Μονάδες
1. Εισαγωγή στην Τεχνητή Νοημοσύνη στο Blockchain και στο Web3: Ρόλοι, Όρια, Έλεγχος ταυτότητας και Ασφάλεια-Κρισιμότητα 2. Υποστήριξη Smart Contract Writing: Solidity/Vyper Draft και Secure Code Generation 3. Υποστήριξη Έξυπνου Ελέγχου Συμβάσεων: Ανασκόπηση Ασφαλείας και Προσχέδια Ευρημάτων 4. Σάρωση ευπάθειας: Κοινά μοτίβα ευπάθειας και αυτοματοποιημένη ανάλυση 5. Ανάλυση δεδομένων On-Chain: Κάνοντας αίσθηση αποκλεισμού, συναλλαγών και δεδομένων πορτοφολιού 6. Ανάλυση DeFi και Πρωτοκόλλου: Ρευστότητα, MEV και Οικονομικές Επιθέσεις 7. Tokenomic Modelling: Supply, Distribution, Incentive και Simulation 8. Τεκμηρίωση και τεχνική γραφή: Λευκό βιβλίο, NatSpec και Οδηγός χρήσης 9. Απάτη, χάλι και ανίχνευση κινδύνου: Κόκκινες σημαίες επί της αλυσίδας 10. Έλεγχος κρίσιμος για την ασφάλεια, έγκριση από εμπειρογνώμονα και υπεύθυνη χρήση 11. Ροή εργασιών από άκρο σε άκρο, Διακυβέρνηση, Επαλήθευση και Δεοντολογία
Μονάδα 1 / 11

Εισαγωγή στην Τεχνητή Νοημοσύνη στο Blockchain και στο Web3: Ρόλοι, Όρια, Έλεγχος ταυτότητας και Ασφάλεια-Κρισιμότητα

Κέρδη:

  • Να είστε σε θέση να διακρίνετε πού η τεχνητή νοημοσύνη εξοικονομεί χρόνο στη ροή εργασίας του Web3 (πρόχειρο, σήμανση μοτίβων, ερώτημα) και πού οι αποφάσεις ασφάλειας και ερμηνείας αφήνονται στον ειδικό, ανάλογα με το κόστος του σφάλματος
  • Δυνατότητα εφαρμογής μιας πειθαρχίας που επαληθεύει κάθε έξοδο τεχνητής νοημοσύνης με τη μεταγλώττιση, ανεξάρτητη χρήση εργαλείων και σύνδεση δεδομένων αλυσίδας με την πηγή στον εξερευνητή μπλοκ
  • Κατανοώντας γιατί το αμετάκλητο, το ανοιχτό και εχθρικό περιβάλλον, ο έντονος κίνδυνος απάτης και η αμυντική χρήση πρέπει να ληφθούν υπόψη σε αυτόν τον τομέα από την αρχή

Το Blockchain (κατανεμημένο καθολικό όπου οι συναλλαγές διατηρούνται σε μπλοκ, κρυπτογραφικά συνδεδεμένα και αμετάβλητα) και το Web3 (το επίπεδο διαδικτύου που λειτουργεί σε blockchain αντί για κεντρική εταιρεία, όπου ο χρήστης κατέχει τα περιουσιακά στοιχεία και τα δεδομένα του) είναι ένας από τους σπάνιους τομείς όπου τα σφάλματα λογισμικού μετατρέπονται άμεσα σε χρήματα. Ένα σφάλμα σε έναν ιστότοπο σπάει μια σελίδα. Ένα σφάλμα σε ένα έξυπνο συμβόλαιο - μια συμφωνία που εκτελείται από μόνη της στο blockchain, οι όροι της οποίας είναι γραμμένοι σε κώδικα - μπορεί να ξεπεράσει εκατομμύρια δολάρια σε δευτερόλεπτα. Επομένως, αυτή η ενότητα τοποθετεί την τεχνητή νοημοσύνη (AI) ως βοηθό επιτάχυνσης σε αυτόν τον τομέα. αλλά πάντα αφήνει τον τελικό λόγο σε έναν ικανό εμπειρογνώμονα, ειδικά σε ελέγχους κρίσιμους για την ασφάλεια.

Σε αυτήν την ενότητα, θα μάθουμε ακριβώς πού εξοικονομεί χρόνο η τεχνητή νοημοσύνη σε αυτό το επάγγελμα, πού αφήνεται στους ανθρώπους, πώς να επαληθεύσουμε κάθε έξοδο και τους συγκεκριμένους κινδύνους αυτού του τομέα (μη αναστρέψιμη, απάτη, κρισιμότητα ασφάλειας).

Οι ρόλοι και η θέση της τεχνητής νοημοσύνης σε αυτόν τον τομέα

Υπάρχουν διαφορετικοί αλλά αλληλένδετοι ρόλοι στο Web3:

  • Προγραμματιστής έξυπνων συμβολαίων: Γράφει κώδικα στην αλυσίδα με γλώσσες όπως Solidity ή Vyper.
  • Ελεγκτής ασφαλείας: Εξετάζει γραπτές συμβάσεις για τρωτά σημεία και συντάσσει έκθεση.
  • Αναλυτής δεδομένων on-chain: Εξετάζει συναλλαγές στην αλυσίδα, πορτοφόλια και ροές χρημάτων.
  • Σχεδιαστής Tokenomics: Μοντελοποιεί την προσφορά, τη διανομή και τη δομή κινήτρων ενός έργου.
  • Τεχνικός συγγραφέας/υπεύθυνος τεκμηρίωσης: Δημιουργεί λευκές βίβλους, οδηγούς χρήσης και τεκμηρίωση κώδικα.

Το AI λειτουργεί σε όλους αυτούς τους ρόλους, αλλά δεν είναι εξίσου αξιόπιστο σε όλους. Κατά κανόνα: η συνεισφορά της τεχνητής νοημοσύνης αυξάνεται καθώς μειώνεται το κόστος του σφάλματος. Εάν μια πρόταση τεκμηρίωσης είναι εσφαλμένη, θα διορθωθεί. Εάν μια έκθεση ελέγχου παραλείψει μια ευπάθεια, τα χρήματα κλέβονται. Επομένως, ο διαχωρισμός του κινδύνου ανά επίπεδο είναι ο πρώτος κανόνας χρήσης της τεχνητής νοημοσύνης σε αυτό το επάγγελμα.

επιχείρηση

Ο ρόλος της AI

Επίπεδο κινδύνου

τελική έγκριση

Δημιουργία προσχέδιο κώδικα

Γρήγορο πρώτο σχέδιο

μεσαίο

Προγραμματιστής + δοκιμή

Έλεγχος ασφαλείας

Συμβουλή, σήμανση σχεδίου

πολύ ψηλά

αρμόδιος ελεγκτής

Σάρωση ευπάθειας

Λίστα ευπάθειας υποψηφίων

ψηλά

Επιθεωρητής + εργαλείο

Ανάλυση στην αλυσίδα

Ερώτηση και περίληψη

μεσαίο

Επαλήθευση αναλυτή

Tokenomic μοντέλο

Σενάριο, προσχέδιο προσομοίωσης

ψηλά

Οικονομολόγος + τεστ

Τεκμηρίωση

Σχέδιο, απλοποίηση

Χαμηλό-Μεσαίο

τεχνική επανεξέταση

Τρία στοιχεία που κάνουν αυτή την περιοχή ξεχωριστή

1. Αμετάκλητο. Μόλις επιβεβαιωθεί μια συναλλαγή στο blockchain, δεν μπορεί να αναιρεθεί. Μπορείτε να καλέσετε το λάθος έμβασμα στην τράπεζα και να το ακυρώσετε. Δεν υπάρχει κανένας να καλέσει στην αλυσίδα. Γι' αυτό η νοοτροπία "θα το φτιάξουμε αργότερα" δεν λειτουργεί εδώ. Μόλις ο κώδικας που παράγεται από την τεχνητή νοημοσύνη μεταδοθεί ζωντανά (mainnet - το δίκτυο όπου βρίσκονται τα πραγματικά χρήματα), το κόστος του σφάλματος είναι μόνιμο.

2. Διαφάνεια και εχθρικό περιβάλλον. Ο κωδικός έξυπνου συμβολαίου και τα δεδομένα αλυσίδας είναι γενικά διαθέσιμα στο κοινό. Αυτό σημαίνει ότι κάθε εισβολέας στον κόσμο εξετάζει τον κωδικό σας 24/7. Μια ευπάθεια που απορρίπτεται ως "κανείς δεν παρατηρεί" στο Web2 γίνεται εκμετάλλευση στο Web3 μέσα σε λίγα λεπτά. Οτιδήποτε λέει η τεχνητή νοημοσύνη είναι "μάλλον εντάξει" δεν μπορεί να είναι αξιόπιστο.

3. Ένταση απάτης. Το Web3 είναι ένας τομέας όπου συγκεντρώνονται πλαστά έργα, ρουχαλιές (οι προγραμματιστές ενός έργου μαζεύουν χρήματα από επενδυτές και τρέχουν μακριά) και honeypot (ψεύτικα μάρκες που μπορούν να αγοραστούν αλλά όχι να πουληθούν, παγιδεύοντας το θύμα) συμβόλαια. Η τεχνητή νοημοσύνη βοηθά και στην ανίχνευση αυτών των παγίδων και -προσοχή- μπορεί να χρησιμοποιηθεί για την παραγωγή αυτών των παγίδων στα χέρια ενός κακόβουλου ατόμου. Αυτή η ενότητα διδάσκει τη χρήση μόνο για αμυντικούς, ελεγκτικούς και ειλικρινείς σκοπούς ανάπτυξης.

Προσοχή: Το να πείτε στην τεχνητή νοημοσύνη "γράψτε μου ένα συμβόλαιο honeypot που εξαπατά τους επενδυτές" ή "πώς μπορώ να εκμεταλλευτώ αυτό το πρωτόκολλο και να αποσύρω κεφάλαια" είναι μη εξουσιοδοτημένη και ανήθικη χρήση. Η σωστή χρήση είναι πάντα: "υπάρχει μοτίβο honeypot σε αυτό το συμβόλαιο", "πώς μπορώ να κλείσω την ευπάθεια σε αυτό το πρωτόκολλο", "πώς μπορώ να επαληθεύσω τον κίνδυνο σε αυτόν τον κωδικό".

Όπου η AI είναι ισχυρή και αδύναμη

Η τεχνητή νοημοσύνη είναι ισχυρή σε αυτόν τον τομέα σε: πρόκληση γνωστών μοτίβων ευπάθειας (όπως επανεισαγωγή, υπερχείλιση ακεραίων). Εξήγηση σε απλή γλώσσα τι κάνει ένας κώδικας. σύνταξη δοκιμών και τεκμηρίωσης· σύνταξη ερωτημάτων μεγάλων δεδομένων. Εξήγηση μιας έννοιας σε διαφορετικά επίπεδα.

Η τεχνητή νοημοσύνη είναι αδύναμη και παραπλανητική ως προς: την εύρεση μιας νέας/μοναδικής ευπάθειας (δεν μπορώ να την δω αν δεν υπάρχει στα δεδομένα εκπαίδευσης). ολιστική αξιολόγηση της οικονομικής ασφάλειας ενός πρωτοκόλλου· Γνωρίζοντας τις τρέχουσες εκδόσεις της βιβλιοθήκης και τις πιο πρόσφατες επιθέσεις (όχι πέρα ​​από την ημερομηνία λήξης της εκπαίδευσης). Απόλυτες κρίσεις όπως «αυτή η σύμβαση είναι ασφαλής». Η τεχνητή νοημοσύνη μπορεί να δώσει ψευδείς διαβεβαιώσεις ασφάλειας σε γλώσσα με ευχέρεια και αυτοπεποίθηση — αυτός είναι ο πιο επικίνδυνος τύπος παραισθήσεων σε αυτόν τον τομέα.

Πειθαρχία για την επαλήθευση κάθε εξόδου

Σε αυτό το επάγγελμα, η έξοδος AI δεν χρησιμοποιείται ποτέ «ως έχει». Κάθε έξοδος διέρχεται από τρία φίλτρα:

  1. Κατασκευή και δοκιμή: Κωδικός; Αφήστε το να μεταγλωττιστεί, να δοκιμαστεί και αν είναι δυνατόν να εκτελεστεί σε δοκιμαστικό δίκτυο (testnet - δοκιμαστικό δίκτυο που δεν είναι πραγματικά χρήματα).
  2. Ανεξάρτητο όχημα και άνθρωπος: Απαίτηση ασφάλειας; Διασταυρώστε την επαλήθευση με ένα εργαλείο στατικής ανάλυσης (όπως το Slither) και το ανθρώπινο μάτι.
  3. Σύνδεση με την πηγή: Δεδομένα αλυσίδας; Κάθε αριθμός που συνοψίζει το AI επιβεβαιώνεται στον πραγματικό εξερευνητή μπλοκ (μια τοποθεσία που εμφανίζει τα δεδομένα της αλυσίδας, όπως το Etherscan).
Συμβουλή: Πάντα να λέτε στην τεχνητή νοημοσύνη «σημαδεύετε εκεί που δεν είστε σίγουροι και γράψτε γιατί δεν είστε σίγουροι». Είναι πολύ πιο ασφαλές να ζητάμε από την τεχνητή νοημοσύνη να παραδεχτεί την αβεβαιότητά της παρά να την κατασκευάζει σιωπηλά.

τρεις μίνι θήκες

Περίπτωση 1 — Το βύθισμα απέκτησε ορμή και έλεγχο. Μια ομάδα δημιούργησε το πρώτο προσχέδιο μιας σύμβασης πονταρίσματος με AI σε 2 ώρες. Κανονικά χρειάστηκε περίπου 1 ημέρα. Αλλά υπήρχε ένα κενό επανεισόδου στο προσχέδιο του AI - ανάληψη κεφαλαίων πολλές φορές καλώντας ξανά μια συνάρτηση πριν ολοκληρωθεί. Ο ελεγκτής το έπιασε και το διόρθωσε. Μάθημα: Η τεχνητή νοημοσύνη επιταχύνει το βύθισμα, αλλά οι άνθρωποι διασφαλίζουν την ασφάλεια.

Περίπτωση 2 — Ψεύτικη διεύθυνση σε ανάλυση on-chain. Ένας αναλυτής είπε στο AI να «συνοψίσει τις τελευταίες 10 συναλλαγές αυτού του πορτοφολιού». Η τεχνητή νοημοσύνη έδωσε μια άπταιστη περίληψη, αλλά μέσα της ήταν ένας κατακερματισμός συναλλαγής και μια διεύθυνση - μια ψευδαίσθηση. Όταν ο αναλυτής το επιβεβαίωσε στο Etherscan, είδε ότι δεν ίσχυε. Μάθημα: δεν αναφέρεται κάθε κατακερματισμός δεδομένων αλυσίδας έως ότου επαληθευτεί στην εξερεύνηση μπλοκ.

Περίπτωση 3 — Στην tokenomics, ένα σενάριο πήγε στραβά. Ένα έργο που ξεκίνησε βασιζόμενος στο μοντέλο όπου η AI είπε "αυτή η καμπύλη προσφοράς είναι βιώσιμη". Το μοντέλο υπέθεσε μόνο το μεμονωμένο σενάριο όπου η τιμή πάντα αυξάνεται. Όταν η αγορά κατέρρευσε, τα κίνητρα κατέρρευσαν. Μάθημα: χρειάζεστε πολλαπλά, αρνητικά σενάρια, δοκιμές ακραίων καταστάσεων που έχουν ελεγχθεί από τον άνθρωπο, όχι ένα μοντέλο τεχνητής νοημοσύνης ενός σεναρίου.

Δεοντολογία, ιδιωτικότητα και νομικό πλαίσιο

Επειδή αυτός ο τομέας είναι τόσο οικονομικός όσο και κρίσιμος για την ασφάλεια, το ηθικό βάρος είναι βαρύ:

  • Αμυντική χρήση: Οι πληροφορίες ευπάθειας προορίζονται μόνο για σκοπούς κλεισίματος, παρακολούθησης και άμυνας. Όχι για εκμετάλλευση.
  • Εμπιστευτικότητα: Η επικόλληση του ακυκλοφόρητου κώδικα (κλειστής πηγής) ενός ελεγμένου πελάτη σε ένα δημοσίως διαθέσιμο εργαλείο τεχνητής νοημοσύνης χωρίς άδεια αποτελεί παραβίαση της σύμβασης και κίνδυνο διαρροής. Ο μυστικός κωδικός απαιτεί εταιρικά/απομονωμένα εργαλεία και έγκριση πελάτη.
  • Όχι επενδυτικές συμβουλές: Τα tokenomics ή οι αναλύσεις που δημιουργούνται από AI δεν είναι οικονομικές συμβουλές. Είναι νομική και ηθική υποχρέωση να το δηλώνουμε.
  • Ευθύνη: Σε έναν έλεγχο κρίσιμο για την ασφάλεια, η τελική έγκριση ανήκει στον αρμόδιο εμπειρογνώμονα που αναλαμβάνει την επαγγελματική ευθύνη. «Το AI το είπε» δεν είναι άμυνα.

Συνήθη λάθη

  • Εμπιστευόμαστε το AI για να πούμε "ασφαλές". Η τεχνητή νοημοσύνη δεν μπορεί να εγγυηθεί την ασφάλεια. Παράγει μόνο ενδείξεις.
  • Μεταφορά του κώδικα στο mainnet χωρίς να τον δοκιμάσετε στο testnet. Η αμετάκλητη δεν συγχωρεί.
  • Εμπιστοσύνη του κατακερματισμού χωρίς επαλήθευση των δεδομένων αλυσίδας στην εξερεύνηση μπλοκ. Η ψευδαίσθηση δημιουργεί κατακερματισμό/διεύθυνση.
  • Επικόλληση του μυστικού κωδικού αγοραστή στο ανοιχτό εργαλείο. Διαρροή και αθέτηση σύμβασης.
  • Στηριζόμενη σε ένα οικονομικό μοντέλο ενός σεναρίου. Το αρνητικό σενάριο είναι απαραίτητο.
  • Μη διαχωρισμός του κινδύνου ανά επίπεδο. Η τεκμηρίωση και ο έλεγχος δεν μπορούν να αντιμετωπίζονται στο ίδιο επίπεδο εμπιστοσύνης.

Συνοπτικά

  • Στο Web3, τα σφάλματα μεταφράζονται απευθείας σε χρήματα. Η τεχνητή νοημοσύνη είναι βοηθός επιτάχυνσης, όχι υπεύθυνος λήψης αποφάσεων.
  • Η συνεισφορά της τεχνητής νοημοσύνης αυξάνεται καθώς μειώνεται το κόστος του σφάλματος. Η τελευταία λέξη στον κρίσιμο για την ασφάλεια επιθεώρηση ανήκει στον ειδικό.
  • Το αμετάκλητο, το ανοιχτό/εχθρικό περιβάλλον και η έντονη απάτη κάνουν αυτόν τον τομέα ξεχωριστό.
  • Κάθε έξοδος τεχνητής νοημοσύνης μεταγλωττίζεται και επαληθεύεται με ανεξάρτητα εργαλεία και σύνδεση με την πηγή.
  • Η χρήση προορίζεται μόνο για σκοπούς άμυνας, ειλικρινούς ανάπτυξης και εξουσιοδοτημένους σκοπούς επιβολής.

Εργασία εφαρμογής

Πάρτε ένα παράδειγμα έξυπνου συμβολαίου (είτε αυτό που γράψατε εσείς είτε ένα απλό συμβόλαιο ανοιχτού κώδικα). Ζητήστε από το AI να σας εξηγήσει πρώτα σε απλή γλώσσα τι κάνει ο κώδικας και μετά να επισημάνετε τους πιθανούς κινδύνους ως "υπόθεση". Στη συνέχεια, επαληθεύστε κάθε ισχυρισμό: (1) συντάσσοντάς τον, (2) ένα εργαλείο στατικής ανάλυσης, (3) τη δική σας ανάγνωση. Σημειώστε σε έναν πίνακα πόσοι από τους ισχυρισμούς της AI επιβεβαιώθηκαν και πόσοι αποδείχθηκαν ψευδείς.

λίστα ελέγχου

  • [ ] Έχω καθορίσει το επίπεδο κινδύνου της εργασίας μου (τεκμηρίωση ή έλεγχος;).
  • [ ] Ζήτησα από το AI να επισημάνει τις αβεβαιότητές του.
  • [ ] Έκανα μεταγλώττιση/δοκίμασα την έξοδο κώδικα.
  • [ ] Επιβεβαίωσα την αξίωση ασφαλείας με ανεξάρτητο όχημα + άνθρωπο.
  • [ ] Έχω επαληθεύσει τα δεδομένα της αλυσίδας στον εξερευνητή μπλοκ.
  • [ ] Δεν επικόλλησα τον μυστικό κωδικό στο ανοιχτό εργαλείο.
  • [ ] Αποδέχτηκα ότι η τελική έγκριση ασφαλείας ανήκει στον ειδικό.