我在以太坊基金会的协议安全团队进行了一项大规模实验：我们部署了协同工作的AI代理，针对区块链基础设施的关键组件发起攻击。目标包括系统软件、加密代码和智能合约。结果出人意料——且极具启发性。

重新审视AI在安全领域的角色

我们得出的主要结论并非AI代理能发现漏洞——这在意料之中。真正令人惊讶的是：发现漏洞所需投入之少，以及区分真实漏洞与误报所需精力之多。AI并未取代人类，而是转移了瓶颈所在。过去研究人员花费大量时间生成假设，如今则需耗费精力验证海量候选结果。

我们摒弃了单一"超级代理"的方案，转而部署多个专业化系统并行针对同一代码库工作。有的负责代码侦察，有的专攻漏洞挖掘、填补空白和验证工作。通过共享代码库和版本控制系统进行协调。这种架构显著加速了流程，但并未消除人工审核的必要性：每个候选漏洞都需在真实代码上独立复现。

发现成果

公开披露的案例是Rust语言实现的libp2p gossipsub协议中的CVE-2026-34219漏洞。该漏洞涉及backoff过期时间的处理——即节点临时限制与对等节点交互的时段。错误允许通过精心构造的PRUNE消息（携带接近最大值的backoff值）远程触发进程崩溃。根本原因在于Instant + Duration运算时未经验证的算术逻辑导致溢出。

不过我们并未公开AI代理发现的确切漏洞数量。博客中提及了若干发现，但仅公开命名了一个。大多数候选结果属于误报、重复或超出检测范围的问题。这并非失败，而是方法的常态。目标在于快速排除错误结果，并用证据支撑真实发现。

能力边界

AI代理在应对需要长串正确操作序列才能触发的漏洞时表现较差。这种逻辑不仅需要发现可疑代码片段，还需证明整个状态序列确实可达。这仍是人类专家的责任领域。

此次发布正值基金会重组之际：裁员20%、更新治理结构、预算削减40%并转向长期资本管理模式。同时负责协议开发协调的Protocol Support团队被解散。我们在3月确立了最小化干预网络发展的原则，并计划在2029年前引入量子防护。

我的评论：实验证实AI是安全审计中自动化常规任务的强大工具，但无法替代深度分析思维。关键挑战不在于发现漏洞，而在于过滤噪声。当代理生成海量候选结果时，真正价值仍属于能去伪存真的人类。