以太坊基金會用AI揪出可令驗證者離線的漏洞

以太坊基金會（Ethereum Foundation）近日讓AI代理（AI agents）對以太坊所使用的軟件進行測試，期望在持續加固這條按鎖倉價值（TVL）計算規模最大的區塊鏈過程中，盡早發現潛在漏洞。基金會指出，AI確實找到了問題，但要分辨哪些屬真正漏洞、哪些只是「假陽性」，仍高度依賴人手判斷。Protocol Security 團隊同時發布了實地筆記（field notes），整理可供生態內其他團隊參考的AI工作流程要點。 以太坊網絡由成千上萬個節點（nodes）構成，即運行網絡軟件的普通電腦。各節點保存一份鏈上資料，並向鄰近節點轉發訊息；而在其上層，驗證者（validators）透過質押以太幣（ether）並投票決定區塊有效性。驗證者能否正常運作，關鍵在於訊息能否順利送達。 工程師發現的漏洞位於 gossipsub。該缺陷可被遠端系統觸發令節點崩潰：當節點軟件遭遇不可能的計算結果時會終止並自行關閉，導致相關驗證者離線，直至操作人員重新啟動。基金會表示，問題已迅速修復並披露為「CVE202634219」，並將功勞歸於相關團隊。 更大的挑戰在於：AI代理產出的「漏洞報告」往往寫得極其像真的。文章作者 Nikos Baxevanis 指出，令人意外的是，找出線索本身花的工夫不多，反而是大量時間用在判斷哪些是真漏洞、哪些只是看起來像漏洞。 基金會解釋，差異源自工具輸出的形式。傳統模糊測試（fuzzer）會把畸形數據不斷丟進軟件直到觸發錯誤，然後回傳崩潰結果及發生位置，工程師通常數分鐘便可重現與確認。AI代理則會生成一套完整敘事：描述如何觸及缺陷、說明影響、建議嚴重性評級，甚至附上可運作的攻擊示範代碼。這些內容以流暢文字呈現，不論漏洞真偽，閱讀體驗幾乎一樣。 基金會稱，反覆出現的假陽性主要有三類：其一，崩潰只在測試版本出現，因為編譯器在測試構建中啟用額外安全檢查，而正式發佈版本並不包含，實際用戶並不會遇到；其二，攻擊只在把危險值手動塞進程式內部時才成立，因為外部能走到的所有輸入路徑都會先行拒絕該值；其三，來自形式化驗證（formal verification）的「證明」，以證明某些不具資訊量、近乎瑣碎的命題通過，對軟件行為是否安全沒有實質幫助。基金會形容，這些都是「沒有真正測試到任何東西的測試」，而AI代理能以同樣速度與說服力生成這種空洞結果。 另一項隱憂是，AI代理較擅長推理單一時點的問題，卻較難捕捉橫跨多個步驟的漏洞：每一步單獨看都合法無誤，風險藏在步驟的先後次序與組合之中。基金會指出，這正符合今年多宗加密協議資金被抽走的常見模式：攻擊者使用的技術工具本身並非異常，真正的惡意結果出現在一連串常規操作的排列。 文中提到近期案例亦呈現相同特徵：本月較早的 Edel Finance 被攻擊事件，透過其上方的包裝層（wrapping layer）繞過原本準確的 Chainlink 價格餵價（price feed）；而 BONK 治理攻擊中，買入代幣、投票及執行已通過的提案各自都只是普通交易。 對此，基金會的做法是讓AI代理先提出「哪些操作序列值得測試」的建議，再由團隊按建議實際跑測試，避免只停留在文字敘事與推理層面。