人工智能代理會審查智能trac，以dent並修復導致加密貨幣損失的安全問題。

繼2025年加密貨幣黑客從區塊鏈平臺竊取超過34億美元之後，開發人員現在正在使用人工智能代理來保護控制數十億美元數字資產的智能trac。. 

2025年的損失並非由數十起小額盜竊案造成，而是集中在幾起大規模數據泄露事件中，僅三起重大事件dent佔了被盜總額的 % Bybit交易所遭黑客攻擊事件記錄在案的最大加密貨幣盜竊案之一。

OpenAI 正在與 Paradigm 和 OtterSec 合作，利用其 EVMbench 測試 AI 代理是否能夠檢測真實區塊鏈環境中的漏洞。.

人工智能代理會審查智能trac，以dent並修復導致加密貨幣損失的安全問題。

如今智能trac代碼中的任何錯誤都會影響大小投資者的真金白銀，因爲這些自動化程序管理着超過 1000 億美元的開源數字資產。. 

2025 年，黑客從加密平臺竊取了超過 34 億美元，開發者們現在才意識到，當攻擊者利用代碼漏洞時，系統是多麼脆弱。. 

依賴人工審計已不再可行，因爲實際運行的智能trac會面臨審計過程中未曾發現的新型且不斷演變的攻擊。此外，安全團隊必須在部署前審查智能trac代碼，這既耗時又費錢。.

與其等待可能爲時已晚而無法阻止攻擊的下一次人工審覈週期，開發人員現在轉向使用人工智能代理來持續監控實時智能trac。.

AI 代理檢測隱藏代碼異常所需的時間比人類少得多，人類可能需要幾天甚至幾周的時間，因此像EVMbench對開發人員來說更有意義。

EVMbench 在測試環境中使用 AI 代理，幫助開發人員在實際部署之前瞭解智能trac在真實世界壓力下的性能。.

代理人首先會檢測代碼中隱藏的漏洞，在不破壞trac功能的情況下修復問題，如果問題仍然存在，則會嘗試利用該弱點來竊取資金。.

初步結果表明，人工智能代理更擅長利用漏洞而非安全地修復漏洞。人們現在擔心，黑客可能會濫用人工智能工具，以前所未有的效率攻擊區塊鏈系統中的弱點。

人工智能代理還可以幫助黑客dent區塊鏈系統中的漏洞，從而造成新的安全風險。

由於當前的 AI 代理系統現在能夠成功利用超過 70% 的漏洞，而早期 AI 模型的成功率不到 20%，因此機器學習破解薄弱trac的速度比以往任何時候都快。.

攻擊者現在正逐漸放棄人工黑客攻擊方法，轉而使用人工智能代理掃描大量代碼並測試不同的攻擊路徑，而無需直接的人工干預。.

隨着這一趨勢的持續發展，專家們表示，人工智能代理很快就能代表用戶matic轉移資金、批准交易和管理財務任務。. 

美國技術專家傑里米·阿萊爾表示，數十億人工智能代理很快將使用穩定幣在區塊鏈網絡上收發款項。Binance趙長鵬（CZ）也表示，加密貨幣未來可能成爲人工智能驅動系統的原生支付層。

所有這些趨勢和預測都使得人工智能代理對用戶和攻擊者都更有用，因爲它們很快就會在真實的金融環境中直接與trac進行交互，而這些環境中確實存在真金白銀的風險。.

業內領袖甚至對用戶安全表示擔憂。Dragonfly的管理合夥人 Haseeb Qureshi 警告說，許多用戶仍然擔心通過加密貨幣交易將資金髮送到錯誤的地址，或者誤批准有害交易。

爲了解決這個問題，庫雷希提出，人工智能運行的錢包很快就能與區塊鏈進行交互，而用戶無需瞭解其中涉及的複雜過程。.

這樣一來，人工智能代理可以通過持續監控系統來幫助減少審計中的人爲錯誤，並保護智能trac。然而，它們也可能加快攻擊者發現系統漏洞的速度，從而使攻擊規模迅速擴大。.

這就造成了一個安全問題：原本用於保護去中心化金融平臺的AI系統，如果落入不法分子手中，也可能成爲攻擊這些平臺最有效的手段。.

最頂尖的加密貨幣專家都在閱讀我們的簡報。想加入他們？