Mga nadagdag:
- Ang kakayahang matukoy kung saan ang artificial intelligence ay nakakatipid ng oras sa Web3 workflow (draft, pattern marking, query) at kung saan ang mga desisyon sa seguridad at interpretasyon ay ipinaubaya sa eksperto, ayon sa halaga ng error
- Kakayahang magpatupad ng disiplina na nagbe-verify sa bawat output ng AI sa pamamagitan ng pag-compile nito, independiyenteng tooling, at pag-link ng chain data sa pinagmulan sa block explorer
- Ang pag-unawa kung bakit ang irrevocability, bukas at pagalit na kapaligiran, matinding panganib ng panloloko at depensibong paggamit ay dapat isaalang-alang sa larangang ito mula pa sa simula
Ang Blockchain (naipamahagi na ledger kung saan ang mga transaksyon ay naka-block, naka-link sa cryptographically at hindi nababago) at Web3 (ang layer ng internet na tumatakbo sa blockchain sa halip na isang sentral na kumpanya, kung saan pagmamay-ari ng user ang kanyang mga asset at data) ay isa sa mga bihirang lugar kung saan direktang nagiging pera ang mga error sa software. Ang isang error sa isang website ay nasira ang isang pahina; Ang isang error sa isang matalinong kontrata - isang kasunduan na tumatakbo mismo sa blockchain, ang mga tuntunin nito ay nakasulat sa code - ay maaaring tangayin ang milyun-milyong dolyar sa ilang segundo. Ang module na ito samakatuwid ay nagpoposisyon sa artificial intelligence (AI) bilang isang accelerating assistant sa larangang ito; ngunit palaging iniuutos ang huling salita sa isang karampatang eksperto, lalo na sa mga audit na kritikal sa kaligtasan.
Sa unit na ito, matututunan natin nang eksakto kung saan ang AI ay nakakatipid ng oras sa propesyon na ito, kung saan ito natitira sa mga tao, kung paano i-verify ang bawat output, at ang mga partikular na panganib ng field na ito (irreversibility, fraud, security-criticality).
Mga tungkulin at lugar ng AI sa larangang ito
Mayroong iba't ibang ngunit magkakaugnay na mga tungkulin sa Web3:
- Smart contract developer: Nagsusulat ng on-chain code gamit ang mga wika gaya ng Solidity o Vyper.
- Auditor ng seguridad: Sinusuri ang mga nakasulat na kontrata para sa mga kahinaan at nagsusulat ng ulat.
- On-chain data analyst: Sinusuri ang mga on-chain na transaksyon, wallet at daloy ng pera.
- Taga-disenyo ng Tokenomics: Nagmomodelo ng token supply, pamamahagi, at istruktura ng insentibo ng proyekto.
- Teknikal na manunulat/documentationist: Gumagawa ng mga whitepaper, gabay sa gumagamit at dokumentasyon ng code.
Gumagana ang AI sa lahat ng mga tungkuling ito, ngunit hindi ito pantay na maaasahan sa lahat ng mga ito. Bilang panuntunan: tumataas ang kontribusyon ng AI habang bumababa ang halaga ng error. Kung mali ang isang documentation sentence, ito ay itatama; Kung ang isang ulat sa pag-audit ay nakakaligtaan ng isang kahinaan, ang mga pondo ay ninakaw. Samakatuwid, ang paghihiwalay ng panganib ayon sa antas ay ang unang tuntunin ng paggamit ng AI sa propesyon na ito.
negosyo
Papel ng AI
Antas ng panganib
panghuling pag-apruba
Bumuo ng code draft
Mabilis na unang draft
daluyan
Developer + pagsubok
Pag-audit sa seguridad
Tip, pagmamarka ng pattern
napakataas
karampatang auditor
Pag-scan ng kahinaan
Listahan ng kahinaan ng kandidato
mataas
Inspektor + kasangkapan
On-chain analysis
Tanong at buod
daluyan
Pagpapatunay ng analyst
Modelo ng Tokenomic
Scenario, simulation draft
mataas
Economist + pagsubok
Dokumentasyon
Draft, pagpapasimple
Mababang-Katamtaman
teknikal na pagsusuri
Tatlong katotohanan na ginagawang espesyal ang lugar na ito
1. Hindi na mababawi. Kapag nakumpirma na ang isang transaksyon sa blockchain, hindi na ito mababawi. Maaari kang tumawag sa maling transfer sa bangko at kanselahin ito; Walang matatawag sa kadena. Kaya naman hindi gumagana dito ang mentality na "mamaya na natin aayusin." Kapag ang code na ginawa ng AI ay kinuha nang live (mainnet - ang network kung saan ang totoong pera), ang halaga ng error ay permanente.
2. Pagiging bukas at pagalit na kapaligiran. Ang smart contract code at chain data ay karaniwang available sa publiko. Nangangahulugan ito na sinusuri ng bawat umaatake sa mundo ang iyong code 24/7. Ang isang kahinaan na na-dismiss bilang "walang nakapansin" sa Web2 ay pinagsamantalahan sa Web3 sa loob ng ilang minuto. Ang anumang sinasabi ng AI ay "malamang okay" ay hindi mapagkakatiwalaan.
3. Tindi ng pandaraya. Ang Web3 ay isang lugar kung saan ang mga pekeng proyekto, mga rug-pulls (mga developer ng isang proyekto ay nangongolekta ng pera ng mamumuhunan at tumakas) at honeypot (mga pekeng token na mabibili ngunit hindi ibebenta, nakakapit sa biktima) ang mga kontrata. Tinutulungan ng AI na matukoy ang mga bitag na ito at - mag-ingat - maaari itong magamit upang makagawa ng mga bitag na ito sa mga kamay ng isang malisyosong tao. Ang modyul na ito ay nagtuturo ng paggamit para sa pagtatanggol, pag-audit at tapat na layunin ng pag-unlad lamang.
Pag-iingat: Ang pagsasabi sa AI na "sumulat sa akin ng kontrata ng honeypot na nanlinlang sa mga mamumuhunan" o "paano ko sasamantalahin ang protocol na ito at mag-withdraw ng mga pondo" ay hindi awtorisado at hindi etikal na paggamit. Ang tamang paggamit ay palaging: "mayroon bang honeypot pattern sa kontratang ito", "paano ko isasara ang kahinaan sa protocol na ito", "paano ko ibe-verify ang panganib sa code na ito".
Kung saan malakas at mahina ang AI
Malakas ang AI sa lugar na ito sa: pag-uudyok ng mga kilalang pattern ng kahinaan (tulad ng reentrancy, integer overflow); pagpapaliwanag sa simpleng wika kung ano ang ginagawa ng code; pagbalangkas ng pagsubok at dokumentasyon; pagsulat ng malalaking data query; Pagpapaliwanag ng isang konsepto sa iba't ibang antas.
Ang AI ay mahina at nanlilinlang sa: paghahanap ng bago/natatanging kahinaan (hindi ito makikita kung wala ito sa data ng pagsasanay); holistic na pagtatasa ng pang-ekonomiyang seguridad ng isang protocol; pag-alam sa mga kasalukuyang bersyon ng library at pinakabagong mga pag-atake (hindi lampas sa petsa ng cutoff ng pagsasanay); Mga ganap na paghatol gaya ng "ligtas ang kontratang ito". Ang AI ay maaaring magbigay ng mga maling katiyakan ng kaligtasan sa matatas at may kumpiyansang pananalita — ito ang pinakamapanganib na uri ng guni-guni sa larangang ito.
Disiplina upang i-verify ang bawat output
Sa propesyon na ito, hindi kailanman ginagamit ang output ng AI "as is." Ang bawat output ay dumadaan sa tatlong filter:
- Bumuo at subukan: Code? Hayaan itong maipon, masuri, at kung maaari ay tumakbo sa isang pagsubok na network (testnet - trial network na hindi totoong pera).
- Malayang sasakyan at tao: Isang paghahabol sa seguridad? Cross-verify gamit ang isang static na tool sa pagsusuri (tulad ng Slither) at ang mata ng tao.
- Nagli-link sa pinagmulan: Data ng chain? Ang bawat numero na ibinubuod ng AI ay nakumpirma sa aktwal na block explorer (isang site na nagpapakita ng chain data, gaya ng Etherscan).
Tip: Palaging sabihin sa AI na "markahan kung saan ka hindi sigurado at isulat kung bakit hindi ka sigurado". Mas ligtas na hilingin sa AI na aminin ang kawalan ng katiyakan nito kaysa gawin itong tahimik na gawa-gawa.
tatlong mini case
Case 1 — Ang draft ay nakakuha ng momentum at kontrol. Isang team ang gumawa ng unang draft ng staking contract sa AI sa loob ng 2 oras; Karaniwan ito ay tumagal ng halos 1 araw. Ngunit nagkaroon ng reentrancy loophole sa draft ng AI - pag-withdraw ng mga pondo nang maraming beses sa pamamagitan ng pagtawag muli sa isang function bago ito matapos. Nahuli ito ng auditor at itinama ito. Aralin: Pinapabilis ng AI ang draft, ngunit tinitiyak ng mga tao ang kaligtasan.
Kaso 2 — Pekeng address sa on-chain analysis. Sinabi ng isang analyst sa AI na "ibuod ang huling 10 transaksyon ng wallet na iyon." Nagbigay ang AI ng isang mahusay na buod, ngunit sa loob nito ay isang hash ng transaksyon at isang address na binubuo - isang guni-guni. Nang kumpirmahin ito ng analyst sa Etherscan, nakita niyang hindi ito humawak. Aralin: hindi lahat ng hash ng chain data ay naiulat hanggang sa ito ay na-verify sa block explorer.
Case 3 — Sa tokenomics, isang senaryo ang nagkamali. Nagsimula ang isang proyekto sa pamamagitan ng pag-asa sa modelo kung saan sinabi ng AI na "sustainable ang supply curve na ito". Ipinagpalagay lamang ng modelo ang nag-iisang senaryo kung saan palaging tumataas ang presyo. Nang bumagsak ang merkado, bumagsak ang mga insentibo. Aralin: kailangan mo ng maramihang, negatibong senaryo, pagsusuri ng stress ng tao, hindi isang solong senaryo na modelo ng AI.
Etika, privacy at legal na balangkas
Dahil ang lugar na ito ay parehong pinansiyal at seguridad-kritikal, ang etikal na pasanin ay mabigat:
- Depensibong paggamit: Ang impormasyon ng kahinaan ay para lamang sa pagsasara, pagsubaybay at pagtatanggol; Hindi para sa pagsasamantala.
- Pagiging Kumpidensyal: Ang pag-paste ng hindi inilabas na (closed source) code ng isang na-audit na kliyente sa isang tool na AI na available sa publiko nang walang pahintulot ay isang paglabag sa kontrata at panganib ng pagtagas. Ang lihim na code ay nangangailangan ng enterprise/mga nakahiwalay na tool at pag-apruba ng customer.
- Hindi payo sa pamumuhunan: Ang tokenomics o pagsusuri na binuo ng AI ay hindi payo sa pananalapi; Ito ay isang legal at etikal na obligasyon na sabihin ito.
- Responsibilidad: Sa isang audit na kritikal sa kaligtasan, ang panghuling pag-apruba ay nakasalalay sa karampatang eksperto na umaako sa propesyonal na responsibilidad. "Sinabi ng AI" ay hindi isang pagtatanggol.
Mga karaniwang pagkakamali
- Nagtitiwala sa AI na sabihing "ligtas". Hindi magagarantiya ng AI ang seguridad; Gumagawa lamang ito ng mga pahiwatig.
- Paglilipat ng code sa mainnet nang hindi sinusubukan ito sa testnet. Ang irreversibility ay hindi nagpapatawad.
- Pagtitiwala sa hash nang hindi bini-verify ang chain data sa block explorer. Ang hallucination ay bumubuo ng hash/address.
- I-paste ang secret shopper code sa open tool. Leak at paglabag sa kontrata.
- Umaasa sa isang solong senaryo na modelo ng ekonomiya. Kailangan ang negatibong senaryo.
- Hindi pinaghihiwalay ang panganib ayon sa antas. Ang dokumentasyon at pag-audit ay hindi maaaring ituring sa parehong antas ng tiwala.
Sa buod
- Sa Web3, ang mga bug ay direktang nagsasalin sa pera; Ang AI ay isang accelerator assistant, hindi isang gumagawa ng desisyon.
- Ang kontribusyon ng AI ay tumataas habang bumababa ang halaga ng error; Ang huling salita sa kaligtasan-kritikal na inspeksyon ay pag-aari ng eksperto.
- Ang pagiging hindi mababawi, pagiging bukas/kagalit na kapaligiran at matinding panloloko ay ginagawang espesyal ang larangang ito.
- Ang bawat output ng AI ay pinagsama-sama at na-verify sa pamamagitan ng independiyenteng tooling at pag-link sa pinagmulan.
- Ang paggamit ay para sa pagtatanggol, tapat na pag-unlad at awtorisadong layunin ng pagpapatupad lamang.
Gawain ng aplikasyon
Kumuha ng halimbawa ng matalinong kontrata (alinman sa isinulat mo mismo o isang simpleng open source na kontrata). Hilingin sa AI na ipaliwanag muna sa simpleng wika kung ano ang ginagawa ng code, pagkatapos ay markahan ang mga potensyal na panganib bilang "hypothesis." Pagkatapos ay i-verify ang bawat claim sa pamamagitan ng: (1) pag-compile nito, (2) isang static na tool sa pagsusuri, (3) sarili mong pagbabasa. Tandaan sa isang talahanayan kung ilan sa mga claim ng AI ang nakumpirma at ilan ang naging mali.
checklist
- [ ] Natukoy ko ang antas ng panganib ng aking trabaho (dokumentasyon o pag-audit?).
- [ ] Hiniling ko sa AI na markahan ang mga kawalang-katiyakan nito.
- [ ] Inipon/sinubukan ko ang output ng code.
- [ ] Na-verify ko ang claim sa seguridad gamit ang independiyenteng sasakyan + tao.
- [ ] Na-verify ko ang chain data sa block explorer.
- [ ] Hindi ko inilagay ang sikretong code sa bukas na tool.
- [ ] Tinanggap ko na ang panghuling pag-apruba sa seguridad ay nasa eksperto.