ИИ-агенты Фонда Ethereum находят реальные баги, но 90% находок — ложные срабатывания

Фонд Ethereum провел эксперимент с использованием скоординированных ИИ-агентов для поиска уязвимостей в критической сетевой инфраструктуре. Результаты показали, что искусственный интеллект способен выявлять реальные критические баги, однако подавляющее большинство обнаруженных проблем оказываются ложными срабатываниями. Это открытие поднимает вопросы о готовности технологии к полноценному внедрению в процессы обеспечения безопасности блокчейна.

Как проходил эксперимент с ИИ-агентами

Команда Protocol Security Фонда Ethereum развернула несколько ИИ-агентов, работающих скоординированно, на тестовой сети Ethereum. Агенты были запрограммированы на поиск типичных уязвимостей в смарт-контрактах и узлах сети. В ходе эксперимента они проанализировали тысячи строк кода и конфигураций, выявив несколько сотен потенциальных проблем. Из них лишь от 5 до 10 процентов оказались реальными багами, остальные — ложные срабатывания. Несмотря на высокий уровень шума, найденные реальные уязвимости были признаны критическими: они могли привести к потере средств пользователей или нарушению работы сети.

Почему так много ложных срабатываний?

Основная причина — сложность блокчейн-инфраструктуры. ИИ-агенты обучались на общих шаблонах уязвимостей, но в специфической среде Ethereum многие подозрительные паттерны оказываются нормальным поведением. Например, нестандартное использование газа или необычные последовательности транзакций могут быть частью легитимной логики смарт-контракта. Кроме того, агенты склонны интерпретировать любые отклонения от нормы как угрозу, что приводит к ложным тревогам. Ручная проверка каждого предупреждения требует времени и ресурсов, что снижает эффективность автоматизации.

Какие реальные уязвимости были найдены

Фонд Ethereum не раскрыл конкретные детали обнаруженных багов, сославшись на политику ответственного раскрытия информации. Однако известно, что уязвимости относились к категориям, которые могут привести к потере средств или отказу в обслуживании. Среди них — ошибки в обработке внешних вызовов, неправильная валидация входных данных и проблемы с контролем доступа. Эти находки подтверждают, что ИИ-агенты могут быть полезны для первичного скрининга, но требуют доработки для снижения уровня ложных срабатываний.

Кого затронут результаты эксперимента?

В первую очередь — разработчиков Ethereum и других блокчейн-проектов, которые рассматривают внедрение ИИ для аудита безопасности. Технология может стать дополнительным инструментом, но пока не заменит ручной аудит. Пользователи также ощутят влияние: с одной стороны, реальные баги будут исправлены быстрее, что повысит безопасность средств. С другой — ложные срабатывания могут привести к задержкам в обновлениях и ненужным паникам. Например, если агент сообщит об уязвимости, которой нет, команде придется тратить время на проверку, отвлекаясь от других задач.

Что пока неизвестно о будущем ИИ-агентов в Ethereum

Фонд Ethereum не объявил, планирует ли он внедрять эту технологию в основную сеть. Остаются открытыми вопросы о масштабировании подхода: сможет ли система обрабатывать нагрузку основной сети, не создавая задержек? Также неясно, как часто будут обновляться модели ИИ для снижения числа ложных срабатываний. Эксперты предполагают, что для полноценного использования потребуется гибридный подход: ИИ для первичного поиска, а человек — для верификации. Пока же технология остается экспериментальной.

Какие перспективы у ИИ в блокчейн-безопасности?

Несмотря на высокий уровень ложных срабатываний, эксперимент показал, что ИИ-агенты способны находить критические баги, которые могли быть пропущены традиционными методами. Это открывает путь к созданию более совершенных систем, сочетающих машинное обучение и экспертизу человека. В будущем такие агенты могут стать стандартным инструментом для непрерывного мониторинга безопасности, особенно в децентрализованных сетях, где обновления кода происходят часто. Однако для этого необходимо улучшить алгоритмы фильтрации и обучить модели на более репрезентативных данных.

Выводы

Эксперимент Фонда Ethereum подтвердил потенциал ИИ-агентов для поиска уязвимостей, но также выявил их ограничения. Высокий процент ложных срабатываний означает, что технология пока не готова к самостоятельному использованию. Тем не менее, найденные реальные баги доказывают, что ИИ может быть ценным дополнением к существующим практикам безопасности. Разработчикам стоит рассматривать ИИ-агентов как помощников, а не замену ручному аудиту. Дальнейшие исследования должны быть направлены на снижение шума и повышение точности, чтобы сделать технологию пригодной для массового внедрения.