OpenAI stawia agentów AI przeciwko sobie, aby przetestować inteligentne kontrakty metodą red-team

OpenAI zaprezentowało framework benchmarkingowy mający na celu pomiar skuteczności agentów AI w wykrywaniu, łagodzeniu, a nawet wykorzystywaniu luk bezpieczeństwa w kryptowalutowych smart kontraktach. Projekt zatytułowany "EVMbench: Evaluating AI Agents on Smart Contract Security" został wydany we współpracy z Paradigm i OtterSec, dwoma organizacjami z głębokim doświadczeniem w bezpieczeństwie blockchain i inwestycjach. Badanie ocenia agentów AI względem wyselekcjonowanego zestawu 120 potencjalnych słabości pochodzących z 40 audytów smart kontraktów, dążąc do kwantyfikacji nie tylko zdolności wykrywania i łatania, ale także teoretycznego potencjału exploitów tych agentów w kontrolowanym środowisku.

Kluczowe wnioski

• EVMbench testuje agentów AI względem 120 luk wybranych z 40 audytów smart kontraktów, kładąc nacisk na luki pochodzące z otwartych konkursów audytowych.
• Wśród testowanych modeli, Claude Opus 4.6 firmy Anthropic prowadził ze średnią nagrodą za wykrycie w wysokości 37 824 USD, a za nim OpenAI OC-GPT-5.2 z 31 623 USD i Google Gemini 3 Pro z 25 112 USD.
• OpenAI przedstawia benchmark jako krok w kierunku pomiaru wydajności AI w "ekonomicznie znaczących środowiskach", nie tylko w zadaniach zabawowych, podkreślając rzeczywiste implikacje dla atakujących i obrońców w krajobrazie bezpieczeństwa kryptowalut.
• Badacze zauważają, że smart kontrakty zabezpieczają miliardy dolarów w aktywach, podkreślając strategiczną wartość narzędzi opartych na AI zarówno dla działań ofensywnych, jak i defensywnych.
• Obserwatorzy branży powiązali te osiągnięcia z szerszymi dyskusjami na temat płatności opartych na AI i roli stablecoinów w codziennych transakcjach, przy czym główni dyrektorzy przewidują rosnące użycie agentowe w nadchodzących latach.
• Kontekst dla takiej pracy jest podkreślony przez dane o incydentach bezpieczeństwa kryptowalut z 2025 roku, które pokazują ciągły przepływ środków przez luki i ataki, wzmacniając zapotrzebowanie na solidne mechanizmy audytu i obrony oparte na AI.

Nagrody za wykrycie dla agentów AI są szczegółowo opisane w PDF OpenAI towarzyszącym badaniu, który również opisuje metodologię ewaluacji i scenariusze użyte do symulacji rzeczywistego ryzyka smart kontraktów. Autorzy podkreślają, że chociaż agenci AI ewoluowali w celu automatyzacji szerokiego zakresu rutynowych zadań, ocena ich wydajności w "ekonomicznie znaczących środowiskach" jest niezbędna do zrozumienia, jak będą działać pod presją w systemach produkcyjnych.

OpenAI zauważa, że spodziewa się, iż technologie agentowe poszerzą zakres płatności i rozliczeń, w tym stablecoiny używane w zautomatyzowanych przepływach pracy. Dyskusja wokół płatności opartych na AI wykracza poza testowanie bezpieczeństwa do szerszego pytania o to, jak autonomiczne systemy będą uczestniczyć w codziennej działalności finansowej. Własne prognozy firmy sugerują, że płatności agentowe mogą stać się bardziej powszechne, osadzając możliwości AI w praktycznych przypadkach użycia, które dotykają codziennych transakcji konsumenckich.

Jednocześnie z wynikami benchmarku, CEO Circle Jeremy Allaire publicznie przewidział, że miliardy agentów AI mogą przeprowadzać transakcje ze stablecoinami w codziennych płatnościach w ciągu najbliższych pięciu lat. Ten pogląd przecina się z powracającym tematem w kręgach kryptowalutowych: potencjałem kryptowalut do stania się rodzimą walutą agentów AI, narracją, która zyskała znaczną uwagę ze strony liderów branży i inwestorów. Chociaż takie przewidywania pozostają spekulatywne, podstawowy trend jest jasny—automatyzacja AI przechodzi z laboratorium do warstwy transakcyjnej, gdzie może przekształcić sposób, w jaki wartość przemieszcza się w sieciach.

Badanie pojawia się w momencie, gdy bezpieczeństwo kryptowalut nadal stanowi znaczący czynnik ryzyka dla inwestorów. Punkt danych o ataku na fundusze kryptowalutowe w 2025 roku—gdzie atakujący wyciągnęli około 3,4 miliarda dolarów—podkreśla pilność ulepszonego oprzyrządowania oraz szybszych i bardziej niezawodnych mechanizmów łatania. Framework EVMbench jest pozycjonowany, po części, jako sposób pomiaru, czy agenci AI mogą znacząco przyczynić się do zdolności defensywnych na dużą skalę, zmniejszając możliwości exploitów i przyspieszając łagodzenie zagrożeń.

Aby zbudować benchmark, badacze czerpali z 120 wyselekcjonowanych luk obejmujących 40 audytów smart kontraktów, przy czym wiele słabości można prześledzić do otwartych wyzwań audytowych. OpenAI twierdzi, że benchmark pomoże śledzić postęp AI w rozpoznawaniu i łagodzeniu słabości na poziomie kontraktów na dużą skalę, oferując ustandaryzowany sposób porównywania przyszłych modeli AI w miarę ich ewolucji. Badanie dostarcza również spojrzenia na to, jak AI może być zastosowana do normalizacji oceny ryzyka w szerokiej gamie architektur smart kontraktów, zamiast skupiania się wyłącznie na izolowanych przypadkach.

Smart kontrakty nie były budowane dla ludzi: Dragonfly

W równoległym wątku na X, Haseeb Qureshi, partner w Dragonfly, argumentował, że obietnica kryptowalut o zastąpieniu praw własności i tradycyjnych kontraktów nigdy się nie zmaterializowała nie dlatego, że technologia zawiodła, ale ponieważ nigdy nie została zaprojektowana z myślą o ludzkiej intuicji. Podkreślił on utrzymujący się strach związany z podpisywaniem dużych transakcji w środowisku, gdzie portfele drenujące i inne wektory ataków pozostają stałym zagrożeniem, w wyraźnym kontراście do stosunkowo płynniejszego doświadczenia tradycyjnych przelewów bankowych.

Qureshi twierdzi, że następna faza transakcji kryptowalutowych może być umożliwiona przez portfele samojeżdżące z pośrednictwem AI. Takie portfele monitorowałyby ryzyko, zarządzały złożonymi operacjami i autonomicznie reagowały na zagrożenia w imieniu użytkowników, potencjalnie zmniejszając tarcia i strach charakteryzujące obecnie duże transfery.

Szerszy wniosek z tego wątku jest taki, że agenci AI mogą odgrywać kluczową rolę w przekształcaniu sposobu, w jaki ludzie wchodzą w interakcję z kryptowalutami—przechodząc od ręcznych, podatnych na błędy transakcji do zautomatyzowanych, świadomych ryzyka procesów, które mogą skalować się wraz z adopcją. Gdy agenci AI zaczynają wykazywać większą kompetencję w obsłudze kwestii bezpieczeństwa, użytkownicy mogą zobaczyć poprawioną niezawodność i odporność w przepływach pracy zdecentralizowanych finansów, nawet gdy podstawowe technologie nadal dojrzewają.

Na co zwrócić uwagę dalej

• Publikacja i niezależna replikacja pełnego zestawu danych EVMbench w dodatkowych modelach i architekturach AI.
• Szersze przyjęcie przepływów pracy audytu wspomaganego przez AI przez audytorów, giełdy i projekty DeFi dążące do wzmocnienia postaw bezpieczeństwa.
• Eksploracje portfeli agentowych i autonomicznych przepływów płatności, w tym rozważania regulacyjne i zgodności dla aktywów zarządzanych przez AI.
• Kolejne benchmarki porównujące więcej systemów AI w miarę wprowadzania nowych wersji, śledząc ulepszenia w dokładności wykrywania i szybkości łatania.

Źródła i weryfikacja

• OpenAI: EVMbench: Evaluating AI Agents on Smart Contract Security — PDF: https://cdn.openai.com/evmbench/evmbench.pdf
• OpenAI: Introducing EVMbench — https://openai.com/index/introducing-evmbench/
• Crypto security losses in 2025 (reporting coverage): https://cointelegraph.com/news/crypto-3-4-billion-losses-2025-wallet-hacks
• Dragonfly: Haseeb Qureshi on AI and crypto UX (X post): https://x.com/hosseeb/status/2024136762424185208
• China's AI lead and crypto implications (analysis): https://cointelegraph.com/news/china-ai-lead-future
• AI Eye — IronClaw and AI bot developments in Polymarket coverage: https://cointelegraph.com/magazine/ironclaw-secure-private-sounds-cooler-openclaw-ai-eye/

Kluczowe dane i następne kroki

Badanie EVMbench pokazuje, że duże modele językowe i powiązani agenci AI zaczynają wykonywać znaczącą pracę bezpieczeństwa w przestrzeni smart kontraktów, z wyraźnie wymiernymi różnicami między modelami. Prowadzenie Claude Opus 4.6 w średnich nagrodach za wykrycie sygnalizuje, że niektóre architektury mogą być bardziej sprawne w wykrywaniu i łagodzeniu luk w złożonej logice kontraktów, podczas gdy inne pozostają w tyle, oferując spektrum możliwości, które badacze prawdopodobnie będą chcieli udoskonalić. Włączenie wielu partnerstw branżowych do projektu podkreśla rosnący konsensus, że bezpieczeństwo oparte na AI i zautomatyzowane zarządzanie ryzykiem mogą stać się niezbędne do skalowania w zdecentralizowanych środowiskach.

W miarę ewolucji dziedziny, obserwatorzy będą obserwować, jak szybko agenci AI mogą przejść od wykrywania do naprawy i czy ci agenci mogą działać niezawodnie w systemach live bez wprowadzania nowych zagrożeń. Rozmowa o portfelach kierowanych przez AI i autonomicznych płatnościach dotyka szerszego zestawu pytań dotyczących zarządzania bezpieczeństwem, zgody użytkownika i dostosowania regulacyjnego. Jeśli trajektoria sugerowana przez OpenAI i jego partnerów będzie kontynuowana, narzędzia wspomagane przez AI mogą stać się podstawowym komponentem przyszłej infrastruktury kryptowalutowej, zmieniając zarówno kalkulację ryzyka, jak i doświadczenie użytkownika w znaczący sposób. Kolejna runda benchmarków, wraz z wdrożeniami w rzeczywistych warunkach, pomoże określić, jak szybko ta wizja się zmaterializuje i jakie zabezpieczenia muszą jej towarzyszyć.

Ten artykuł został pierwotnie opublikowany jako OpenAI Pits AI Agents Against Each Other to Red-Team Smart Contracts na Crypto Breaking News – twoim zaufanym źródle wiadomości kryptowalutowych, wiadomości Bitcoin i aktualizacji blockchain.