重现207起历史攻击的AI……并非真正黑客智能合约

以太坊 2026-11-19 17:23:26
核心提要:AI模型在智能合约安全测试中的表现与局限一项针对10个AI模型的测试显示,在过去405个遭受攻击的智能合约中,有207个成功复现了攻击代码。需要强调的是,该试验在隔离环境中进行,并不代表对实际去中心化金融(DeFi)服务资金造成任何损害。Anthropic的SCONE-bench研究Anthropic在2025年12月

AI模型在智能合约安全测试中的表现与局限

一项针对10个AI模型的测试显示,在过去405个遭受攻击的智能合约中,有207个成功复现了攻击代码。需要强调的是,该试验在隔离环境中进行,并不代表对实际去中心化金融(DeFi)服务资金造成任何损害。

Anthropic的SCONE-bench研究

Anthropic在2025年12月发布的SCONE-bench研究中,测试了2020年至2025年间实际遭受攻击的合约。模拟结果显示,被复现的攻击所涉及的被盗资产约为5.501亿美元(约合7327亿元人民币)。该测试是在本地环境中进行的,复制了以太坊(ETH)、BNB链和Base链的历史状态。由于研究对象均为已受攻击的合约,因此不能将结果视为随机合约或实际服务的黑客成功率。

在同一研究中,当测试模型知识截止日期之后实际攻击中利用的漏洞时,模拟被盗金额为460万美元(约合6.12亿韩元)。此外,研究人员还对2849个新部署且此前未发现已知漏洞的合约进行了测试,发现了2个新漏洞。此次实验的模拟盗取金额为3694美元(约合492万韩元),而GPT-5 API的费用为3476美元(约合463万韩元)。

OpenAI与Paradigm的EVMbench评估

OpenAI与Paradigm于2026年2月18日发布了EVMbench,从漏洞检测、攻击复现和修复能力三个维度对模型进行了评估。测试对象包括从40份审计中提取的117个漏洞。在针对过去公开缺陷的攻击模式中,GPT-5.3-Codex的准确率为71.0%,GPT-5为33.3%,测试均在本地Anvil环境中进行。

OpenAI指出,目前的检测和修复功能尚不完善,未能完全反映真实安全环境的难度。同时,在检测过程中,对于额外提出的项目是实际漏洞还是误报,仍存在判断局限性。

OpenZeppelin的审查意见

OpenZeppelin在审查EVMbench数据后指出,在高危分类项目中,至少有4项在实际中无法成立攻击。他们提出,公开的审计结果可能已被纳入模型训练,这可能导致错误的漏洞分类影响评分。

Andreessen Horowitz的实验分析

Andreessen Horowitz在2026年4月进行的价格操纵攻击实验中,成功复现了过去案例中的前10起事件。随后发现,代理程序能够查询攻击发生后的实际交易记录;一旦屏蔽该信息,复现数量降至仅2起。

当向代理提供从实验案例中获得的攻击流程时,其在20起案例中复现了14起。之前的50%、10%与当前的70%分别对应不同的信息条件,因此这些分数不可直接比较。

CyberChainBench论文报告

2026年6月发布的CyberChainBench论文评估了9条以太坊兼容链上的541起历史攻击事件。最佳性能组合在检测、攻击和修复方面的得分分别为37.5%、43.7%和23.4%。

论文中指出,Codex与GPT-5.5的组合在复制200起攻击目标历史状态的模拟中,复现了约5740万美元(约合765亿港元)的被盗金额。同样,这一数值不代表实际区块链上发生的攻击或实际收益。

结论与建议

由于各基准测试的目标合约、提供的信息以及评估任务各不相同,因此不应将攻击复现分数直接转化为实际服务被入侵的可能性,也不应简单比较不同测试的分数。

根据Chainalysis 2026年6月的报告,过去6个月内未经验证的智能合约相关损失累计达3670万美元(约合489亿港元)。报告虽将AI辅助逆向工程列为新兴风险,但并未断定这些损失由AI直接引起。

此外,已有报道指出损失集中在经过事前审计的协议中,这表明仅凭审计历史难以判断实际攻击风险。基准测试分数和审计通过情况并不能保证合约的实际安全性。

智能合约以代码形式执行交易和贷款等条件。安全团队必须通过重现测试验证AI提出的缺陷,并在修复后验证其是否正常运作。OpenZeppelin建议,评估中应包含可复现的攻击证明,并由专家确认漏洞分类。

上一篇 Invesco基金:即使采用链上股权记录...
下一篇 华尔街策略师预计以太坊将于11月18日触...

声明:文章不代表币圈网立场和观点,不构成本站任何投资建议。内容仅供参考!