Gno.land, platforma smart kontraktów oparta na Go, rozwijana przez NewTendermint, wprowadziła Dorę — autonomiczny system bezpieczeństwa oparty na agentach AI, który nieustannie analizuje kod platformy oraz jej smart kontrakty, znane jako realms.

W przeciwieństwie do tradycyjnych narzędzi bezpieczeństwa, które oznaczają potencjalnie podatny kod do późniejszej analizy, Dora została zaprojektowana tak, aby ustalić, czy podejrzana słabość rzeczywiście może zostać wykorzystana. Zanim jakakolwiek obserwacja trafi do człowieka, system odtwarza podejrzany exploit na działającym węźle Gno.land — podejście to ma ograniczać liczbę fałszywych alarmów i wcześniej wykrywać podatności możliwe do wykorzystania.

Uruchomienie odzwierciedla szerszą zmianę wśród projektów blockchain w kierunku agentowej sztucznej inteligencji do ciągłego monitorowania bezpieczeństwa, zamiast polegania głównie na okresowych audytach lub podatnościach zgłaszanych w programach bug bounty. Stawki stojące za tą zmianą widać w danych o stratach w branży: systemy monitorujące bezpieczeństwo, takie jak Chainalysis i Immunefi, raportowały w ostatnich latach wielomiliardowe roczne straty wynikające z ataków na kryptowaluty, a podatności w smart kontraktach należą do powtarzających się przyczyn. Tradycyjne audyty są również oceną w konkretnym momencie, a kod zmieniony po zakończeniu audytu może pozostać nieprzeanalizowany do następnego zlecenia — tę lukę ma ograniczać ciągłe monitorowanie.

Gno.land został założony przez Jae Kwon, współtwórcę Cosmos i Tendermint. Platforma wykorzystuje Gno, interpretowaną i deterministyczną odmianę Go, i została zaprojektowana tak, aby umożliwić deweloperom tworzenie czytelnych i kompozycyjnych smart kontraktów przy jednoczesnym wymaganiu, by kod źródłowy pozostawał publicznie dostępny on-chain — architektura ta ma zwiększać przejrzystość i ułatwiać deweloperom oraz badaczom bezpieczeństwa inspekcję kontraktów. NewTendermint, którym kieruje Kwon, rozwija infrastrukturę dla systemów zdecentralizowanych, w tym Tendermint2 i Gno.land, oraz pełni rolę głównego maintenera protokołu Gno.land i GnoVM, wspierając infrastrukturę open source przeznaczoną dla aplikacji permissionless.

Siedmioetapowy proces koncentruje się na podatnościach możliwych do wykorzystania

Potrzeba ciągłej weryfikacji wzrosła, ponieważ sztuczna inteligencja ułatwiła identyfikowanie podejrzanego kodu. Narzędzia wspierane przez AI mogą szybko lokalizować potencjalnie problematyczne fragmenty oprogramowania, ale ustalenie, czy takie kwestie stanowią rzeczywiste i możliwe do wykorzystania podatności, pozostaje trudniejsze — a te same możliwości stają się coraz bardziej dostępne zarówno dla zespołów bezpieczeństwa, jak i potencjalnych atakujących.

Dla sieci blockchain skutki niezauważonej wady oprogramowania mogą być znaczące. Panika w krytycznym komponencie może zakłócić konsensus, zachowanie niedeterministyczne może spowodować rozbieżność walidatorów, a błędy arytmetyczne mogą potencjalnie wpłynąć na transfery aktywów.

Dora odpowiada na to wyzwanie poprzez siedmioetapowy przepływ pracy agentów obejmujący rozpoznanie, planowanie podatności, deduplikację, weryfikację, przegląd adversarialny, rozwój poprawki i końcową walidację naprawy. Agent rozpoznania mapuje odpowiedni kod, a agent planowania opracowuje potencjalne scenariusze podatności. Etap deduplikacji usuwa kwestie już znane. Następnie weryfikator tworzy i wykonuje test na żywo na rzeczywistym węźle Gno.land, aby sprawdzić, czy podejrzana słabość może zostać odtworzona.

Oddzielny recenzent ocenia wynik z perspektywy adversarialnej. Jeśli problem pozostaje zasadny, moduł naprawczy przygotowuje poprawkę, po czym odbywa się kolejny przegląd, aby sprawdzić, czy proponowana korekta usuwa podatność bez wprowadzania nowego problemu. Do ludzkich recenzentów trafiają tylko ustalenia, które przejdą cały proces.

Gno.land rozwija narzędzia deweloperskie ukierunkowane na AI

Dora jest częścią szerszych działań Gno.land zmierzających do integracji sztucznej inteligencji zarówno z procesami rozwoju, jak i bezpieczeństwa. Platforma udostępniła również gnomcp, serwer open source przeznaczony do bezpośredniego łączenia agentów kodujących AI, takich jak Claude Code i Cursor, z Gno.land.

Dzięki tej integracji agenci AI mogą wchodzić w interakcję z Gno.land, aby czytać, pisać i wdrażać realms przy użyciu przepływów pracy znanych inżynierom oprogramowania. Zastosowanie przez platformę czytelnych dla człowieka smart kontraktów opartych na Go ma także sprawić, że jej kod będzie bardziej dostępny dla systemów AI niż w architekturach, w których logika aplikacji jest reprezentowana głównie jako skompilowany bytecode.

Dora jest obecnie wewnętrznym narzędziem bezpieczeństwa, a Gno.land nie zakończył jeszcze kompleksowego audytu całej bazy kodu, choć ukierunkowane testy już wygenerowały powtarzalne wyniki przy stosunkowo niskim poziomie szumu. Firma planuje rozszerzyć zakres działania Dory i publikować kolejne wyniki wraz z szerszym wdrażaniem systemu. Inicjatywa może zapewnić Gno.land ciągłą warstwę bezpieczeństwa, która uzupełnia tradycyjne audyty i badania podatności prowadzone przez ludzi, a jednocześnie pozwala usuwać potwierdzone problemy, zanim zostaną wykryte z zewnątrz.

The post Gno.land Launches AI Agent to Proactively Prove Smart Contract Bugs appeared first on CoinTrust .