Vitalik Buterin, een van de grondleggers van Ethereum, verwerpt het idee dat steeds capabelere kunstmatige intelligentie cybersecurity onhoudbaar zal maken. Hij betoogde dat sterkere wiskundige verificatie kritieke software veel moeilijker te misbruiken kan maken en verdedigers uiteindelijk een voorsprong kan geven. De vraag weegt extra zwaar in crypto, waar softwarefouten de gelden van gebruikers direct in gevaar kunnen brengen, en Buterin beantwoordt haar met meer dan alleen een argument.

“It’s an increasingly common take that AI hacking means cybersecurity is doomed. I disagree. I think cybersecurity is naturally defense-favoring once people get their shit together. And anyone who continues to hold cryptocurrency (including me, ~90% of my net worth) is implicitly…” — vitalik.eth (@VitalikButerin), September 16, 2026

https://x.com/VitalikButerin/status/2100337594722890145?ref_src=twsrc%5Etfw

Buterins crypto-bezit weerspiegelt een inzet op beveiliging

Buterin omschreef zijn voortdurende blootstelling aan cryptocurrency als een inzet op de beveiliging van digitale systemen. Hij zei dat ongeveer 90% van zijn persoonlijke nettowaarde in crypto staat, waardoor zijn positie ook een persoonlijke weddenschap is tegen pogingen die systemen te compromitteren. In een vakgebied waar fouten in uitgerolde code direct kunnen leiden tot verliezen voor gebruikers, verbindt die benadering zijn eigen balans aan de beveiligings die hij maakt.

Hij zei niet uitsluitend te vertrouwen op verdedigers die kwetsbaarheden vinden voordat aanvallers dat doen. In plaats daarvan wees hij op een geleidelijke verschuiving naar aantonen dat software zich houdt aan duidelijk gedefinieerde beveiligingsregels. Die aanpak is vooral relevant voor blockchainsystemen, waar code doorgaans publiek draait en een softwarefout wallets, smart contracts, bridges, validators of hele netwerken kan treffen.

Buterin noemde geavanceerd wiskundig stellingbewijs als een gebied waar AI uiteindelijk kan bijdragen. Naar zijn mening kunnen AI-tools die in staat zijn uiterst moeilijke wiskundige problemen aan te pakken, ook helpen bij het oplossen van een formele beveiligingsspecificatie van een softwaresysteem.

Formele verificatie en cryptobeveiliging

Formele verificatie verschilt van conventioneel code-testen omdat ze probeert te bewijzen dat gedefinieerde eigenschappen gelden, in plaats van simpelweg naar fouten te zoeken onder geselecteerde omstandigheden. Conventioneel beveiligingstesten kan bestaan uit audits, simulaties en pogingen om bugs te vinden via aanvalsonderzoek. Formele verificatie begint met het formuleren van de precieze eis die een systeem moet garanderen en voert vervolgens een wiskundige controle uit om te bepalen of het systeem daaraan voldoet.

In de praktijk heeft de inspanning die nodig is voor het opstellen van dergelijke bewijzen ertoe geleid dat de techniek vooral wordt toegepast op een kleine set componenten die als kritiek worden beschouwd, waardoor de meeste software slechts door conventioneel testen wordt gedekt. Buterin merkte op dat het definiëren van de beveiligingseis zelf al moeilijk is. Een protocol kan ongeautoriseerde toegang voorkomen, maar toch kwetsbaar blijven voor vervalsing, replay-aanvallen, denial-of-service-aanvallen of storingen in een afhankelijke component. Het bewijzen van één eigenschap garandeert dus niet noodzakelijk dat het volledige systeem veilig is.

Ethereum vereist bredere systeemverificatie

Het verifiëren van slechts een klein aantal als kritiek beschouwde componenten is mogelijk niet voldoende voor cryptonetwerken. Ondersteunende software – waaronder databases, netwerklagen, caches en bibliotheken – kan eveneens deel uitmaken van het aanvalsoppervlak.

Buterin stelde dat moderne AI het mogelijk zou kunnen maken om sneller een groter deel van een compleet programma te valideren. Dat zou de afhankheid kunnen verminderen van de aanname dat beveiligingsonderzoekers elke exploiteerbare kwetsbaarheid vinden voordat aanvallers die ontdekken.

AI-aanvallen en AI-verdediging

De mogelijkheden van AI-systemen die tijdens beveiligingsbeoordelingen toegang krijgen tot echte systemen van derden, hebben ook zorgen gewekt. Anthropic heeft volgens de bron gevallen waargenomen die de ernst van die ontwikkeling illustreren. Het resultaat is een versnellende wedloop tussen geautomatiseerde aanvallen en geautomatiseerde verdediging.

Buterins voorgestelde antwoord voor Ethereum is niet simpelweg meer AI-gestuurde kwetsbaarheidsscanners in te zetten. Hij pleit voor het schrijven van software met precieze beveiligingseigenschappen die in toenemende mate door machines bewezen kunnen worden.

Die aanpak zou de balans in de beveiliging van cryptocurrency kunnen veranderen. In plaats van aanvallers voordeel te laten ontlenen aan AI-ondersteunde methoden, zou uitgebreidere machineverifieerbare verificatie de positie van verdedigers kunnen versterken. Buterins bredere argument is dat AI-ondersteunde formele verificatie belangrijk kan zijn, niet alleen voor Ethereum, maar ook voor privacytechnologieën en cryptografie. Of machine-ondersteund bewijzen kan opschalen van het verifiëren van losse eigenschappen naar volledige systemen, is het kantelpunt waarop zijn optimistische case over beveiliging staat of valt – en dat is de ontwikkeling die het meest de moeite van het volgen waard is nu het debat zich ontvouwt.