OpenAI ja Paradigm lanseeraavat EVMbenchin arvioimaan EVM-älysopimusten tietoturvaa tekoälyn avulla
OpenAI ja kryptosijoittaja Paradigm julkaisivat EVMbenchin, avoimen lähdekoodin benchmark‑paketin arvioimaan tekoälyagentteja ja automatisoituja työkaluja Ethereum Virtual Machinen (EVM) älysopimusten turvallisuudessa. Aiemman ilmoituksen pohjalta täydellinen julkaisu sisältää 120 korkeita haavoittuvuuksia 40 auditoinnista (mukaan lukien julkiset auditointikilpailut ja Tempo:n turvallisuustyö) ja tarjoaa merkittyjä testitapauksia, virhetyyppien taksonomian (reentrancy, pääsynvalvonta, kokonaislukubugit, loogiset virheet jne.) sekä toistettavat arviointityökalut. EVMbench ajaa agenteja kolmessa tilassa — detect (löytää tunnetut virheet), patch (ehdottaa korjauksia rikkomatta toiminnallisuutta) ja exploit (yrittää kontrolloitua varojen tyhjennystä eristetyssä hiekkalaatikossa) — jotta tiimit voivat mitata tunnistusasteita, väärät positiivit, väärät negatiivit ja kattavuusaukkoja mallien ja perinteisten staattisen analyysin skannerien välillä. Varhaiset tulokset osoittavat suurta vaihtelua tehtäväkohtaisesti: uudemmat mallit (erityisesti OpenAI:n GPT‑5.3‑Codex alkukokeissa) suoriutuivat paremmin exploit‑tehtävissä, kun taas tunnistus ja korjaaminen ovat edelleen epätäydellisiä. OpenAI ja Paradigm korostavat läpinäkyvyyttä: aineistot, arviointiskriptit ja dokumentaatio ovat julkisia mahdollistamaan toistettavat vertailut ja yhteisön panokset. Projekti nähdään sekä mittausvälineenä että varoituksena — kun tekoälyn kyvyt paranevat, ne voivat auttaa sekä puolustajia että hyökkääjiä — mikä alleviivaa vahvempien puolustusten ja tarkempien auditointien tarvetta. Kryptokauppiaille EVMbench voi epäsuorasti vaikuttaa markkinariskiin ajan myötä parantamalla DeFi-haavoittuvuuksien automaattista tunnistusta ja korjausta, mahdollisesti vähentäen exploit‑tiheyttä ja protokollariskiä, vaikka välittömät hintavaikutukset ovat epävarmoja.
Neutral
EVMbench on ensisijaisesti tutkimus- ja mittausväline, jonka tavoitteena on parantaa EVM-pohjaisten älysopimusten haavoittuvuuksien havaitsemista, korjaamista ja hyökkäysmalleilla simuloimista. Kauden kaupan kohteena oleville omaisuuserille, joita mainitaan tai joihin viitataan (Ethereum ja DeFi-tokenit), uutinen on lyhyellä aikavälillä neutraali, koska benchmarkin julkistaminen ja mallien alkuvaiheen tulokset eivät välittömästi muuta hyökkäysten määrää tai tokenien fundamentteja. Keski- ja pitkällä aikavälillä laajempi parempien automaattisten auditointien käyttöönotto voisi vähentää protokollatason riskejä ja hyökkäysten esiintymistiheyttä, mikä olisi lievästi myönteistä Ethereum-pohjaisille DeFi-tokeille vähentämällä systeemistä turvallisuusriskiä ja lisäten luottamusta protokolliin. Toisaalta benchmark korostaa myös, että tekoälyä voidaan käyttää exploitien kehittämiseen — tekijä, joka voi ylläpitää tai lisätä hyökkäysten sofistikoituneisuutta, kunnes puolustuskeinojen kehitys kirittää mukaan. Kaupankävijöiden tulisi siten käsitellä tätä asteittaisena, rakenteellisena muutoksena: rajoitettu lyhyen aikavälin hintareaktio, mahdollinen maltillinen positiivinen vaikutus riskipreemioihin hyvin auditoiduissa protokollissa ajan myötä, mutta varovaisuus on edelleen paikallaan tekoälyn tukemien hyökkäystaitojen kehittyessä.