隶属于以太坊基金会（EF）的 Protocol Security 团队开展了一项大规模实验，利用协调式人工智能代理在区块链基础设施的关键组件中搜索漏洞。检查对象包括系统软件、加密代码和智能合约。
研究人员得出的主要结论并不显而易见：关键问题不在于发现漏洞，而在于漏洞的优先级排序。正如 EF 所指出的，代理确实能发现漏洞，但大部分时间并非用于搜索，而是用于区分真实威胁与误报。
有趣的是，该团队放弃了使用单一大型人工智能代理的整体方法，而是部署了一个由多个专业代理组成的系统，这些代理并行工作，针对同一个代码库。一些代理负责代码的初步侦察，另一些则负责识别潜在漏洞、填补空白和验证。协调通过一个共享代码库进行，并利用版本控制系统交换状态。
据开发者称，这些代理在生成搜索方向方面表现出色：它们能够快速扫描大量代码、追踪执行路径，并为概念验证准备材料。然而，每个候选漏洞都需要在实际代码上独立复现，才能被认定为漏洞。
实际成果与局限性
公开披露的人工智能代理工作示例是 libp2p gossipsub 协议 Rust 实现中的漏洞 CVE-2026-34219。该漏洞与 backoff expiry（退避过期）的处理有关——即在某些网络消息后，节点间交互的临时限制期。该错误允许通过一个精心构造的、具有几乎最大 backoff 值的 PRUNE 消息远程触发进程崩溃，这是由于在 Instant + Duration 运算中未经验证的算术导致溢出。
EF 并未透露发现的真实漏洞总数，仅提及了少数发现。同时，大多数生成的候选漏洞都是误报、重复项或超出检查范围的问题。基金会认为这是方法论中的正常部分，而非系统失败。
值得注意的是，人工智能代理在处理仅通过长链正确操作才能显现的漏洞时表现不佳。这种逻辑不仅需要找到可疑的代码片段，还需要证明整个状态序列确实可达。
EF 的发布恰逢基金会大规模重组。6 月，员工人数减少了 20%，预算削减了约 40%。Vitalik Buterin 确认将转向长期资本管理模式。此外，负责协调协议开发、支持 EIP 和教育计划的 Protocol Support 团队已被解散。
在这些变化背景下，前 EF 员工 Trent Van Epps 警告称，未来三到九个月内存在“缓慢加剧的融资危机”风险。
分析师评论： EF 的实验展示了将人工智能融入区块链安全的成熟方法。我们看到的不是围绕“自主漏洞猎人”的炒作，而是务实的整合：人工智能承担常规侦察工作，但最终决策仍由人类做出。这是正确的方向，尤其是考虑到误报和复杂的多步攻击仍是代理的致命弱点。然而，在预算削减和 EF 重组的背景下，一个问题随之而来：这项技术是否会成为弥补人力资源不足的尝试？