OpenAI และ Paradigm เปิดตัว EVMbench เพื่อทดสอบความปลอดภัยของสมาร์ตคอนแทร็กต์ EVM ด้วย AI

| unchainedcrypto.com
OpenAI และนักลงทุนคริปโต Paradigm ได้ปล่อย EVMbench ซึ่งเป็นชุดเบนช์มาร์กโอเพนซอร์สเพื่อประเมินเอเยนต์ AI และเครื่องมืออัตโนมัติในด้านความปลอดภัยของสมาร์ทคอนแทรกต์บน Ethereum Virtual Machine (EVM) โดยอิงจากประกาศก่อนหน้า การปล่อยเวอร์ชันเต็มรวมช่องโหว่ร้ายแรง 120 รายการที่ดึงมาจากการตรวจสอบ 40 ครั้ง (รวมการแข่งขันการตรวจสอบสาธารณะและงานด้านความปลอดภัยของ Tempo) และให้กรณีทดสอบที่มีป้ายกำกับ, พจนานุกรมประเภทข้อบกพร่อง (reentrancy, การควบคุมการเข้าถึง, บั๊กจำนวนเต็ม, ข้อผิดพลาดเชิงตรรกะ ฯลฯ) และเครื่องมือประเมินที่ทำซ้ำได้ EVMbench รันเอเยนต์ในสามโหมด — detect (ค้นหาช่องโหว่ที่รู้จัก), patch (เสนอการแก้ไขโดยไม่ทำลายฟังก์ชัน) และ exploit (พยายามระบายเงินอย่างควบคุมในเซนด์บ็อกซ์แยก) — เพื่อให้ทีมสามารถวัดอัตราการตรวจจับ, ผลบวกเทียม, ผลลบเทียม และช่องว่างการครอบคลุมระหว่างโมเดลและสแกนเนอร์วิเคราะห์แบบสแตติกแบบเดิม ผลลัพธ์เบื้องต้นแสดงความแปรปรวนสูงตามงาน: โมเดลใหม่กว่า (โดยเฉพาะ GPT‑5.3‑Codex ของ OpenAI ในการทดสอบเริ่มต้น) ทำได้ดีกว่าโมเดลก่อนหน้าในงาน exploit ขณะที่การตรวจจับและการแพตช์ยังไม่สมบูรณ์ OpenAI และ Paradigm เน้นความโปร่งใส: ชุดข้อมูล, สคริปต์ประเมิน และเอกสารเป็นสาธารณะเพื่อให้เปรียบเทียบได้ซ้ำและรับการมีส่วนร่วมจากชุมชน โครงการนี้ถูกนำเสนอทั้งในฐานะเครื่องมือวัดและคำเตือน — เมื่อความสามารถของ AI ดีขึ้นมันอาจช่วยทั้งผู้ป้องกันและผู้โจมตี — เน้นความจำเป็นของการป้องกันที่แข็งแกร่งขึ้นและการตรวจสอบที่เข้มงวดขึ้น สำหรับเทรดเดอร์คริปโต EVMbench อาจส่งผลกระทบโดยอ้อมต่อความเสี่ยงตลาดเมื่อเวลาผ่านไปโดยปรับปรุงการตรวจจับและแพตช์อัตโนมัติของช่องโหว่ DeFi ซึ่งอาจลดความถี่ของการโจมตีและความเสี่ยงของโปรโตคอล แม้ว่าผลกระทบทันทีต่อราคาไม่แน่นอน
Neutral
EVMbench เป็นเครื่องมือวิจัยและการวัดเป็นหลักที่มุ่งปรับปรุงการตรวจจับ การแพตช์ และการจำลองการโจมตีสำหรับสมาร์ตคอนแทรกต์ที่ใช้ EVM สำหรับสินทรัพย์ที่มีการซื้อขายซึ่งกล่าวถึงหรือสื่อถึง (Ethereum และโทเค็น DeFi) ข่าวมีความเป็นกลางในระยะสั้น เพราะการเผยแพร่เกณฑ์มาตรฐานและผลลัพธ์โมเดลเบื้องต้นไม่ได้เปลี่ยนอัตราการถูกโจมตีหรือปัจจัยพื้นฐานของโทเค็นทันที ในระยะกลางถึงยาว การนำการตรวจสอบอัตโนมัติที่ดีกว่าไปใช้มากขึ้นอาจลดความเสี่ยงระดับโปรโตคอลและความถี่ของการโจมตี ซึ่งจะเป็นผลบวกเล็กน้อยต่อโทเค็น DeFi บน Ethereum โดยลดความเสี่ยงด้านความปลอดภัยเชิงระบบและเพิ่มความมั่นใจในโปรโตคอล ในทางกลับกัน เกณฑ์นี้ยังชี้ให้เห็นว่า AI สามารถถูกใช้ในการสร้างช่องโหว่ ซึ่งเป็นปัจจัยที่อาจทำให้ความซับซ้อนของการโจมตียังคงอยู่หรือเพิ่มขึ้นจนกว่าการป้องกันจะตามทัน ดังนั้นเทรดเดอร์จึงควรถือว่านี่เป็นการเปลี่ยนแปลงเชิงโครงสร้างแบบค่อยเป็นค่อยไป: ปฏิกิริยาราคาจำกัดในระยะสั้น ผลกระทบเชิงบวกระดับเล็กน้อยต่อพรีเมียมความเสี่ยงของโปรโตคอลที่ได้รับการตรวจสอบอย่างดีเมื่อเวลาผ่านไป แต่ยังคงต้องระมัดระวังในขณะที่ขีดความสามารถเชิงรุกที่ได้รับการสนับสนุนโดย AI ยังคงพัฒนา