以人工智能代理进行漏洞分类的以太坊安全团队

以太坊基金会的协议安全团队正在使用协调的人工智能代理来帮助扫描协议代码库和开发网络中的漏洞，将人工智能更深入地融入以太坊的安全工作流程。

在7月9日的一篇题为《分类是产品》的帖子中，以太坊基金会团队成员尼科斯·巴克萨尼斯描述了如何使用人工智能代理网络来发现潜在漏洞、过滤噪音发现，并支持人工安全审查。

重要的细节是，这些工具并不是作为审计员的替代品。安全问题不仅仅是发现可能的漏洞。还需要决定哪些报告重要，哪些是误报，哪些需要更深入的审查。

这就是为什么帖子中的框架很有趣。在以太坊协议安全中，分类本身正在成为产品的一部分。

TL;DR

• 以太坊基金会协议安全团队正在使用人工智能代理帮助扫描协议代码和开发网络。
• 重点是漏洞分类，而不是替代人工审计员。
• 这种方法反映了以太坊安全工作变得更加自动化，但仍然以人为主导。

为什么以太坊安全与众不同

以太坊安全不同于普通的应用安全。

该协议保护着由交易所、稳定币、去中心化金融协议、第二层网络和数百万用户使用的结算层。一个严重的漏洞可能会产生远超单个应用或公司的后果。这就是为什么以太坊的安全文化一直依赖于分层审查、漏洞悬赏、审计、客户端多样性、测试网络、形式推理和公众监督。

将人工智能代理添加到该过程中是有意义的，但它也带来了新的挑战。

人工智能系统可以快速扫描大量代码。它们可以检测可疑模式，比较代码库之间的逻辑，并生成关于漏洞的假设。这可以帮助人类覆盖更多的领域。

但人工智能系统也可能产生噪音。

一个生成数千个弱警报的工具是没有用的，除非有人能够将真实漏洞与无关输出分开。这就是为什么分类很重要。安全团队不仅需要更多的发现。他们需要更好的优先级。

以太坊基金会的帖子直接针对这个问题。

人工智能可以扩大覆盖范围，但人类仍然决定

在协议安全中，人工智能的最强用例是覆盖。

以太坊开发涉及多个代码库、客户端实现、开发网络、规范和持续升级。人类审查员很有技能，但时间有限。人工智能代理可以作为第一层扫描，帮助识别值得关注的领域。

这并不意味着这些代理被盲目信任。

在安全工作中，自信的错误答案可能是危险的。漏洞报告需要被检查、重现、排名和理解。误报浪费时间。漏报则带来风险。

这就是为什么人工审查仍然是核心。

人工智能层可以帮助发现更多的可能性。人类层仍然决定什么是真实的，什么是紧急的，什么需要升级。

对于以太坊来说，这种平衡尤其重要，因为协议的变化可能会影响网络的基本假设。共识、执行、网络或验证者行为中的一个理解不清的漏洞不是可以随意处理的。

开发网络使过程更实用

提到开发网络是重要的。

开发网络为开发人员和安全团队提供了一个受控的地方，以在更广泛的部署之前测试升级。它们是故意设计得杂乱无章的。在代码到达更广泛的测试网络或主网络之前，漏洞、边缘情况和意外交互可能会出现。

在这种环境中，人工智能辅助扫描可能特别有用。

如果代理可以监控开发网络，比较行为，或提前突出潜在的回归，它们可以缩短反馈循环。这为研究人员提供了更多时间来调查问题，以免它们变得更难修复。

这不是光鲜的工作。这不是代币发行或面向消费者的应用。但这正是对以太坊长期可靠性至关重要的基础设施过程。

市场往往关注价格、费用和ETF流动。协议安全则在这一切之下。

更加自动化的安全堆栈

以太坊并不是唯一一个在实验人工智能辅助安全的生态系统，但它的方法具有重要性，因为以太坊仍然是最大的智能合约结算层。

如果以太坊基金会能够证明协调的代理工作流程改善了分类，其他协议可能会复制这一模式。审计公司、漏洞悬赏平台、第二层团队和应用开发者都在寻找使用人工智能而不降低安全标准的方法。

教训不是人工智能取代审计员。

教训是安全堆栈在边缘变得更加自动化。扫描、警报、模式识别和早期漏洞发现都可以变得更快。困难的判断仍然需要经验丰富的人类。

这可能是正确的平衡。

以太坊的下一个重大升级将继续给客户端团队和协议研究人员施加压力。更好的工具可以帮助他们更快地推进，而不将安全视为事后考虑。

关键是保持人工智能角色的适当界限。

在以太坊协议安全中，目标不是产生更多的噪音。目标是在它们变得昂贵之前找到重要的信号。