Het Protocol Security-team van de Ethereum Foundation integreert gecoördineerde AI-agenten in zijn beveiligingsworkflow om protocolrepositories en devnets te helpen scannen op bugs.

In een bericht van 9 juli met de titel “The Triage Is The Product” beschreef Ethereum Foundation-teamlid Nikos Baxevanis hoe netwerken van AI-agenten worden gebruikt om potentiële kwetsbaarheden te identificeren, ruis in bevindingen te verminderen en mensgeleide beveiligingsreviews te ondersteunen.

Het centrale punt van het bericht is dat deze tools niet worden gepresenteerd als vervanging voor auditors. Bij protocolbeveiliging is de uitdaging niet alleen het vinden van mogelijke bugs. Het gaat er ook om te bepalen welke meldingen betekenisvol zijn, welke fout-positief zijn en welke dieper onderzoek vereisen.

Die invalshoek plaatst triage centraal in het beveiligingsproces van Ethereum. Voor het Protocol Security-team wordt het sorteren, rangschikken en valideren van bevindingen onderdeel van het product zelf.

Waarom Ethereum-beveiliging gelaagde review vereist

Ethereum-beveiliging verschilt van gewone applicatiebeveiliging omdat het protocol een settlementlaag ondersteunt die wordt gebruikt door beurzen, stablecoins, DeFi-protocollen, Layer 2-netwerken en miljoenen gebruikers.

Een ernstige kwetsbaarheid kan gevolgen hebben die veel verder reiken dan één applicatie, project of bedrijf. Om die reden steunt de beveiligingscultuur van Ethereum al lange tijd op meerdere reviewlagen, waaronder bugbounties, audits, clientdiversiteit, testnets, formeel redeneren en publieke controle.

Clientdiversiteit is een bijzonder onderscheidend kenmerk van de architectuur van Ethereum. Het netwerk draait meerdere onafhankelijk ontwikkelde execution clients en consensus clients, zodat een bug in één enkele implementatie niet noodzakelijkerwijs het netwerk platlegt. Deze redundantie vergroot het oppervlak dat beveiligingsreviews moeten bestrijken, omdat elke client-codebase afzonderlijke aandacht vereist.

Het toevoegen van AI-agenten aan dat proces kan de hoeveelheid code en gedrag die kan worden onderzocht vergroten, maar introduceert ook een praktische uitdaging. AI-systemen kunnen grote codebases snel scannen, verdachte patronen markeren, logica tussen repositories vergelijken en hypotheses genereren over mogelijke bugs. Die mogelijkheden kunnen menselijke reviewers helpen meer terrein te bestrijken.

AI-systemen kunnen echter ook grote hoeveelheden output van lage kwaliteit produceren. Een tool die duizenden zwakke waarschuwingen genereert, is niet nuttig tenzij een beveiligingsteam echte kwetsbaarheden kan onderscheiden van irrelevante of misleidende meldingen. Daarom staat triage centraal in het bericht van de Ethereum Foundation.

Beveiligingsteams hebben niet simpelweg meer bevindingen nodig. Ze hebben betere prioritering nodig, duidelijkere escalatiepaden en betrouwbare manieren om vast te stellen welke kwesties schaarse aandacht van experts verdienen.

AI kan de dekking vergroten, terwijl menselijke review centraal blijft

De meest directe toepassing van AI in protocolbeveiliging is bredere dekking.

De ontwikkeling van Ethereum omvat meerdere repositories, clientimplementaties, devnets, specificaties en voortdurende protocolupgrades. Elke grote upgrade, zoals de overgang via Pectra en daarna, raakt consensusregels, execution-logica en netwerkprotocollen binnen alle clientteams. Menselijke reviewers blijven essentieel, maar hun tijd is beperkt. AI-agenten kunnen fungeren als een vroege scanlaag die helpt gebieden te identificeren die mogelijk nadere review vereisen.

Dat betekent niet dat de agenten zonder verificatie worden vertrouwd. In beveiligingswerk kan een zelfverzekerd maar onjuist antwoord gevaar creëren in plaats van verminderen. Een kwetsbaarheidsmelding moet worden gecontroleerd, gereproduceerd, gerangschikt en begrepen voordat deze als uitvoerbaar kan worden behandeld.

Fout-positieven kosten tijd. Fout-negatieven creëren risico. Menselijke review blijft daarom centraal in het proces.

De AI-laag kan meer mogelijkheden aan het licht brengen, maar mensen beslissen nog steeds wat echt is, wat urgent is en wat moet worden geëscaleerd. Voor Ethereum is die balans bijzonder belangrijk omdat protocolwijzigingen de basisveronderstellingen van het netwerk kunnen beïnvloeden.

Een slecht begrepen probleem in consensus, execution, networking of validatorgedrag kan niet achteloos worden behandeld. De gevolgen van een ernstige kwetsbaarheid op protocolniveau kunnen breder zijn dan de gevolgen van een bug in één enkele applicatie.

Devnets bieden een praktische testomgeving

De verwijzing naar devnets in het bericht van de Ethereum Foundation is belangrijk omdat devnets ontwikkelaars en beveiligingsteams een gecontroleerde omgeving bieden om upgrades te testen vóór bredere uitrol.

In de upgradepijplijn van Ethereum gaat code doorgaans van private devnets voor ontwikkelaars naar publieke testnets voordat deze mainnet bereikt. Elke fase stelt het netwerk bloot aan meer deelnemers en onvoorspelbaardere omstandigheden. Devnets bevinden zich in de vroegste fase van die pijplijn.

Devnets worden geacht imperfect te zijn. Het zijn omgevingen waar bugs, randgevallen en onverwachte interacties kunnen optreden voordat code bredere testnets of mainnet bereikt. Dat maakt ze een praktische setting voor AI-ondersteund scannen en monitoren.

Als agenten devnets kunnen observeren, gedrag kunnen vergelijken of potentiële regressies vroeg kunnen markeren, kunnen zij feedbacklussen voor onderzoekers verkorten. Vroegere detectie kan teams meer tijd geven om problemen te onderzoeken voordat ze moeilijker te verhelpen worden.

Dit type werk is geen tokenlancering of consumentgerichte applicatie, maar het maakt deel uit van het infrastructuurproces dat de betrouwbaarheid van Ethereum op lange termijn ondersteunt. Marktgesprekken richten zich vaak op prijs, kosten en ETF-stromen, terwijl protocolbeveiliging onder die onderwerpen opereert.

Naar een meer geautomatiseerde beveiligingsstack

Ethereum is niet het enige blockchain-ecosysteem dat experimenteert met AI-ondersteunde beveiliging. De aanpak is opmerkelijk omdat Ethereum de grootste settlementlaag voor smart contracts blijft en honderden miljarden dollars aan waarde beveiligt binnen DeFi, stablecoins, staking en Layer 2-rollups.

Als de Ethereum Foundation aantoont dat gecoördineerde agentworkflows triage kunnen verbeteren, kunnen vergelijkbare methoden door andere protocollen worden bestudeerd of overgenomen. Auditbedrijven, bugbountyplatforms, Layer 2-teams en applicatieontwikkelaars onderzoeken eveneens manieren om AI te gebruiken zonder beveiligingsstandaarden te verlagen. De bredere cybersecuritysector heeft machine learning ook opgenomen in statische analyse, fuzzing en anomaliedetectie, al voegt blockchain-protocolreview unieke beperkingen toe rond consensusveiligheid en gedecentraliseerde coördinatie.

De conclusie uit de aanpak van de Ethereum Foundation is niet dat AI auditors vervangt. Integendeel, de beveiligingsstack wordt aan de randen meer geautomatiseerd.

Scannen, alarmeren, patroonherkenning en vroege bugdetectie kunnen sneller worden met AI-ondersteunde tools. De moeilijke oordeelsvorming blijft ervaren menselijke reviewers vereisen.

De komende protocolupgrades van Ethereum zullen aandacht blijven vragen van clientteams en protocolonderzoekers. Betere tooling kan die teams helpen efficiënter te werken, terwijl beveiligingsreview een centraal onderdeel van het ontwikkelproces blijft.

De belangrijkste beperking is dat de rol van AI duidelijk afgebakend blijft. Bij Ethereum-protocolbeveiliging is het doel niet om meer ruis te genereren. Het doel is de signalen te identificeren die ertoe doen voordat ze kostbaar worden.

Dit artikel is gebaseerd op het Ethereum Foundation Protocol Security-bericht “The Triage Is The Product”.

Dit artikel is geschreven door de News Desk en geredigeerd door Samuel Rae. Dit verslag is gebaseerd op informatie die is vrijgegeven in disclosures bij primaire brondocumentatie.