Quy trình làm việc từ đầu đến cuối, quản trị, xác minh và đạo đức

Lợi nhuận:

• Khả năng thiết lập quy trình làm việc từ đầu đến cuối đặt cổng xác minh AI + con người ở mọi giai đoạn từ ý tưởng đến mạng chính
• Khả năng tạo khung quản trị với danh sách công cụ được phê duyệt, phân loại dữ liệu, kỷ luật ghi nhật ký và bảo mật khóa riêng
• Khả năng đưa các nguyên tắc về trách nhiệm con người, vận động, bảo mật, minh bạch và liêm chính vào từng bước của quy trình làm việc

Trong phần cuối cùng này, chúng tôi kết hợp tất cả các phần của mô-đun thành một quy trình làm việc mạch lạc: cách sử dụng AI một cách có trách nhiệm từ đầu đến cuối, bắt đầu từ một ý tưởng, thông qua việc viết hợp đồng thông minh, kiểm toán, phân tích trên chuỗi, kinh tế học mã thông báo và phòng chống gian lận. Chúng tôi cũng sẽ đề cập đến việc thiết lập khuôn khổ quản trị với tư cách là một nhóm hoặc chuyên gia độc lập—nguyên tắc lựa chọn công cụ, phân loại dữ liệu, ghi lại và xác minh—và đưa các nguyên tắc đạo đức vào quy trình làm việc.

Quy trình làm việc từ đầu đến cuối: từ ý tưởng đến mạng chính

Hành trình được con người xác minh, được hỗ trợ bởi AI của dự án Web3:

1. Thiết kế và mã thông báo. AI tạo ra các tùy chọn cơ chế và phác thảo mã thông báo; Nhà kinh tế và nhóm mô phỏng nó bằng các kịch bản tiêu cực. Door: mô phỏng nhiều kịch bản có ổn không?

2. Chính tả. AI tạo ra các khuôn khổ và mẫu thử nghiệm dựa trên thư viện đã được thử nghiệm; nhà phát triển hoàn thành. Cổng: xây dựng + kiểm tra + đánh giá.

3. Đang quét. Công cụ phân tích tĩnh + quét AI để tìm các mẫu lỗ hổng đã biết. Cổng: các kết quả dương tính giả đã được loại bỏ và các ứng cử viên thực sự đã được chuyển cho kiểm toán viên chưa?

4. Kiểm toán. Kiểm toán viên độc lập có thẩm quyền kiểm tra một cách tổng thể, sử dụng AI làm trợ lý; Con người đánh giá logic kinh doanh. Cửa: có chữ ký báo cáo kiểm tra.

5. Thử nghiệm và mô phỏng. Testnet, làm mờ và mô phỏng kinh tế. Cửa: các kịch bản có được giữ vững không?

6. Tài liệu. Sách trắng AI, NatSpec và dự thảo tiết lộ rủi ro công bằng; người đàn ông xác nhận sự thật. Cổng: các khiếu nại kỹ thuật có khớp với mã không?

7. Phân phối. Xác nhận đa chữ ký, thoát dần dần khỏi mạng chính. Cửa: Kế hoạch ứng phó sự cố đã sẵn sàng chưa?

8. Giám sát. Giám sát trên chuỗi gắn cờ các điểm bất thường với AI; người ta can thiệp. Cửa: ai sẽ can thiệp vào sự bất thường và bằng cách nào?

Mẹo: Chia quy trình này thành danh sách kiểm tra và hỏi “ai phê duyệt, điều kiện đạt là gì?” cho mỗi cửa. Điền vào các cột. Không phải lời nói "được" mà là kỷ luật bằng văn bản sẽ tạo nên sự khác biệt trong lĩnh vực quan trọng về an ninh.

Thiết lập khuôn khổ quản trị

Thiện chí cá nhân thôi là chưa đủ; Cần có một khuôn khổ lặp lại. Quản trị tối thiểu cho một nhóm hoặc chuyên gia:

Danh sách xe được phê duyệt AI và công cụ bảo mật nào có thể được sử dụng cho những nhiệm vụ nào? Công cụ biệt lập/doanh nghiệp nào cho mã mua sắm bí ẩn? Lái xe miễn phí có nguy cơ rò rỉ.

Phân loại dữ liệu. Dữ liệu nào có thể được cung cấp cho một công cụ AI mở (mã công khai) và dữ liệu nào không bao giờ được cung cấp (mã khách hàng chưa được kiểm tra, khóa riêng, dữ liệu cá nhân)? Sự phân biệt này phải được viết rõ ràng.

Kỷ luật đăng ký (dấu vết kiểm toán). Đầu ra nào do AI tạo ra và ai xác minh nó sẽ được ghi lại. Điều này là cần thiết cho cả tính minh bạch và trách nhiệm giải trình.

Xác minh liên tục. Không có khiếu nại bảo mật nào do AI đưa ra được tiến hành mà không cần xác minh; Đây phải là một nền văn hóa.

Yếu tố quản trị

câu hỏi

Mục đích

Xe được phê duyệt

Công cụ nào, công việc gì?

Tính nhất quán, ngăn ngừa rò rỉ

Phân loại dữ liệu

Những gì có thể và không thể được đưa ra?

Quyền riêng tư

kỷ luật đăng ký

Ai sản xuất ra nó, ai xác nhận nó?

trách nhiệm giải trình

Cổng xác thực

Điều kiện chuyển tiếp là gì?

Bảo vệ

Bảo mật khóa và quyền riêng tư

Cảnh báo quan trọng dành riêng cho Web3: khóa riêng (khóa bí mật cung cấp quyền truy cập vào ví và tiền) và cụm từ gốc (từ khôi phục) trong mọi trường hợp không được ghi vào công cụ AI, lời nhắc hoặc bất kỳ nơi nào trực tuyến. Điều này có nghĩa là mất tiền trực tiếp. Tương tự như vậy, mã máy khách chưa được kiểm tra không thể được dán vào các công cụ AI mở mà không được phép.

Thận trọng: Ý tưởng như "Hãy để tôi cung cấp khóa riêng cho AI và yêu cầu nó quản lý ví của tôi" là một thảm họa. Khóa riêng chỉ được giữ trong ví an toàn, ngoại tuyến hoặc phần cứng. AI sẽ không bao giờ nhìn thấy chìa khóa.

Cách tiếp cận yếu/Cách tiếp cận mạnh mẽ

Cách tiếp cận yếu:

Mọi người nên sử dụng bất kỳ công cụ AI nào họ muốn, bất kỳ công cụ nào đi kèm. Dán mã khách hàng vào công cụ nhanh nhất và sử dụng đầu ra trực tiếp.

Cách tiếp cận mạnh mẽ:

Có một danh sách các phương tiện đã được phê duyệt. Mã bí mật chỉ có trên xe cách ly và được sự chấp thuận của khách hàng. Mỗi đầu ra AI đều đi qua cổng xác minh và ai đã xác minh nó sẽ được ghi lại. Chìa khóa riêng không được nhập vào bất kỳ phương tiện nào. Mọi yêu cầu bảo mật đều yêu cầu xác nhận độc lập.

Bốn mẫu có thể sao chép

1) Sơ đồ cổng quy trình làm việc:

Tạo kế hoạch quy trình làm việc được con người xác minh, được hỗ trợ bởi AI cho dự án Web3 từ ý tưởng đến mạng chính. Với từng giai đoạn: AI làm gì, cổng con người là gì, điều kiện chuyển tiếp là gì? Trình bày nó với một bảng. Nêu rõ sự chấp thuận của chuyên gia về các bước quan trọng về an toàn.

2) Chính sách phân loại dữ liệu:

Viết chính sách “có thể trao gì cho AI” cho nhóm kiểm toán: quy tắc riêng cho mã công khai, mã khách hàng chưa được kiểm tra, dữ liệu cá nhân, khóa riêng. Chỉ định "có thể xuất/cách ly trong xe/không bao giờ" cho từng danh mục. Viết lý do của bạn.

3) Ghi chú minh bạch về việc sử dụng AI:

Tạo bản dự thảo ghi chú minh bạch cho kết quả kiểm tra/tài liệu: AI được sử dụng như thế nào và ở giai đoạn nào; đầu ra nào được xác minh một cách nhân đạo; người phải chịu trách nhiệm cuối cùng. Hãy trung thực và đo lường.

4) Kế hoạch ứng phó sự cố và truyền thông:

Soạn thảo kế hoạch ứng phó với sự cố bảo mật trực tiếp trong một giao thức: các bước kỹ thuật (dừng, bảo vệ quỹ), giao tiếp (cộng đồng, người dùng), đăng bài (phân tích, phục hồi). Đây là bản nháp; Nhóm phải hiệu chỉnh. Sử dụng ngôn ngữ hoảng loạn; Hãy rõ ràng và bình tĩnh.

Ba trường hợp nhỏ (theo số lượng)

Trường hợp 1 - Quản trị ngăn ngừa rò rỉ. Một công ty kiểm toán đã ngăn cản kiểm toán viên dán mã khách hàng bí mật vào một công cụ có sẵn công khai nhờ chính sách phân loại dữ liệu của họ (chính sách bắt buộc sử dụng công cụ biệt lập). Khả năng vi phạm hợp đồng và rò rỉ đã được ngăn chặn. Bài học: chính sách bằng văn bản sẽ phát hiện lỗi cá nhân.

Trường hợp 2 - Kỷ luật tại cổng mang lại sự nhất quán. Một nhóm đã áp dụng quy trình 8 cổng tương tự cho từng dự án trong một quý gồm 6 dự án. Số lượng phát hiện được phát hiện trước khi kiểm toán tăng 40%, trong khi số sự cố sau mạng chính là bằng không. Bài học: khuôn khổ lặp lại tiêu chuẩn hóa chất lượng.

Trường hợp 3 - Trở về sau thảm họa nghiêm trọng. Một nhà phát triển chuẩn bị dán khóa riêng của ví thử nghiệm vào lời nhắc AI trong quá trình gỡ lỗi; Anh ta dừng lại và xoay chìa khóa vì chính sách của đội cấm điều đó. Nếu đó là nguồn tài trợ thực sự thì đó sẽ là một thảm họa. Bài học: chìa khóa không vào được xe nào, không có ngoại lệ.

Đưa đạo đức vào quy trình làm việc

Đạo đức không phải là một mục được thêm vào sau mà là một kỷ luật gắn liền với từng bước của quy trình:

• Trách nhiệm của con người nằm ở mọi cánh cửa quan trọng về an toàn.
• Mục đích phòng thủ: bảo vệ và kiểm soát phương tiện; Không bao giờ khai thác hoặc bẫy.
• Quyền riêng tư: dữ liệu và khóa của khách hàng được bảo vệ.
• Minh bạch: Việc sử dụng AI được nêu một cách trung thực.
• Trung thực: người dùng và nhà đầu tư không bị lừa dối, không che giấu rủi ro.
• Tính khách quan và xác minh: mọi khiếu nại đều được quy cho nguồn, xung đột lợi ích đều được tính đến.

Những nguyên tắc này không trừu tượng; Nó biến thành những quyết định cụ thể ở mọi thời điểm, ở mọi cửa và ở mọi đầu ra. Bản chất của mô-đun này là: AI nâng cao sức mạnh của chuyên gia Web3; nhưng nó không thay thế được sự phán xét, trách nhiệm và đạo đức.

Những lỗi thường gặp

• Thiếu quy trình làm việc/kỷ luật cổng bằng văn bản. Một lời nói "ổn thôi" là chưa đủ.
• Làm việc mà không có công cụ và chính sách dữ liệu được phê duyệt. Nguy cơ rò rỉ.
• Ẩn việc sử dụng AI. Nó đi ngược lại nguyên tắc minh bạch.
• Đưa chìa khóa riêng/mã bí mật cho xe. Đúng là thảm họa.
• Đi vào hoạt động mà không có kế hoạch ứng phó sự cố. Thiếu sự chuẩn bị trong một cuộc khủng hoảng.
• Coi đạo đức như một món đồ để lại cho đến cùng. Đạo đức phải được đưa vào từng bước.

Tóm lại

• Quy trình từ đầu đến cuối đặt cổng xác minh AI + con người ở mọi giai đoạn, từ ý tưởng đến giám sát.
• Khung quản trị: các công cụ được phê duyệt, phân loại dữ liệu, kỷ luật ghi nhật ký, xác minh liên tục.
• Khóa riêng và mã bí mật không được cấp cho bất kỳ công cụ AI nào; Đây là một quy tắc không có ngoại lệ.
• Các nguyên tắc đạo đức (trách nhiệm, vận động, bảo mật, minh bạch, trung thực) được đưa vào từng bước.
• AI phóng đại sức mạnh của chuyên gia; Nó không thay thế sự phán xét, trách nhiệm và đạo đức.

Nhiệm vụ ứng dụng

Viết một trang "Khung sử dụng AI Web3" cho chính bạn hoặc nhóm của bạn: (1) cổng 8 giai đoạn từ ý tưởng đến mạng chính, (2) chính sách phân loại dữ liệu, (3) quy tắc khóa/quyền riêng tư, (4) danh sách các nguyên tắc đạo đức. Sau đó, lập kế hoạch kỹ lưỡng cho một nhiệm vụ thực tế mà bạn đã học trong mô-đun này (ví dụ: kiểm tra hợp đồng) theo khuôn khổ này và đánh dấu bước nào AI đáng tin cậy nhất và bước nào kém tin cậy nhất.

danh sách kiểm tra

• [ ] Tôi có một nguyên tắc cổng được viết từ ý tưởng tới mainnet.
• [ ] Tôi có chính sách phân loại dữ liệu và phương tiện đã được phê duyệt.
• [ ] Tôi đã đặt ra quy định là không bao giờ được cung cấp khóa riêng/mã bí mật cho xe.
• [ ] Tôi ghi lại một cách minh bạch việc sử dụng AI.
• [ ] Tôi chuyển mọi yêu cầu bảo mật qua cổng xác minh.
• [ ] Tôi có kế hoạch ứng phó sự cố.
• [ ] Tôi đã lồng ghép các nguyên tắc đạo đức vào từng bước đi; Tôi đã chấp nhận rằng trách nhiệm thuộc về con người.

Thi học phần

1. Định vị nào sau đây là chính xác nhất cho trí tuệ nhân tạo trong Blockchain và Web3?

• A) Trí tuệ nhân tạo có thể tự mình hoàn thành việc kiểm tra bảo mật và nhập mã trực tiếp vào mạng chính
• B) AI không hoạt động trên Web3; Mọi công việc phải được thực hiện hoàn toàn bằng tay
• C) AI là trợ lý tạo dự thảo và tăng tốc; Phê duyệt cuối cùng quan trọng về an toàn là của chuyên gia có thẩm quyền ✔
• D) Vì trí tuệ nhân tạo khách quan hơn con người nên các quyết định về bảo mật nên được giao cho nó.

Mô tả: Trong Web3, lỗi phần mềm không thể khắc phục được sẽ biến thẳng thành tiền. Trí tuệ nhân tạo; Nó là một trợ lý tăng tốc tạo bản nháp, đánh dấu mẫu và viết truy vấn. Trong các cuộc kiểm tra quan trọng về an toàn, quyết định cuối cùng thuộc về chuyên gia có năng lực, người chịu trách nhiệm nghề nghiệp; Sự đóng góp của trí tuệ nhân tạo tăng lên khi chi phí xảy ra lỗi giảm xuống.

2. Cách tiếp cận an toàn nhất để AI viết mã khi phát triển hợp đồng thông minh là gì?

• A) Tạo khung dựa trên các thư viện đã được kiểm tra/xác minh, biên dịch, kiểm tra và xác minh bằng testnet ✔
• B) Viết cơ chế bảo mật vào trí tuệ nhân tạo từ đầu, theo cách độc đáo
• C) Ngay sau khi mã được biên dịch, hãy coi nó an toàn và chuyển trực tiếp vào mạng chính.
• D) Để lại các biện pháp kiểm soát truy cập ở cuối và chỉ tập trung vào chức năng

Giải thích: Bảo mật in ấn từ đầu có nhiều rủi ro; AI có thể mắc lỗi trong mã bảo mật ban đầu và dữ liệu đào tạo có thể đã lỗi thời. Cách tiếp cận đúng là tạo một khung dựa trên các thư viện đã được thử và kiểm tra (ví dụ: OpenZeppelin), sau đó xây dựng, kiểm tra và xác minh bằng testnet.

3. Kiểm toán viên nên giải thích điều này như thế nào khi hỏi AI về một hợp đồng và nhận được câu trả lời rằng 'dường như không có vấn đề bảo mật nghiêm trọng nào'?

• A) Mã hiện có thể được coi là an toàn và việc kiểm tra có thể được rút ngắn
• B) Kiểm toán độc lập không còn cần thiết nữa
• C) Kết quả là chắc chắn vì trí tuệ nhân tạo quét toàn bộ từng danh mục.
• D) Đây không phải là sự đảm bảo; AI có thể bỏ sót các lỗi logic kinh doanh và gốc, vẫn cần phải kiểm tra toàn diện ✔

Giải thích: Việc trí tuệ nhân tạo không thể tìm thấy thứ gì đó không chứng tỏ rằng nó không tồn tại; Bằng chứng vắng mặt không phải là không có bằng chứng. Trí tuệ nhân tạo đặc biệt bỏ qua các lỗ hổng độc đáo và lỗi logic nghiệp vụ. Tuyên bố trôi chảy về 'an toàn' không phải là sự đảm bảo và không loại bỏ nhu cầu kiểm soát tổng thể.

4. Lĩnh vực nào sau đây là lĩnh vực yếu nhất của trí tuệ nhân tạo trong việc quét lỗ hổng?

• A) Đánh dấu các mô hình nổi tiếng và rõ ràng như Reentrancy
• B) Các lỗ hổng logic kinh doanh MEV/chạy trước và dành riêng cho giao thức ✔
• C) Giải thích đầu ra của công cụ phân tích tĩnh bằng ngôn ngữ đơn giản
• D) Liệt kê các chức năng còn thiếu của kiểm soát truy cập

Mô tả: AI có khả năng quét mạnh mẽ các mẫu phổ biến, rõ ràng như truy cập lại, kiểm soát truy cập và các phép toán số nguyên. Tuy nhiên, các lỗ hổng logic kinh doanh MEV/chạy trước và dành riêng cho giao thức là theo ngữ cảnh và thường là duy nhất; đây là những điểm mù của AI và đòi hỏi chuyên môn và mô phỏng của con người.

5. Cách an toàn nhất và rủi ro nhất để sử dụng AI trong phân tích dữ liệu trên chuỗi là gì?

• A) An toàn nhất là in câu truy vấn trích xuất dữ liệu; Rủi ro nhất là yêu cầu dữ liệu trực tiếp trực tiếp từ trí tuệ nhân tạo và không xác nhận ✔
• B) An toàn nhất là yêu cầu dữ liệu trực tiếp trực tiếp từ trí tuệ nhân tạo; viết truy vấn là không cần thiết
• C) Giá trị băm và địa chỉ do trí tuệ nhân tạo tạo ra luôn đáng tin cậy, không cần xác nhận.
• D) Liên kết các bình luận với nguồn là một sự lãng phí thời gian; Một bản tóm tắt trôi chảy là đủ

Giải thích: Trí tuệ nhân tạo không phụ thuộc vào chuỗi trực tiếp; Việc yêu cầu trực tiếp giao dịch/địa chỉ sẽ tạo ra một địa chỉ và hàm băm giả (ảo giác). Cách sử dụng an toàn nhất là in truy vấn (ví dụ: Dune SQL) sẽ lấy dữ liệu từ nguồn vì nguồn dữ liệu tạo ra kết quả. Việc giải thích miễn phí có nhiều rủi ro và mỗi số phải được xác nhận trong trình khám phá khối.

6. Loại lỗ hổng nào gây tốn kém nhất trong các giao thức DeFi và tại sao chúng lại là thách thức đối với AI?

• A) Chỉ lỗi chính tả/biên dịch; AI nắm bắt những điều này một cách dễ dàng
• B) Chỉ lỗi giao diện; thiết kế kinh tế không có gì để làm với nó
• C) Khoảng trống logic kinh tế/kinh doanh; ngay cả khi mã hoạt động chính xác, giao thức vẫn có thể được khai thác một cách tiết kiệm và AI đã bỏ lỡ điều này ✔
• D) Chỉ có lỗi chính tả; Được chứng minh một cách thuyết phục bằng cách xem xét an ninh kinh tế, không cần mô phỏng

Giải thích: Trong DeFi, các cách khai thác tốn kém nhất thường không phát sinh từ lỗi kỹ thuật của mã mà từ khả năng khai thác logic kinh tế/kinh doanh (thao túng oracle, bóp méo giá cho vay nhanh, lạm dụng khuyến khích). Ngay cả khi mã hoạt động 'chính xác' về mặt kỹ thuật, thì giao thức vẫn có thể bị đánh lừa về mặt kinh tế. Mặc dù AI giỏi quét mã tiêu chuẩn nhưng nó thường không thể nhìn thấy những lỗ hổng kinh tế theo ngữ cảnh và duy nhất này; những điều này đòi hỏi sự mô phỏng và chuyên môn của con người.

7. Sai lầm nguy hiểm nhất của trí tuệ nhân tạo trong mô hình hóa token là gì và cách tránh?

• A) Quá bi quan; giải pháp là thêm những giả định lạc quan hơn
• B) Chủ nghĩa kịch bản đơn lẻ/lạc quan; Giải pháp là kiểm tra sức chịu đựng với các kịch bản tiêu cực và xác thực bằng mô phỏng ✔
• C) Nó tạo ra quá nhiều bảng; giải pháp là loại bỏ các bảng
• D) Không lập được bảng phân phối; Giải pháp là không mô hình hóa phân phối

Giải thích: Trí tuệ nhân tạo thường giả định một kịch bản lạc quan duy nhất là giá luôn tăng, người dùng luôn tăng; điều này làm cho các mô hình không bền vững có vẻ “bền vững”, dẫn đến sụp đổ. Biện pháp này là để kiểm tra căng thẳng mô hình với các kịch bản bất lợi (thị trường giá xuống, thợ săn tiền thưởng trốn thoát, bán cá voi) và xác minh các tính toán phát thải bằng mô phỏng thực.

8. Hướng dẫn sử dụng do trí tuệ nhân tạo tạo ra cho biết 'tiền của bạn có thể được rút bất kỳ lúc nào', nhưng có thời hạn 7 ngày trong hợp đồng. Tình trạng này cho thấy điều gì?

• A) Không có vấn đề gì; Nếu tài liệu trôi chảy, nó có thể được xuất bản dưới dạng
• B) Mã sai, tài liệu đúng; mã phải phù hợp với tài liệu
• C) Người dùng vẫn không xem tài liệu; sự khác biệt là không liên quan
• D) Tài liệu xung đột với mã; Mọi khiếu nại kỹ thuật phải được xác nhận bằng mã thật, tài liệu sai sẽ đánh lừa người dùng ✔

Mô tả: Tài liệu mô tả mã; Bản thân nó không phải là mã. AI có thể trình bày sai hành vi thực tế của mã, khiến người dùng hiểu lầm và trở thành vấn đề bảo mật. Đó là lý do tại sao mọi khiếu nại kỹ thuật phải được xác minh dựa trên mã thực tế; Tài liệu không chính xác thậm chí còn nguy hiểm hơn mã chính xác vì người dùng tin tưởng vào tài liệu đó.

9. Làm cách nào để hành động khi AI quét hợp đồng mã thông báo và gắn cờ 'cờ đỏ' (ví dụ: chủ sở hữu có thể dừng chuyển khoản)?

• A) Cờ được kết nối với nguồn và được đánh giá theo bối cảnh và phán đoán của con người; Tránh phán xét/vu khống cuối cùng ✔
• B) Hợp đồng chắc chắn sẽ bị tuyên bố là gian lận và công bố ngay lập tức
• C) Vì trí tuệ nhân tạo đặt cờ nên không cần xác minh thêm
• D) Cờ bị bỏ qua; Đặc quyền của chủ sở hữu không bao giờ gây rủi ro

Mô tả: Trí tuệ nhân tạo rất hữu ích trong việc gắn cờ các mô hình gian lận đã biết nhưng không thể đưa ra phán đoán dứt khoát; Một số hợp đồng hợp pháp (ví dụ: được bảo vệ bởi quản trị có nhiều chữ ký) cũng có thể có quyền dừng. Mỗi cờ phải được liên kết với nguồn (mã/chuỗi) và được đánh giá theo bối cảnh cũng như phán đoán của con người; Nên sử dụng ngôn ngữ vừa phải và tránh những lời buộc tội chưa được xác nhận (vu khống).

10. Blockchain trở nên 'quan trọng về bảo mật' liên quan trực tiếp nhất đến lý do nào khiến đầu ra AI không thể thay thế sự chấp thuận của chuyên gia?

• A) Trí tuệ nhân tạo không thể được sử dụng trong thực tế vì nó hoạt động quá chậm
• B) Bởi vì trí tuệ nhân tạo luôn tạo ra lỗi biên dịch
• C) Trí tuệ nhân tạo không thể bù đắp được rủi ro không thể khắc phục do không nhìn ra lỗi gốc, đảm bảo sai, không cập nhật và không chịu trách nhiệm ✔
• D) Trí tuệ nhân tạo không thể được sử dụng trong các dự án của Thổ Nhĩ Kỳ vì nó chỉ hoạt động bằng tiếng Anh.

Giải thích: Các lỗi trong khu vực quan trọng về bảo mật là không thể sửa chữa được và trực tiếp dẫn đến tổn thất nghiêm trọng (hàng triệu đô la). Trí tuệ nhân tạo không thể nhìn thấy lỗi ban đầu/ngữ cảnh, có thể đưa ra sự đảm bảo sai lầm bằng ngôn ngữ trôi chảy, không biết khoảng thời gian sau ngày kết thúc đào tạo và quan trọng nhất là không thể chịu trách nhiệm. Phê duyệt kỹ thuật là một cam kết về kỹ thuật, pháp lý và đạo đức; Một cỗ máy không thể thực hiện được cam kết này nên việc phê duyệt cuối cùng thuộc về chuyên gia có thẩm quyền.

11. Cách hiệu quả nhất để bảo vệ dự án Web3 quan trọng về bảo mật khỏi một lỗi AI rò rỉ vào mạng chính là gì?

• A) Ủy quyền toàn bộ quy trình cho một công cụ AI duy nhất và xem xét phần cuối
• B) Triển khai xác minh theo lớp đặt cổng xác minh của con người và đạt điều kiện ở mỗi giai đoạn ✔
• C) Bỏ qua cổng kiểm toán độc lập để tiết kiệm thời gian
• D) Mỗi nhà phát triển có thể tự do sử dụng công cụ của riêng mình mà không cần lưu giữ bất kỳ nhật ký nào

Giải thích: Trong xác minh theo lớp, cổng xác minh của con người và điều kiện đạt rõ ràng (bài kiểm tra đã vượt qua, kiểm tra viên có phê duyệt, giữ mô phỏng không) được đặt ở mỗi giai đoạn (ghi, quét, kiểm tra, kiểm tra/mô phỏng, triển khai, giám sát). Bạn không thể đi qua cánh cửa này mà không đi qua cánh cửa khác; Cấu trúc phân lớp này ngăn không cho một lỗi AI nào rò rỉ sang sinh vật sống.

12. Quy tắc bất biến liên quan đến khóa riêng hoặc cụm từ gốc khi nhận trợ giúp từ trí tuệ nhân tạo trong quá trình gỡ lỗi là gì?

• A) Chỉ có thể chia sẻ miễn phí các khóa của ví thử nghiệm
• B) Nếu khóa được mã hóa, nó có thể được trao cho trí tuệ nhân tạo
• C) Khi trí tuệ nhân tạo đáng tin cậy, việc quản lý ví có thể được thực hiện
• D) Khóa riêng và cụm từ hạt giống không thể được nhập vào bất kỳ công cụ hoặc lời nhắc trí tuệ nhân tạo nào trong mọi trường hợp ✔

Mô tả: Khóa riêng và cụm từ hạt giống là toàn bộ quyền truy cập vào ví và tiền. Trong mọi trường hợp, những điều này không được ghi vào công cụ trí tuệ nhân tạo, lời nhắc hoặc bất kỳ vị trí trực tuyến nào khác; Nếu không, sẽ có nguy cơ mất tiền trực tiếp và không thể phục hồi. Khóa chỉ được giữ trong ví phần cứng/ngoại tuyến an toàn, tốt nhất là.

13. Cách tiếp cận quản trị tốt nhất để quản lý việc sử dụng trí tuệ nhân tạo với mã khách hàng bí mật trong công ty kiểm toán là gì?

• A) Chỉ xử lý mã bí mật trong xe cách ly và được sự chấp thuận của khách hàng, với chính sách phân loại dữ liệu ✔
• B) Dán mã bí mật vào bất kỳ công cụ công cộng nào để có kết quả nhanh nhất
• C) Không thành vấn đề nếu mã là bí mật; mọi công cụ đều miễn phí cho mọi dữ liệu
• D) Ngay cả khi có rò rỉ, các biện pháp phòng ngừa là không cần thiết vì trách nhiệm thuộc về nhà cung cấp trí tuệ nhân tạo

Làm rõ: Việc dán mã máy khách chưa được phát hành (nguồn đóng) vào công cụ AI công khai mà không được phép là vi phạm hợp đồng và có nguy cơ rò rỉ. Quản trị phù hợp; Đặt các quy tắc riêng cho mã công khai, mã khách hàng bí mật, dữ liệu cá nhân và khóa riêng với chính sách phân loại dữ liệu, chỉ xử lý mã bí mật trong các công cụ riêng biệt/doanh nghiệp và với sự chấp thuận của khách hàng.