Gno.land, la piattaforma di smart contract basata su Go sviluppata da NewTendermint, ha introdotto Dora, un sistema autonomo di sicurezza agentica basato su AI che esamina continuamente il codebase della piattaforma e i suoi smart contract, noti come realms.

A differenza degli strumenti di sicurezza convenzionali, che segnalano codice potenzialmente vulnerabile per analisi successive, Dora è progettato per stabilire se una debolezza sospetta possa effettivamente essere sfruttata. Prima che qualsiasi risultato raggiunga un revisore umano, il sistema riproduce il presunto exploit su un nodo Gno.land attivo — un approccio pensato per ridurre i falsi positivi e individuare prima le vulnerabilità realmente azionabili.

Il lancio riflette un più ampio spostamento tra i progetti blockchain verso l’intelligenza artificiale agentica per il monitoraggio continuo della sicurezza, invece di fare affidamento principalmente su audit periodici o su vulnerabilità segnalate tramite programmi bug bounty. Le ragioni di questo cambiamento sono visibili nei dati sulle perdite del settore: tracker di sicurezza come Chainalysis e Immunefi hanno riportato negli ultimi anni perdite annuali da crypto hack nell’ordine di miliardi di dollari, con le vulnerabilità negli smart contract tra le cause ricorrenti. Anche gli audit convenzionali sono valutazioni puntuali, e il codice che cambia dopo il completamento di un audit può rimanere non esaminato fino al successivo intervento — una lacuna che il monitoraggio continuo punta a ridurre.

Gno.land è stata fondata da Jae Kwon, co-creatore di Cosmos e Tendermint. La piattaforma utilizza Gno, una variante di Go interpretata e deterministica, ed è progettata per consentire agli sviluppatori di scrivere smart contract leggibili e componibili, richiedendo al contempo che il codice sorgente resti pubblicamente disponibile on-chain — un’architettura pensata per migliorare la trasparenza e rendere i contratti più facili da ispezionare per sviluppatori e ricercatori di sicurezza. NewTendermint, guidata da Kwon, sviluppa infrastrutture per sistemi decentralizzati, tra cui Tendermint2 e Gno.land, e funge da manutentore principale del protocollo Gno.land e di GnoVM, supportando infrastrutture open source destinate ad applicazioni permissionless.

Il processo in sette agenti punta alle vulnerabilità sfruttabili

La necessità di una verifica continua è aumentata man mano che l’intelligenza artificiale ha reso più facile identificare codice sospetto. Gli strumenti assistiti da AI possono individuare rapidamente sezioni di software potenzialmente problematiche, ma stabilire se tali problemi rappresentino vulnerabilità reali e sfruttabili resta più difficile — e le stesse capacità sono sempre più accessibili sia ai team di sicurezza sia ai potenziali aggressori.

Per le reti blockchain, le conseguenze di un difetto software non rilevato possono essere significative. Un panic in un componente critico potrebbe interferire con il consenso, un comportamento non deterministico potrebbe causare divergenze tra i validatori e errori aritmetici potrebbero potenzialmente influire sui trasferimenti di asset.

Dora affronta questa sfida attraverso un flusso di lavoro agentico in sette fasi che copre ricognizione, pianificazione delle vulnerabilità, deduplicazione, verifica, revisione avversaria, sviluppo della patch e validazione finale della correzione.

L’agente di ricognizione mappa il codice rilevante, mentre l’agente di pianificazione sviluppa possibili scenari di vulnerabilità. Una fase di deduplicazione rimuove i problemi già noti. Il verificatore crea quindi ed esegue un test live contro un nodo Gno.land reale per determinare se la debolezza sospetta possa essere riprodotta.

Un revisore separato valuta il risultato da una prospettiva avversaria. Se il problema rimane valido, un fixer prepara una patch, seguita da un’ulteriore revisione per stabilire se la correzione proposta risolve la vulnerabilità senza introdurre un nuovo problema. Solo i risultati che superano l’intero processo vengono inoltrati ai revisori umani.

Gno.land amplia gli strumenti di sviluppo focalizzati sull’AI

Dora fa parte dello sforzo più ampio di Gno.land per integrare l’intelligenza artificiale sia nei processi di sviluppo sia in quelli di sicurezza. La piattaforma ha inoltre rilasciato gnomcp, un server open source pensato per collegare direttamente a Gno.land agenti di coding AI come Claude Code e Cursor.

Attraverso tale integrazione, gli agenti AI possono interagire con Gno.land per leggere, scrivere e distribuire realms utilizzando flussi di lavoro di sviluppo familiari agli ingegneri software. L’uso di smart contract basati su Go e leggibili dall’uomo è inoltre pensato per rendere il codice più accessibile ai sistemi AI rispetto ad architetture in cui la logica applicativa è rappresentata principalmente come bytecode compilato.

Dora è attualmente uno strumento di sicurezza interno e Gno.land non ha ancora completato un audit esaustivo dell’intero codebase, sebbene i test mirati abbiano già generato risultati riproducibili con relativamente poco rumore.

L’azienda prevede di ampliare la copertura di Dora e pubblicare ulteriori risultati man mano che il sistema verrà distribuito su scala più ampia. L’iniziativa potrebbe fornire a Gno.land un livello di sicurezza continuo che si affianca agli audit tradizionali e alla ricerca di vulnerabilità condotta da esseri umani, consentendo di affrontare i problemi confermati prima che vengano scoperti all’esterno.

Il post Gno.land presenta un agente AI per dimostrare in modo proattivo i bug degli smart contract è apparso per la prima volta su CoinTrust .