Команда Protocol Security в Ethereum Foundation интегрирует координированных AI-агентов в свой процесс безопасности, чтобы помогать сканировать репозитории протокола и devnet-сети на наличие ошибок.

В публикации от 9 июля под названием «The Triage Is The Product» участник команды Ethereum Foundation Nikos Baxevanis описал, как сети AI-агентов используются для выявления потенциальных уязвимостей, сокращения шумных результатов и поддержки проверки безопасности под руководством людей.

Главная мысль публикации заключается в том, что эти инструменты не представляются как замена аудиторам. В безопасности протоколов задача состоит не только в поиске возможных ошибок. Не менее важно определить, какие отчеты значимы, какие являются ложными срабатываниями и какие требуют более глубокого расследования.

Такая постановка вопроса помещает триаж в центр процесса безопасности Ethereum. Для команды Protocol Security работа по сортировке, ранжированию и проверке результатов становится частью самого продукта.

Почему безопасность Ethereum требует многоуровневой проверки

Безопасность Ethereum отличается от обычной безопасности приложений, поскольку протокол поддерживает расчетный слой, используемый биржами, стейблкоинами, DeFi-протоколами, сетями Layer 2 и миллионами пользователей.

Серьезная уязвимость может иметь последствия, выходящие далеко за пределы одного приложения, проекта или компании. По этой причине культура безопасности Ethereum давно опирается на несколько уровней проверки, включая программы bug bounty, аудиты, разнообразие клиентов, тестовые сети, формальные рассуждения и публичный контроль.

Разнообразие клиентов является особенно характерной особенностью архитектуры Ethereum. Сеть использует несколько независимо разрабатываемых execution-клиентов и consensus-клиентов, поэтому ошибка в одной реализации не обязательно приводит к остановке всей сети. Такая избыточность увеличивает поверхность, которую должна покрывать проверка безопасности, поскольку каждая кодовая база клиента требует отдельного анализа.

Добавление AI-агентов в этот процесс может расширить объем кода и поведения, которые можно изучать, но также создает практическую проблему. AI-системы могут быстро сканировать крупные кодовые базы, отмечать подозрительные паттерны, сравнивать логику между репозиториями и формировать гипотезы о возможных ошибках. Эти возможности помогают рецензентам-людям охватывать больше направлений.

Однако AI-системы также могут производить большие объемы низкокачественных результатов. Инструмент, который генерирует тысячи слабых предупреждений, не полезен, если команда безопасности не может отличить реальные уязвимости от нерелевантных или вводящих в заблуждение отчетов. Поэтому триаж занимает центральное место в публикации Ethereum Foundation.

Командам безопасности нужны не просто дополнительные находки. Им нужны более точная приоритизация, более понятные пути эскалации и надежные способы определить, какие проблемы заслуживают ограниченного внимания экспертов.

AI может расширить охват, но проверка людьми остается центральной

Самый прямой сценарий применения AI в безопасности протоколов — расширение охвата.

Разработка Ethereum охватывает несколько репозиториев, клиентских реализаций, devnet-сетей, спецификаций и продолжающихся обновлений протокола. Каждое крупное обновление, например переход через Pectra и последующие этапы, затрагивает правила консенсуса, логику исполнения и сетевые протоколы во всех клиентских командах. Рецензенты-люди остаются необходимыми, но их время ограничено. AI-агенты могут работать как ранний слой сканирования, помогая выявлять области, которые могут потребовать более пристального изучения.

Это не означает, что агентам доверяют без проверки. В работе по безопасности уверенный, но неверный ответ может создавать опасность, а не снижать ее. Отчет об уязвимости необходимо проверить, воспроизвести, ранжировать и понять, прежде чем его можно будет считать пригодным к действию.

Ложные срабатывания отнимают время. Ложные отрицания создают риск. Поэтому проверка людьми остается центральной частью процесса.

AI-слой может выявлять больше возможностей, но люди по-прежнему решают, что является реальным, что срочно и что нужно эскалировать. Для Ethereum этот баланс особенно важен, поскольку изменения протокола могут влиять на базовые предположения сети.

Плохо понятая проблема в консенсусе, исполнении, сетевом взаимодействии или поведении валидаторов не может рассматриваться поверхностно. Последствия серьезной уязвимости на уровне протокола могут быть шире, чем последствия ошибки в одном приложении.

Devnet-сети предоставляют практическую среду для тестирования

Упоминание devnet-сетей в публикации Ethereum Foundation важно, поскольку devnet-сети дают разработчикам и командам безопасности контролируемую среду для тестирования обновлений перед более широким развертыванием.

В конвейере обновлений Ethereum код обычно проходит путь от частных devnet-сетей разработчиков к публичным testnet-сетям, а затем к mainnet. На каждом этапе сеть открывается большему числу участников и более непредсказуемым условиям. Devnet-сети находятся на самом раннем этапе этого конвейера.

Ожидается, что devnet-сети будут несовершенными. Это среды, где ошибки, пограничные случаи и неожиданные взаимодействия могут проявиться до того, как код попадет в более широкие testnet-сети или mainnet. Это делает их практичной площадкой для AI-сканирования и мониторинга.

Если агенты могут наблюдать за devnet-сетями, сравнивать поведение или заранее выделять потенциальные регрессии, они могут сократить циклы обратной связи для исследователей. Более раннее обнаружение может дать командам больше времени на изучение проблем до того, как их станет сложнее исправить.

Такой тип работы не является запуском токена или потребительским приложением, но он является частью инфраструктурного процесса, который поддерживает долгосрочную надежность Ethereum. Рыночные обсуждения часто сосредоточены на цене, комиссиях и потоках ETF, тогда как безопасность протокола находится под этими темами.

К более автоматизированному стеку безопасности

Ethereum — не единственная блокчейн-экосистема, экспериментирующая с AI-поддержкой безопасности. Ее подход заметен, поскольку Ethereum остается крупнейшим расчетным слоем смарт-контрактов, обеспечивающим сотни миллиардов долларов стоимости в DeFi, стейблкоинах, стейкинге и rollup-сетях Layer 2.

Если Ethereum Foundation покажет, что координированные рабочие процессы агентов могут улучшить триаж, аналогичные методы могут быть изучены или приняты другими протоколами. Аудиторские фирмы, платформы bug bounty, команды Layer 2 и разработчики приложений также изучают способы использовать AI без снижения стандартов безопасности. Более широкая индустрия кибербезопасности также внедряет машинное обучение в статический анализ, fuzzing и обнаружение аномалий, хотя проверка блокчейн-протоколов добавляет уникальные ограничения, связанные с безопасностью консенсуса и децентрализованной координацией.

Вывод из подхода Ethereum Foundation не в том, что AI заменяет аудиторов. Скорее, стек безопасности становится более автоматизированным по краям.

Сканирование, оповещения, распознавание паттернов и раннее обнаружение ошибок могут ускоряться с помощью AI-инструментов. Сложные оценочные решения по-прежнему требуют опытных рецензентов-людей.

Предстоящие обновления протокола Ethereum продолжат требовать внимания клиентских команд и исследователей протокола. Более совершенные инструменты могут помочь этим командам работать эффективнее, сохраняя проверку безопасности центральной частью процесса разработки.

Ключевое ограничение — четко удерживать роль AI в заданных границах. В безопасности протокола Ethereum цель состоит не в создании дополнительного шума. Она состоит в выявлении значимых сигналов до того, как они станут дорогостоящими.

Эта статья основана на публикации Ethereum Foundation Protocol Security «The Triage Is The Product».

Статья подготовлена News Desk и отредактирована Samuel Rae. Отчет основан на информации, опубликованной в раскрытиях первичной исходной документации.