OpenAI und Paradigm stellen EVMbench vor: KI kann jetzt Ethereum-Verträge prüfen

Erfahren Sie, wie das neue GPT-5.3-Codex-Modell Schwachstellen im Ethereum-Netzwerk aufspürt. 

Die Fähigkeit dieses neuen Modells, Code präzise zu analysieren und das Verhalten von Blockchain-Smart-Contracts zu verstehen, stellt einen wichtigen Fortschritt beim Schutz dezentraler Finanzökosysteme dar.

Mit dieser Entwicklung beweist der technologische Fortschritt einmal mehr, dass die Beziehung zwischen künstlicher Intelligenz und Blockchain-Technologie kein futuristisches Experiment mehr ist, sondern zu einem konkreten Werkzeug geworden ist, das die Sicherheit digitaler Vermögenswerte verbessert. 

Auf dem Kryptowährungsmarkt, wo dezentrale Finanzprotokolle Milliarden von Dollar verwalten, ist die Stabilität des Codes für Millionen von Menschen von zentraler Bedeutung für das Vertrauen. 

Die in bekannten Projekten entdeckten Schwachstellen verdeutlichen, dass menschliches Versagen und ausgeklügelte Angriffe trotz gemeinschaftlicher Bemühungen weiterhin reale Bedrohungen darstellen. Daher bieten KI-gestützte Tools eine neue Verteidigungsebene. 

GPT-5.3-Codex Es analysiert nicht nur Code auf Inkonsistenzen, sondern interpretiert auch Muster und antizipiert potenzielle Fehler, bevor diese sich auf Gelder im Hauptnetzwerk auswirken. Seine Rolle beschränkt sich nicht mehr auf die Unterstützung bei der Programmierung; es fungiert als intelligenter Auditor, der aus jeder Überprüfung lernt und sich an das dynamische Tempo der Blockchain-Branche anpasst. Das Ergebnis ist ein sichereres und transparenteres Umfeld, in dem Entwickler, Auditoren und Investoren Zugang zu technologischer Unterstützung erhalten, die Risiken reduziert, ohne Innovationen zu hemmen.

EVMBench: Die neue Grenze der künstlichen Intelligenz in der Blockchain-Sicherheit

OpenAI hat kürzlich in Zusammenarbeit mit der Investmentfirma Paradigm EVMbench vorgestellt, ein neues Bewertungsframework, das für Messung der Leistung von Agenten künstlicher Intelligenz innerhalb der Ethereum Virtual MachineDiese Technologie zielt darauf ab zu analysieren, wie fortschrittliche Sprachmodelle reale technische Herausforderungen im Blockchain-Ökosystem bewältigen und wie gut sie darauf vorbereitet sind, Schwachstellen in kontrollierten Umgebungen zu erkennen, zu korrigieren und auszunutzen.

Laut den Entwicklern basiert EVMbench auf 120 schwerwiegenden Schwachstellen, die aus vierzig authentischen Prüfungen von Smart Contracts extrahiert wurden. Durch diese strenge Auswahl testet das System die Fähigkeit der Modelle, … Logische Fehler identifizieren, Code reparieren, ohne sein Verhalten zu beeinträchtigen, und simulierte Angriffe ohne externe Konsequenzen ausführen.Die Tests umfassen außerdem Szenarien im Tempo-Netzwerk, einer Layer-1-Chain, die auf Stablecoin-Zahlungen spezialisiert ist. Dadurch lässt sich die Leistungsfähigkeit von KI-Agenten in Kontexten beobachten, die die Dynamik realer finanzieller und kommerzieller Anwendungen im Kryptosektor widerspiegeln.

Das Rahmenwerk arbeitet mit drei sich ergänzenden Modi, die die Kernphasen der Cybersicherheit nachbilden. ErkennungsphaseKünstliche Intelligenz untersucht Datenbestände, um von menschlichen Prüfern dokumentierte Schwachstellen aufzuspüren. Anschließend… Patching-Modus Es bewertet ihre Fähigkeit, die Schwachstelle zu beseitigen, ohne den Code zu beschädigen oder die Betriebslogik zu verändern. Schließlich Art der Nutzung Der Agent befindet sich in einer Simulationsumgebung, in der er erfolgreich einen Geldabfluss durchführen muss, stets innerhalb der Grenzen des Experiments.

Die aktuellsten Ergebnisse, Stand heute, zeigen einen bemerkenswerten Sprung in der Angriffsleistung der OpenAI-Modelle. Das Unternehmen merkte an, dass Version GPT-5.3 Codex erreichte in Angriffstests eine Erfolgsquote von 72,2 %.Dies ist mehr als doppelt so viel wie die 31,9 %, die das Vorgängermodell nur sechs Monate zuvor erzielt hatte. Dieser Fortschritt deutet auf erhebliche Verbesserungen im technischen Verständnis und der Anpassungsfähigkeit neuer Modellgenerationen hin und markiert einen Wendepunkt im Zusammenspiel von künstlicher Intelligenz und Cybersicherheit im Blockchain-Bereich.

Die von EVMbench aufgezeigten Versprechen und Grenzen

Die Ergebnisse der Präsentation von EVMbench verdeutlichen einen Widerspruch im Verhältnis zwischen künstlicher Intelligenz und Cybersicherheit. Obwohl sich die Fähigkeit zur Durchführung komplexer Angriffe deutlich verbessert hat, zeigen die Daten, dass die Erkennung und Behebung von Schwachstellen weiterhin eine erhebliche Herausforderung darstellt.

Bei einem Dokument Die Entwickler erklärten, dass Modelle der künstlichen Intelligenz technisch gesehen in der Regel besser abschneiden, wenn sie ein bestimmtes Ziel der Wertschöpfung verfolgen, aber Schwierigkeiten treten auf, wenn Aufgaben ausgeführt werden, die eine genaue Überprüfung und präzise technische Korrektur erfordern.Oftmals beenden sie ihre Analyse nach Feststellung des ersten Fehlers, ohne eine vollständige Systemprüfung durchzuführen, was ihre Effektivität bei komplexen Audits einschränkt.

Experten zufolge verdeutlicht diese Situation das anhaltende Ungleichgewicht zwischen der Fähigkeit, Angriffsmuster zu erkennen, und der Möglichkeit, Code proaktiv zu stärken. Sie merkten an, dass die Schließung dieser Lücke fachliche Aufsicht und ständige technische Anpassung erfordert, um Fehlalarme zu minimieren und die Implementierung von Lösungen zu vermeiden, die anstatt die Sicherheit zu erhöhen, neue Angriffspunkte schaffen.

OpenAI hat die Doppelnatur dieser Tools erkannt, da sie sowohl dem Schutz von Systemen als auch deren Ausnutzung dienen können. Daher hat das Unternehmen strenge Zugriffskontrollen für seine fortschrittlichsten Funktionen eingeführt und kombiniert automatisierte Überwachung mit erweiterten Sicherheitsrichtlinien. um eine neue Ära im Software-Auditing einzuleitenwobei künstliche Intelligenz als kontinuierliche Unterstützung für Entwickler offener Projekte fungiert. 

In diesem Sinne hat die Organisation zehn Millionen Dollar an Forschungsgeldern bereitgestellt, die darauf abzielen, die Cybersicherheit zu stärken, wobei besonderes Augenmerk auf den Schutz kritischer Infrastrukturen und der Software gelegt wird, die der globalen Kryptoökonomie zugrunde liegt.

Hin zu offenen Audits im On-Chain-Zeitalter

Die Einführung dieses neuen intelligenten Bewertungsrahmens soll weder menschliches Urteilsvermögen noch die traditionellen Audits ersetzen, die den Sektor seit Jahren prägen. Im Gegenteil, das Unternehmen betonte, dass die Initiative darauf abzielt, Expertenurteil und traditionelle Audits durch technische Werkzeuge zu stärken, die Folgendes ermöglichen: konsequentere Kontrollen. Der Vorschlag fungiert im Allgemeinen als Brücke zwischen Forschung und Praxis und ermutigt die wissenschaftliche Gemeinschaft, strengere und transparentere Validierungsmodelle anzuwenden.

Mit dem Start von EVMbench und der Veröffentlichung der zugehörigen Daten ergibt sich daher die Möglichkeit, gemeinsame Standards für die Bewertung des Verhaltens autonomer Agenten in Blockchain-Umgebungen zu etablieren. Diese Entwicklung ist insbesondere jetzt relevant, da Es gibt mehr als 35.000 Agenten für künstliche Intelligenz. operiert innerhalb des Ethereum-Netzwerks gemäß dem ERC-8004-Standard, der sowohl das Potenzial als auch die Risiken der On-Chain-Ökonomie erweitert.

Daher ist eine präzise Messung der Leistungsfähigkeit dieser Systeme entscheidend, damit Unternehmen Schwachstellen frühzeitig erkennen und angemessene Schutzmaßnahmen entwickeln können. Angesichts der zunehmenden Automatisierung und Robustheit von Finanzsystemen ist die Umsetzung technischer Kennzahlen in konkrete Verbesserungen unerlässlich, um Nutzer zu schützen und Vertrauen in das digitale Ökosystem zu schaffen.