le projet de cross-chain décentralisé Maya Protocol a été victime d'une attaque où les pirates ont dérobé environ 1,7 million de dollars en actifs cryptographiques.

Lectures associées

La plus grande problématique de l'économie politique à l'ère de l'IA : Les robots deviennent de plus en plus compétents, comment l'humanité peut-elle partager la valeur ?

Dans un contexte où l'IA et la robotique progressent rapidement, un article de *The Economist* relance le débat sur un problème fondamental de l'ère numérique : comment les humains peuvent-ils partager la valeur créée par des machines de plus en plus compétentes ? Historiquement, les gains de productivité se traduisaient par une augmentation des salaires et de la consommation. Cependant, l'IA, en remplaçant non seulement le travail manuel mais aussi le travail cognitif, risque de rompre ce cycle. La croissance économique et les profits pourraient continuer tandis que le nombre d'humains participant directement à la création de valeur diminuerait, posant un défi crucial de répartition des richesses. La situation en Chine illustre cette tension : malgré des avancées significatives dans les nouvelles technologies, la consommation reste faible, révélant une difficulté à faire circuler les bénéfices de l'innovation vers les revenus des ménages. Ce phénomène est global : la valeur se concentre chez les géants technologiques, tandis que la part du travail dans le PIB recule. Face à ce défi, plusieurs voies sont envisagées : le modèle capitaliste traditionnel, une voie d'État-capitalisme, ou des mécanismes innovants comme des fonds souverains numériques, une actionnariat populaire ou un revenu de base. La capacité à construire un système de distribution équitable, permettant à tous de bénéficier des gains de productivité de l'IA, deviendra un facteur clé de compétitivité et de stabilité sociale au XXIe siècle. Pour la Chine, comme pour toutes les nations, résoudre cette équation sera essentiel pour façonner l'avenir.

marsbitIl y a 2 mins

La plus grande problématique de l'économie politique à l'ère de l'IA : Les robots deviennent de plus en plus compétents, comment l'humanité peut-elle partager la valeur ?

marsbitIl y a 2 mins

Sept trimestres consécutifs de gains : l'arbitrage sur les marchés émergents surpasse tout

Le carry trade sur les marchés émergents financé en dollars a généré des rendements positifs pendant sept trimestres consécutifs, soit la plus longue série depuis 2008, avec un gain cumulé d’environ 22 % depuis fin 2024. Cette stratégie, qui consiste à emprunter dans des devises à bas taux comme le dollar ou l’euro pour investir dans des actifs à haut rendement en monnaies émergentes (telles que la livre turque ou le peso colombien), a surperformé les obligations d’État américaines, les obligations souveraines et d’entreprise des marchés émergents. Les rendements ont été amplifiés par l’appréciation des devises émergentes face au dollar, notamment en Colombie où la combinaison du rendement obligataire et de la hausse du taux de change a rapporté 48 % sur un an. Malgré l’intervention historique conjointe des États-Unis et du Japon sur le marché des changes en août, qui a brièvement fait chuter le yen, le risque de liquidations désordonnées est jugé limité, les investisseurs ayant substitué l’euro et le franc suisse au yen comme monnaies de financement. Les risques principaux identifiés sont le calendrier de la politique monétaire de la Fed et la concentration excessive des capitaux sur cette stratégie, ce qui pourrait la rendre vulnérable à un retournement soudain. Les gestionnaires restent néanmoins confiants, citant les taux d’intérêt élevés dans des régions comme l’Amérique latine et l’Europe de l’Est, soutenus par des pressions inflationnistes persistantes et la géopolitique énergétique.

marsbitIl y a 19 mins

Sept trimestres consécutifs de gains : l'arbitrage sur les marchés émergents surpasse tout

marsbitIl y a 19 mins

Des mentors et disciples de Tsinghua et Wharton résolvent un cas non résolu depuis 40 ans, les mathématiques centrales sont entièrement rédigées par GPT, vous le pourriez aussi

L'algorithme d'apprentissage automatique fondamental, la descente de gradient, a été « condamné » par l'IA elle-même ? Une récente étude conjointe de l'Université Tsinghua et de la Wharton School de l'Université de Pennsylvanie apporte une conclusion attendue depuis 40 ans : pour atteindre une vitesse optimale, ajuster uniquement la taille des pas (le taux d'apprentissage) ne suffit pas. Historiquement, la descente de gradient standard a une vitesse de convergence en O(1/T). En 1983, Nesterov a introduit l'élan (momentum), atteignant O(1/T²). Une question persistante était de savoir si, sans modifier la structure de l'algorithme, un simple réglage minutieux de la séquence des pas pouvait égaler cette performance. En 2023, des chercheurs du MIT ont conçu la « silver stepsize », une séquence de pas fractale atteignant O(T^{-1.2716}). Les chercheurs Jianhao Ma (Tsinghua) et Yuxin Chen (Wharton) ont inversé la problématique : au lieu de chercher une meilleure séquence, ils ont prouvé qu'il existe une limite infranchissable. Le cœur de la preuve a été généré par GPT-5.6 Sol Pro. Guidés par le concept d'« oracle résistant », les chercheurs ont demandé à l'IA de construire une fonction convexe spécifique qui force la descente de gradient à suivre un chemin lent, quelle que soit la séquence de pas choisie. L'IA a proposé une construction géométrique dans un espace de haute dimension utilisant l'enveloppe de Moreau. Après plusieurs itérations de corrections, GPT-5.6 a établi une borne inférieure de convergence en Ω(T^{-1.9319}) pour toute séquence de pas prédéterminée. Cela signifie qu'il est mathématiquement impossible pour la descente de gradient pure (sans momentum) de dépasser cette vitesse, confirmant la nécessité de modifier la structure de l'algorithme pour une convergence optimale. La preuve a été formellement vérifiée sans aucune erreur par l'assistant de preuve Lean 4, garantissant sa solidité logique. Ce travail démontre le potentiel de l'IA en tant qu'assistant de recherche capable de résoudre des problèmes théoriques profonds, ouvrant la voie à de nouvelles collaborations homme-machine en science fondamentale.

marsbitIl y a 27 mins

Des mentors et disciples de Tsinghua et Wharton résolvent un cas non résolu depuis 40 ans, les mathématiques centrales sont entièrement rédigées par GPT, vous le pourriez aussi

marsbitIl y a 27 mins

Anthropic s’incline et reconnaît ses torts, la dégradation discrète de l’intelligence de Claude avérée

Le développeur argofowl a découvert que depuis la version 2.1.237 de Claude Code, le niveau de raisonnement « high » était interprété comme la valeur « 10 », autrefois associée au niveau « low ». Cette modification faisait partie d’une expérience A/B menée par Anthropic sur la compression de l’échelle des valeurs d’effort, sans notification aux utilisateurs, provoquant confusion et débats sur une éventuelle perte de performance. Parallèlement, des utilisateurs ont signalé une dégradation des capacités du modèle Opus 5, le décrivant comme négligent, répétitif et sujet à des erreurs. L’ingénieur Thariq Shihipar d’Anthropic a reconnu que ce modèle présentait une instabilité de performance, devenue une priorité pour l’équipe. Cet incident met en lumière un problème sectoriel : le décalage entre les scores élevés des benchmarks et l’expérience utilisateur perçue. Contrairement aux logiciels traditionnels, les mises à jour des modèles d’IA manquent souvent de transparence, avec des modifications en arrière-plan (tests A/B, ajustements) qui échappent aux utilisateurs, dont la « perception » devient le seul indicateur, bien que peu fiable. La stabilité est cruciale pour instaurer la confiance lorsque les modèles deviennent des infrastructures.

marsbitIl y a 28 mins

Anthropic s’incline et reconnaît ses torts, la dégradation discrète de l’intelligence de Claude avérée

marsbitIl y a 28 mins

Décrypter les vérités sur l'effet de levier, la liquidité et les risques liés au jetonnage d'actifs

La tokenisation des actifs du monde réel (RWA) ne se limite pas à créer un jeton représentant un actif. C’est un simple code-barres, non une chaîne d’approvisionnement financière complète. La vraie transformation vient de l’intégration à la DeFi, qui permet l’évaluation, le financement, la couverture et la liquidité. Les RWA fonctionnent sur plusieurs horloges temporelles : blockchain en temps réel, marchés traditionnels fermés la nuit/week-end, et processus de rachat lents. Ce décalage crée un risque de liquidation où la DeFi exige un règlement immédiat, mais le monde réel impose des délais. Ainsi, un jeton d’obligation d’État stable peut être plus risqué qu’un actif crypto volatil mais liquide 24h/24. La liquidité réelle ne se mesure pas par la TVL, mais par la capacité à sortir d’une position sous pression, dans un délai donné et sans décote excessive. Trois voies de sortie existent : vente sur le marché, rachat par l’émetteur, ou prêt garanti. Le levier est ce qui crée l’utilité économique, mais il accroît aussi la fragilité. Les paramètres de garantie (haircuts) doivent intégrer non seulement la volatilité, mais aussi l’exécutabilité légale, la fraîcheur des données, les délais de rachat et la concentration des holdings. Les risques des RWA forment un graphe de dépendances interconnectées (émetteur, gardien, oracle, marchés secondaires, protocoles de prêt). Une défaillance localisée peut se propager. Une surveillance proactive des files de rachat, de la profondeur du marché et du comportement des market makers est cruciale. Au-delà des obligations d’État, les actifs prometteurs sont la puissance de calcul (GPU) et l’énergie, avec leurs propres modèles de risque. Les actions tokenisées et les contrats perpétuels sur actions constituent un test majeur, combinant propriété et levier, mais nécessitent des garde-fous architecturaux pour éviter des spirales de liquidation. En somme, l’étape suivante n’est pas de tokeniser plus d’actifs, mais de construire la couche de marché qui transforme les jetons en infrastructures financières résilientes, capables de résister à un week-end de crise. Le jeton n’est que le code-barres ; le marché est la machine.

marsbitIl y a 42 mins

Décrypter les vérités sur l'effet de levier, la liquidité et les risques liés au jetonnage d'actifs