AktualnościKryptoSherlock prezentuje Audit Engine w obliczu przyspieszającego wyścigu o bezpieczeństwo AI

Sherlock prezentuje Audit Engine w obliczu przyspieszającego wyścigu o bezpieczeństwo AI

Autor: ChainWire·

Najważniejsze informacje

  • Sherlock publicznie zaprezentował Audit Engine — platformę orkiestracyjną dla przeglądów bezpieczeństwa natywnie opartych na AI, która jeszcze przed premierą była rozwijana i wdrażana we współpracy z czołowymi zespołami protokołowymi.
  • Platforma łączy w jednym przeglądzie najnowocześniejsze modele LLM, dedykowanych audytorów AI oraz badaczy bezpieczeństwa wspieranych przez AI — wszystkie trzy warstwy pracują na tym samym zakresie kodu i tym samym kontekście.
  • Sherlock koordynuje zgłoszenia poprzez ocenę, walidację i deduplikację, dostarczając klientowi jeden skonsolidowany wynik audytu, wypracowany przez zestaw niezależnych podejść bezpieczeństwa.
  • Funkcje atrybucji pozwalają zespołom zobaczyć, które podejścia zapewniły mocne pokrycie i precyzję, umożliwiając bezpośrednie porównanie systemów AI i ludzkich badaczy na identycznym kodzie.
  • Premiera zbiega się w czasie z dynamicznym rozwojem możliwości AI w zakresie bezpieczeństwa — Anthropic podało, że najnowocześniejsze modele wykrywają na dużą skalę podatności o wysokiej krytyczności — a Chainalysis oszacowało, że w 2025 roku skradziono kryptowaluty o wartości ponad 3,4 mld dolarów.
Sherlock prezentuje Audit Engine w obliczu przyspieszającego wyścigu o bezpieczeństwo AI

Nowy Jork, Stany Zjednoczone, 18 sierpnia 2026 r. — Platforma bezpieczeństwa koordynuje w ramach jednego przeglądu najnowocześniejsze modele, wyspecjalizowanych audytorów AI oraz badaczy wspieranych przez AI.

Firma Sherlock, działająca w branży bezpieczeństwa Web3, oficjalnie zaprezentowała Sherlock Audit Engine — nową platformę do audytu bezpieczeństwa, którą przed publiczną premierą po cichu rozwijała i wdrażała we współpracy z czołowymi zespołami protokołowymi.

W swojej istocie Audit Engine to platforma orkiestracyjna dla przeglądów bezpieczeństwa natywnie opartych na AI. Platforma wprowadza do jednego zlecenia trzy warstwy inteligencji bezpieczeństwa: najnowocześniejsze modele LLM, dedykowanych audytorów AI oraz badaczy bezpieczeństwa wspieranych przez AI. Wszystkie trzy pracują na tym samym zakresie kodu i tym samym kontekście. Taka konstrukcja odzwierciedla wzorzec już znany w bezpieczeństwie Web3, gdzie konkursy audytorskie i programy bug bounty angażują wielu niezależnych recenzentów do pracy nad tą samą bazą kodu w oparciu o założenie, że różne podejścia wychwytują różne klasy błędów.

Sherlock koordynuje przegląd i przetwarza napływające zgłoszenia poprzez ocenę, walidację i deduplikację. Ten etap konsolidacji przenosi większość praktycznej wartości: gdy wielu niezależnych recenzentów analizuje ten sam kod, częste są raporty nakładające się na siebie i wnioski o niskiej wartości informacyjnej — to właśnie ocena, walidacja i deduplikacja przekształcają surowe zgłoszenia w rezultat, na którym protokół może oprzeć dalsze działania. Klient otrzymuje ostatecznie jeden skonsolidowany wynik audytu, wypracowany przez zestaw niezależnych podejść bezpieczeństwa.

AI znajduje coraz więcej błędów

Premiera przypada na moment szybkiego rozwoju możliwości bezpieczeństwa najnowocześniejszych modeli AI. W lutym Anthropic podało, że najnowocześniejsze modele osiągnęły poziom, na którym wykrywają na dużą skalę podatności o wysokiej krytyczności, w tym podatności, które przetrwały lata konwencjonalnych testów.

Dla protokołów kryptowalutowych, w których podatne oprogramowanie może bezpośrednio kontrolować znaczne wartości ekonomiczne, postępy w możliwościach ofensywnych niosą wyjątkowo bezpośrednie konsekwencje. Chainalysis oszacowało, że w 2025 roku skradziono kryptowaluty o wartości ponad 3,4 miliarda dolarów.

Sherlock odpowiada na takie otoczenie, zapewniając protokołom jednoczesny dostęp do wielu form inteligencji bezpieczeństwa.

Audit Engine przypisuje również wyniki poszczególnym elementom całego stosu przeglądowego. Zespoły widzą, które podejścia zapewniły mocne pokrycie, które utrzymały wysoką precyzję oraz gdzie pojedyncze systemy dostarczyły sygnał bezpieczeństwa, który umknął pozostałym. Powstaje dzięki temu empiryczny obraz tego, co faktycznie zadziałało na kodzie danego protokołu — obraz mogący pomóc w kształtowaniu przyszłych wydatków na bezpieczeństwo, narzędzi i składu przeglądów. Ponieważ każda warstwa pracuje na tym samym zakresie kodu i kontekście, dane atrybucyjne pełnią też funkcję bezpośredniego porównania systemów AI i ludzkich badaczy na identycznym kodzie, a nie zestawu konkurujących ze sobą deklaracji.

Sherlock określa Audit Engine jako „warstwę orkiestracyjną dla przeglądów bezpieczeństwa natywnie opartych na AI”.

O firmie Sherlock

Sherlock to firma z branży bezpieczeństwa Web3, skoncentrowana na ochronie systemów onchain przez cały ich cykl życia. Firma opisuje swój model jako kompleksowe bezpieczeństwo obejmujące cały cykl życia — od bezpieczeństwa na etapie rozwoju, przez prywatne audyty z udziałem dedykowanych specjalistów i wysokointensywne przeglądy bezpieczeństwa, po stale aktywne programy bug bounty uruchamiane po premierze.

Według firmy Sherlock zrealizowała ona ponad 200 głośnych zleceń z zakresu bezpieczeństwa w pierwszym półroczu 2026 roku — tempo, które jej zdaniem czyni ją jedną z najszybciej rozwijających się firm bezpieczeństwa w Web3 w tym roku.

Kontakt dla mediów: Alec Novella, dyrektor marketingu, Sherlock — alec@sherlock.xyz

Źródło: Chainwire