Gno.land, het op Go gebaseerde smartcontractplatform dat is ontwikkeld door NewTendermint, heeft Dora geïntroduceerd: een autonoom, agentgestuurd AI-beveiligingssysteem dat de codebase van het platform en de smart contracts, bekend als realms, continu onderzoekt.

In tegenstelling tot conventionele beveiligingstools, die potentieel kwetsbare code markeren voor later onderzoek, is Dora ontworpen om vast te stellen of een vermoede zwakte daadwerkelijk uitgebuit kan worden. Voordat een bevinding bij een menselijke reviewer terechtkomt, reproduceert het systeem het vermoede exploit tegen een live Gno.land-node — een aanpak die fout-positieven moet verminderen en bruikbare kwetsbaarheden eerder aan het licht moet brengen.

De lancering weerspiegelt een bredere verschuiving bij blockchainprojecten richting agentgestuurde kunstmatige intelligentie voor continue beveiligingsmonitoring, in plaats van voornamelijk te vertrouwen op periodieke audits of kwetsbaarheden die via bugbountyprogramma's worden gemeld. De noodzaak achter die verschuiving is zichtbaar in verliescijfers uit de sector: beveiligingstrackers zoals Chainalysis en Immunefi hebben in recente jaren jaarlijkse verliezen van miljarden dollars door cryptohacks gerapporteerd, waarbij kwetsbaarheden in smart contracts tot de terugkerende oorzaken behoren. Conventionele audits zijn bovendien momentopnames: code die verandert nadat een audit is afgerond, kan onbeoordeeld blijven tot de volgende audit — een kloof die continue monitoring kan verkleinen.

Gno.land werd opgericht door Jae Kwon, medebedenker van Cosmos en Tendermint. Het platform gebruikt Gno, een geïnterpreteerde en deterministische variant van Go, en is ontworpen zodat ontwikkelaars leesbare, compositieve smart contracts kunnen schrijven, terwijl de broncode publiek beschikbaar moet blijven op de chain — een architectuur die de transparantie moet verbeteren en contracten makkelijker inspecteerbaar moet maken voor ontwikkelaars en beveiligingsonderzoekers. NewTendermint, onder leiding van Kwon, ontwikkelt infrastructuur voor gedecentraliseerde systemen, waaronder Tendermint2 en Gno.land, en fungeert als kernbeheerder van het Gno.land-protocol en GnoVM, met ondersteuning van open-source-infrastructuur voor permissionless applicaties.

Proces met zeven agents richt zich op uitbuitbare kwetsbaarheden

De behoefte aan continue verificatie is toegenomen nu kunstmatige intelligentie het makkelijker heeft gemaakt verdachte code te herkennen. Met AI ondersteunde tools kunnen snel potentieel problematische delen van software lokaliseren, maar vaststellen of die problemen echte, uitbuitbare kwetsbaarheden zijn, blijft lastiger — en dezelfde mogelijkheden zijn in toenemende mate toegankelijk voor zowel beveiligingsteams als potentiële aanvallers.

Voor blockchainnetwerken kunnen de gevolgen van een onopgemerkte softwarefout aanzienlijk zijn. Een panic in een kritisch onderdeel kan de consensus verstoren, niet-deterministisch gedrag kan ertoe leiden dat validators uiteenlopen, en rekenfouten kunnen mogelijk invloed hebben op overdrachten van activa.

Dora pakkt deze uitdaging aan met een workflow van zeven agentfasen, die verkenning, kwetsbaarheidsplanning, deduplicatie, verificatie, adversariële beoordeling, patchontwikkeling en uiteindelijke validatie van de reparatie omvat. De verkenner-agent brengt de relevante code in kaart, terwijl de planningsagent mogelijke kwetsbaarheidsscenario's ontwikkelt. In een deduplicatiefase worden al bekende problemen verwijderd. De verificator maakt vervolgens een livetest tegen een daadwerkelijke Gno.land-node en voert deze uit om vast te stellen of de vermoede zwakte kan worden gereproduceerd.

Een aparte reviewer beoordeelt het resultaat vanuit een adversarieel perspectief. Als het probleem geldig blijft, bereidt een fixer een patch voor, gevolgd door een nieuwe beoordeling om te bepalen of de voorgestelde correctie de kwetsbaarheid oplost zonder een nieuw probleem te introduceren. Alleen bevindingen die het volledige proces doorstaan, worden doorgestuurd naar menselijke reviewers.

Gno.land breidt op AI gerichte ontwikkelingstools uit

Dora maakt deel uit van de bredere inspanning van Gno.land om kunstmatige intelligentie te integreren in zowel ontwikkelings- als beveiligingsprocessen. Het platform heeft ook gnomcp uitgebracht, een open-sourceserver die bedoeld is om AI-codeeragents zoals Claude Code en Cursor rechtstreeks met Gno.land te verbinden. Via die integratie kunnen AI-agents met Gno.land interacteren om realms te lezen, te schrijven en te deployen, met behulp van ontwikkelworkflows die bekend zijn bij software-engineers. Het gebruik van voor mensen leesbare, op Go gebaseerde smart contracts is er bovendien op gericht de code toegankelijker te maken voor AI-systemen in vergelijking met architecturen waarbij applicatielogica primair als gecompileerde bytecode wordt weergegeven.

Dora is momenteel een interne beveiligingstool, en Gno.land heeft nog geen volledige audit van de gehele codebase afgerond, hoewel gerichte tests al reproduceerbare bevindingen met relatief weinig ruis hebben opgeleverd. Het bedrijf is van plan de dekking van Dora uit te breiden en aanvullende resultaten te publiceren naarmate het systeem breder wordt ingezet. Naarmate die bevindingen openbaar worden, kunnen onafhankelijke beveiligingsonderzoekers controleren of de reproduceerbare resultaten van het systeem standhouden onder externe beoordeling — een vroege test van agentgedreven verificatie als standaardbeveiligingspraktijk. Het initiatief kan Gno.land voorzien van een continue beveiligingslaag die traditionele audits en door mensen uitgevoerd kwetsbaarheidsonderzoek aanvult, terwijl bevestigde problemen kunnen worden aangepakt voordat ze extern worden ontdekt.

Bron: CoinTrust