核心要点速览
最新研究表明,人工智能代理能够自主识别并利用区块链智能合约中的安全漏洞。这些代理还在新部署的合约中发现了两种全新的零日漏洞,证明现实世界中的自主攻击已具备可行性。这一进展凸显了AI驱动的网络威胁正在快速升级,迫切需要采用AI工具实施主动防御策略。
AI模型如何攻击区块链智能合约
近期研究推出的SCONE-bench基准数据集,收录了2020至2025年间被利用的405个真实智能合约,用于评估AI代理发现和利用漏洞的能力。包括Claude Opus 4.5、Claude Sonnet 4.5和GPT-5在内的主流AI模型,在针对其2025年3月知识截止日期后部署的合约进行测试时,生成的漏洞利用方案模拟盗取金额达460万美元。这展现了AI在区块链生态中开展网络攻击的潜力。
除了回溯分析,研究人员对2,849个新部署合约的测试中发现了两个新型零日漏洞,通过模拟攻击获得了3,694美元收益。这证实了AI能够自主发现并利用未知漏洞,凸显了先进AI代理带来的网络安全风险正在扩大。
经济影响与技术洞察
该基准体系以直接经济价值而非传统成功率来量化AI的网络攻击能力,重点关注漏洞利用的经济影响——这对安全从业者至关重要。例如,某AI模型通过单个漏洞模拟盗取了350万美元资金,远超过其他发现同一漏洞但获利较少的模型。过去一年间,由于AI在工具使用、长期规划和错误修复方面的进步,漏洞利用收益每1.3个月翻倍增长。
值得注意的是,代码复杂度等指标与漏洞盈利能力并无关联,真正决定财务影响的是存在漏洞的合约内持有的资产规模。此外,AI扫描合约的成本已大幅下降,单次合约评估平均仅需1.22美元。这些变化极大缩短了开发人员在漏洞被利用前进行识别和修复的时间窗口。
AI在网络防御中的双重应用
虽然AI代理展现出强大的自主攻击能力,但同类技术同样可用于防御领域,包括自动漏洞修补和合约强化。鉴于AI驱动攻击的潜在风险呈指数级增长,区块链领域必须尽早采用AI防御系统。这种转变将有助于缓解无节制AI代理带来的风险——它们能不知疲倦地攻击从智能合约到传统代码库的各种软件资产。
开源的SCONE-bench资源使开发者和安全团队能针对新兴AI威胁对智能合约进行压力测试,这与应对快速演变的AI网络犯罪的整体努力方向一致。
与此同时,由Telegram联合创始人在开放网络($TON)上构建的隐私计算网络Cocoon,正挑战亚马逊和微软等科技巨头的中心化模式,以捍卫数字自由并防范AI垄断。该网络通过保护隐私的AI服务确保用户数据在计算过程中全程加密,并建立了一个允许GPU持有者通过原生$TON代币出租算力的市场。

交易所
交易所排行榜
24小时成交排行榜
人气排行榜
交易所比特币余额
交易所资产透明度证明
资金费率
资金费率热力图
爆仓数据
清算最大痛点
多空比
大户多空比
币安/欧易/火币大户多空比
Bitfinex杠杆多空比
新闻
文章
大V快讯
财经日历
专题
ETF追踪
比特币持币公司
加密资产反转
以太坊储备
HyperLiquid钱包分析
Hyperliquid鲸鱼监控
索拉纳ETF
大额转账
链上异动
比特币回报率
稳定币市值
合约计算器
期权分析
账号安全
资讯收藏
自选币种
我的关注