Gumagamit ang Ethereum Foundation ng mga kumpol ng ahente ng AI para atakehin ang Ethereum—bago pa gawin ito ng iba.

Sa isang blog post noong Huwebes, sinabi ng mga mananaliksik ng Ethereum Foundation mula sa Protocol Security team na nag-deploy sila ng serye ng mga ahente ng AI laban sa software na pinagkakatiwalaan ng Ethereum, naghahanap ng mga kahinaan sa mga sistemang kriptograpiko, code ng protocol, at mga smart contract.

"Pinatakbo namin ang coordinated AI agents laban sa mga uri ng system na pinagkakatiwalaan ng network, tulad ng systems software, cryptographic code, at mga kontrata na kailangang tama," isinulat ng mga mananaliksik. "Nakita ng mga ahente ang mga tunay na bug."

Isa sa mga bug na natuklasan ay kinabibilangan ng isang malayo ang pag-trigger ng panic sa gossipsub ng libp2p, bahagi ng peer-to-peer layer na ginagamit ng mga kliyente ng consensus ng Ethereum. Ang isyu ay naayos at ibinunyag sa Github bilang CVE-2026-34219.

Kilala bilang red teaming, ang kasanayang ito ay kinabibilangan ng pag-deploy ng mga kumpanya ng mga mananaliksik sa seguridad upang atakehin ang sarili nilang system, sinusubukang lusubin o guluhin ang mga network upang matuklasan ang mga kahinaan bago pa ito makita ng mga masasamang hacker. Habang ang mga red team ay umaatake sa isang system, trabaho naman ng mga blue team na depensahan ito.

Ang mga mananaliksik na tao ay tradisyonal na naghahanap ng mga kahinaan sa pamamagitan ng mano-manong pagsusuri ng code—ngunit kayang i-scan ng mga ahente ng AI ang buong codebase, subukan ang mga potensyal na exploit, at bumuo ng mga natuklasan para sa pagsusuri.

"Hindi nakakagulat na nakakita ng mga bug ang mga ahente," isinulat ng team. "Ang nakakagulat ay kung gaano kaliit ng trabaho ang inilaan sa paghahanap sa kanila, at kung gaano karami ang inilaan sa pagtukoy ng mga tunay na bug mula sa mga mukha lang na totoo."

Ayon sa Ethereum Foundation, ang mga ahente ay nakaayos sa mga espesyal na tungkulin, kabilang ang reconnaissance, paghahanap, pagpuno ng puwang, at pagpapatunay. Ang ilan ay naghahanap ng posibleng daanan ng pag-atake, habang ang iba ay sumusubok na kopyahin ang mga pagkabigo at i-verify kung gumagana ang mga ito laban sa production code.

"May dahilan kung bakit naroon ang schema," isinulat nila. "Pinipilit nito ang isang tiyak, masusubok na claim at isang malinaw na depinisyon ng natapos. Ang isang ahente na kailangang isulat ang isang nabe-observe na patunay ay hindi maaaring bumalik sa 'mukhang peligroso ito.'"

Ang lumalaking papel ng AI sa pananaliksik sa kahinaan ay ipinakita noong Abril, nang ang isang preview na bersyon ng Claude Mythos ng Anthropic ay nakatuklas ng 271 na kahinaan sa Firefox browser ng Mozilla.

Inihambing ng mga mananaliksik ang mga ahente ng AI sa mga fuzzer, o mga tool na sumusubok sa software para sa mga depekto. Gayunpaman, hindi tulad ng mga fuzzer, ang mga ahente ng AI ay maaaring bumuo ng mga ulat ng kahinaan, suriin ang epekto, at gumawa ng mga pagsubok ng proof-of-concept.

Ngunit ang detalyado ay hindi laging nangangahulugang tama. Ang mga natuklasan na binuo ng AI ay maaaring mukhang kapani-paniwala kahit na mali ang mga ito, na iniiwan ang mga mananaliksik na i-filter ang mga duplicate, maling positibo, at mga kahinaan na hindi talaga maaaring pagsamantalahan.

"Isang panuntunan ang mas mahalaga kaysa sa iba. Ang isang kandidato ay hindi pa natuklasan hangga't walang self-contained na artifact na nagpapabago ng pagkabigo laban sa totoong code, at tumatakbo para sa isang hindi sumulat nito," isinulat ng mga mananaliksik. "Hindi binabasa ng reproducer ang write-up, at wala itong pakialam kung gaano ka-kumpiyansa ang tunog ng modelo. Ito ay tumatakbo o hindi."

Nakakatulong na ang mga AI tool sa mga mananaliksik ng seguridad upang matuklasan ang mga depekto sa mga blockchain network.

Noong Mayo, ginamit ng mananaliksik ng seguridad na si Taylor Hornby ang Claude Opus 4.8 ng Anthropic sa isang audit na tinulungan ng AI na nakatuklas ng kritikal na kahinaan sa privacy pool ng Orchard ng Zcash. Ang depekto ay umiral nang halos apat na taon at maaaring nagpahintulot sa isang umaatake na lumikha ng pekeng ZEC nang walang malinaw na on-chain na bakas. Isang network upgrade upang maibalik ang kumpiyansa sa supply ng Zcash ang ginagawa pa rin.

Dinadala ng eksperimento ng Ethereum Foundation ang teknolohiya sa loob ng organisasyon, ginagamit ang mga ahente ng AI upang subukan ang sarili nitong code upang makahanap ng mga kahinaan.

"Hindi pinalitan ng AI ang mananaliksik ng seguridad. Inilipat nito ang trabaho," sabi ng Ethereum Foundation. "Pinapayagan kami ng mga ahente na masakop ang mas maraming lugar kaysa sa kaya namin nang mano-mano. Bilang kapalit, humihingi sila ng mas maingat na paghatol, sa isang mas malaking tumpok ng mga kumpiyansa ang tunog na pahayag."

"Iyan ay isang trade-off na sulit gawin," dagdag nila, "hangga't naaalala mo na ang paghatol ang tunay na produkto."