Моя команда Protocol Security в Ethereum Foundation провела масштабный эксперимент: мы запустили скоординированных ИИ-агентов против ключевых компонентов инфраструктуры блокчейна. Под прицелом оказались системное ПО, криптографический код и смарт-контракты. Результаты оказались неожиданными — и весьма показательными.
Переосмысление роли ИИ в безопасности
Главный вывод, который мы сделали, не в том, что агенты находят баги. Это было ожидаемо. Удивило другое: насколько мало усилий потребовалось для их поиска и как много — для отделения реальных уязвимостей от ложных срабатываний. ИИ не заменил человека, а сместил узкое место. Раньше исследователи тратили массу времени на генерацию гипотез, теперь — на верификацию огромного потока кандидатов.
Мы отказались от схемы с одним «суперагентом». Вместо этого развернули несколько специализированных систем, работающих параллельно против одного репозитория. Одни занимались разведкой кода, другие — поиском уязвимостей, заполнением пробелов и валидацией. Координация шла через общий репозиторий и систему контроля версий. Такая архитектура позволила резко ускорить процесс, но не устранила необходимость ручной проверки: каждый кандидат нужно независимо воспроизвести на реальном коде.
Что удалось найти
Публично раскрытый пример — уязвимость CVE-2026-34219 в Rust-реализации libp2p gossipsub. Она связана с обработкой backoff expiry — периода, в течение которого узел временно ограничивает взаимодействие с пиром. Ошибка позволяла удаленно вызвать аварийное завершение процесса через специально сформированное PRUNE-сообщение с почти максимальным значением backoff. Причина — непроверенная арифметика при сложении Instant + Duration, приводящая к переполнению.
Однако мы не раскрываем точное количество реальных багов, найденных агентами. В блоге упоминается несколько находок, но публично назван только один. Большинство кандидатов оказались ложноположительными, дублями или проблемами вне рамок проверки. Это не провал, а нормальная часть метода. Цель — быстро отбрасывать неверные и подкреплять реальные доказательствами.
Границы возможностей
ИИ-агенты хуже справляются с уязвимостями, которые проявляются только через длинную цепочку корректных действий. Такая логика требует не просто найти подозрительный фрагмент кода, но и доказать, что вся последовательность состояний действительно достижима. Это остается зоной ответственности человека.
Публикация вышла на фоне реорганизации фонда: сокращение штата на 20%, обновление структуры управления и урезание бюджета на 40% с переходом к модели долгосрочного управления капиталом. Также расформирована команда Protocol Support, занимавшаяся координацией разработки протокола. В марте мы закрепили принцип минимального вмешательства в развитие сети, а к 2029 году планируем внедрить квантовую защиту.
Мой комментарий: Эксперимент подтверждает, что ИИ — мощный инструмент для автоматизации рутинных задач в аудите безопасности, но он не способен заменить глубокий аналитический ум. Ключевой вызов — не поиск багов, а фильтрация шума. Пока агенты генерируют массу кандидатов, реальная ценность остается за человеком, способным отличить зерна от плевел.