ИИ-агенты научились находить уязвимости смарт-контрактов

Исследования Anthropic, OpenAI и других команд показывают, что ИИ-агенты способны самостоятельно находить и воспроизводить уязвимости смарт-контрактов. В лабораторных экспериментах модели успешно имитировали атаки на сотни миллионов долларов. Однако эти результаты не означают, что ИИ уже стал причиной сопоставимых потерь в действующих DeFi-протоколах.
Anthropic обнаружила новые уязвимости с помощью ИИ
В декабре 2025 года Anthropic представила результаты исследования SCONE-bench, в котором ИИ-модели проверяли на способность воспроизводить атаки на смарт-контракты. В выборку вошли 405 контрактов, уязвимости которых использовались злоумышленниками в период с 2020 по 2025 год.
ИИ-агенты успешно воспроизвели атаки на 207 контрактов. Общая стоимость условно выведенных средств составила $550,1 млн. Дополнительное тестирование уязвимостей, раскрытых после контрольных дат обучения моделей, показало, что Claude Opus 4.5, Claude Sonnet 4.5 и GPT-5 способны воспроизводить эксплойты на сумму $4,6 млн.
Исследователи также проверили 2 849 недавно развернутых смарт-контрактов, у которых не было известных уязвимостей. В результате ИИ-агенты обнаружили две ранее неизвестные проблемы безопасности. В симуляции их эксплуатация позволила условно вывести активы на $3 694, при этом расходы на API в одном из экспериментов с GPT-5 составили $3 476.
Anthropic подчеркнула, что все испытания проводились в изолированных средах. Реальные блокчейн-сети и средства пользователей не затрагивались.
Другие исследования подтвердили возможности ИИ-агентов
В феврале 2026 года OpenAI и Paradigm представили EVMbench – систему тестирования ИИ-агентов на обнаружение, исправление и эксплуатацию уязвимостей смарт-контрактов.
В заданиях на эксплуатацию GPT-5.3-Codex достигла результата 71%, тогда как GPT-5 успешно выполнила 33,3% тестов. При этом атаки воспроизводились в локальной блокчейн-среде, а не в действующих сетях.
В октябре исследователи опубликовали CyberChainBench, охватывающий 541 исторический случай эксплуатации уязвимостей в девяти блокчейнах, совместимых с Ethereum. Лучшая конфигурация ИИ-агента достигла 37,5% при обнаружении уязвимостей, 43,7% при воспроизведении атак и 23,4% при исправлении проблем.
В отдельной серии испытаний агент воспроизвел атаки с расчетным результатом $57,4 млн на выборке из 200 случаев. Однако эти средства также были получены исключительно в симуляции.
Результаты подобных исследований существенно зависят от условий тестирования. Например, в эксперименте a16z первоначальная успешность агента составляла 50%, но после ограничения доступа к информации об уже совершенных атаках снизилась до 10%. Дополнительные специализированные инструкции повысили показатель до 70%.
Реальные потери DeFi не доказывают участие ИИ в атаках
По данным Hacken, в третьем квартале 2026 года криптовалютная индустрия потеряла около $1,18 млрд в результате 107 инцидентов. На уязвимости смарт-контрактов и программного кода блокчейн-протоколов пришлось 48,2% совокупного ущерба, или приблизительно $569,5 млн.
Отдельное исследование Chainalysis выявило кражи на $36,7 млн из протоколов, эксплуатируемые контракты которых не имели опубликованного и подтвержденного исходного кода в обозревателях блокчейна. Это не означает, что все такие контракты обязательно оставались без независимого аудита.
Специалисты отмечают, что развитие инструментов обратного анализа программного кода и возможностей ИИ может упростить поиск уязвимостей даже в контрактах, исходный код которых не опубликован.
При этом приведенные данные не устанавливают прямой связи между реальными криптовалютными кражами и действиями автономных ИИ-агентов.
Как ИИ может повлиять на безопасность блокчейна
Развитие ИИ создает дополнительные риски для DeFi, поскольку автоматизированные системы могут проверять большое количество смарт-контрактов и последовательно искать ошибки в их логике. Одновременно такие инструменты могут использоваться разработчиками для повышения безопасности собственных проектов.
ИИ-агенты способны помогать в тестировании контрактов перед развертыванием, подготовке регрессионных тестов и выявлении необычного поведения в блокчейн-транзакциях. Однако обнаруженные проблемы должны проходить проверку специалистов, а критические изменения – подтверждаться уполномоченными участниками команды.
Независимые аудиты, ограничение доступа к критическим функциям, постоянный мониторинг и заранее подготовленные планы реагирования остаются важными элементами защиты DeFi-протоколов.
Таким образом, исследования подтверждают растущие возможности ИИ в поиске и эксплуатации уязвимостей. Однако лабораторные результаты пока нельзя напрямую переносить на масштаб реальных атак или использовать как доказательство участия ИИ в крупных криптовалютных кражах.
Материал подготовлен исключительно в ознакомительно-информационных целях и не является финансовым советом и рекомендацией.




