مع تطور العقود الذكية من تجارب صغيرة إلى أنظمة مالية كبرى تدير أكثر من 400 مليار دولار من الأصول، أصبحت مسألة الأمان أكثر أهمية من أي وقت مضى.
على عكس البرمجيات التقليدية، لا يمكن تغيير معظم برامج البلوكشين بعد النشر، مما يعني أن حتى الأخطاء البرمجية البسيطة قد تتسبب في خسائر مالية دائمة.
ولقياس أداء الذكاء الاصطناعي في هذا المجال عالي المخاطر، قام باحثون من OpenAI وParadigm وOtterSec بتطوير EVMbench.
بدلاً من تحديات الاختبار البسيطة، يستخدم 120 ثغرة حقيقية من 40 مشروع بلوكشين، مما يجعل التقييم أقرب إلى ظروف العالم الحقيقي.
وفي هذا السياق، أشار منشور مدونة OpenAI:
“نحن نقيم مجموعة من الوكلاء المتقدمين ونجد أنهم قادرون على اكتشاف واستغلال الثغرات بشكل كامل ضد مثيلات بلوكشين حية.”
وأضاف كذلك،
“نحن نُصدر الشيفرة والمهام والأدوات لدعم القياس المستمر لهذه القدرات والعمل المستقبلي في مجال الأمان.”
هل الذكاء الاصطناعي يعيد تشكيل أمن العقود الذكية بالفعل؟
بينما يعمل الذكاء الاصطناعي على تحسين التدقيق وإصلاح الأخطاء بشكل كبير، إلا أنه يمكنه أيضاً استغلال نقاط ضعف النظام. ولحل هذه المشكلة، يساعد EVMbench الباحثين في تتبع هذه المخاطر.
كما يوجه تطوير الذكاء الاصطناعي المسؤول للأنظمة المالية ذات القيمة العالية.
ومع ذلك، يختبر EVMbench وكلاء الذكاء الاصطناعي عبر ثلاث مراحل.
المصدر: OpenAI
كل مرحلة تمثل مستوى مختلف من الصعوبة التقنية، مما يعكس تصاعد مسؤولية الأمان.
المجتمع يقدر هذا الجهد
مُعَبِّراً عن تقديره لهذه الخطوة، أشار حساب على X قائلاً:
“هذه لحظة فارقة في أمن العقود الذكية. القفزة من 31.9% إلى 72.2% في نجاح الاستغلال خلال 6 أشهر فقط تظهر أن وكلاء الذكاء الاصطناعي لا يتحسنون فقط في قراءة الشيفرة—بل يتقنون سلسلة الهجوم الكاملة.”
وفي تعبير عن مشاعر مماثلة، أضاف مستخدم آخر قائلاً:
“الزيادة بمقدار 6 أضعاف في نجاح الاستغلال تقدم مذهل، لكنه مقلق بعض الشيء من سرعة تطور المهارات الهجومية.”
حادثة حديثة هزّت الأوساط
ومع ذلك، وعلى الرغم من هذا التفاؤل، حدث أمر غير متوقع بعد إطلاق OpenAI لأداة EVMbench. فقد أثار استغلال تورط فيه Claude Opus 4.6 مخاوف جدية بشأن مخاطر العقود الذكية "المشفرة بالمشاعر".
في هذه الحالة، ساعد الذكاء الاصطناعي في كتابة شيفرة Solidity ضعيفة قامت بتعيين سعر أصل cbETH بشكل غير صحيح عند 1.12 دولار بدلاً من قيمته الحقيقية البالغة حوالي 2,200 دولار، مما تسبب في عمليات تصفية وخسائر تقارب 1.78 مليون دولار.
المصدر: X
هذا يُظهر أن الاعتماد على الذكاء الاصطناعي في منطق مالي حساس دون مراجعة بشرية دقيقة قد يحول الأخطاء الصغيرة إلى خسائر فادحة.
القيود ما تزال قائمة
هناك قيود واضحة على EVMbench. فهو يشمل فقط 120 ثغرة مختارة ولا يمكنه تقييم المشكلات الجديدة المكتشفة حديثاً.
كما أن وضع الكشف ينتج عنه أيضاً نتائج إيجابية كاذبة. بينما يعكس العدد القليل من مهام الإصلاح والاستغلال الجهد اليدوي الكبير المطلوب لإنشائها.
بالإضافة إلى ذلك، فإن البيئة المعزولة لا تعكس بشكل كامل ظروف العالم الواقعي مثل النشاط عبر السلاسل، وتعقيدات التوقيت، وتاريخ الشبكة على المدى الطويل.
وبلا شك، مع تسارع اعتماد البلوكشين، يتطور سوء استخدامه بنفس الوتيرة.
مؤخراً، أظهرت أبحاث مجموعة Group-IB أيضاً أن برنامج الفدية DeadLock يستخدم العقود الذكية على Polygon لإخفاء بنية الخوادم والتهرب من الكشف.
تشير هذه التطورات مجتمعة إلى تحول مقلق حيث أصبحت العقود الذكية، التي صُممت أصلاً لتعزيز الشفافية والثقة، تُعاد توظيفها بشكل متزايد كأدوات للجريمة الإلكترونية.
الخلاصة النهائية
- أدوات مثل EVMbench تساعد الباحثين في قياس قدرات الذكاء الاصطناعي في بيئات أمنية واقعية.
- مجموعة البيانات المحدودة والبيئات الخاضعة للسيطرة لا تزال غير قادرة على تمثيل تعقيد البلوكشين في العالم الحقيقي.
