AI-Powered Auditing: Hype, Reality, and the Future of Web3 Security

這場發生於加密安全峰會的雙場座談，彙集了 Web2 與 Web3 安全工具開發者，以及協議安全負責人，聚焦兩個核心問題：AI 工具如何改變漏洞發現方式，以及加密新創的安全文化為何嚴重落後。

第一場座談由四位工具開發者討論 AI 找 Bug 的技術路線。主持人拋出一個核心問題：純推理模型（如 OpenAI 的 o 系列）與工具調用型 Agent，誰會贏？與會者一致傾向混合式答案，但理由各有側重。Expo 的 Nico 說明其系統將攻擊面拆成端點單元，讓 Agent 自由選擇呼叫 SQLmap 等現有工具，或是自行撰寫 Python 測試腳本，並為此開發了能導航網頁並執行攻擊的無頭瀏覽器。Sherlock 的 Jack 則指出，靜態分析器本身的 IR 基礎設施不夠深，若要讓推理模型「深度推理」，必須先有足夠豐富的上下文，而這需要多年打磨的底層工具。Olympics 工具套件的 Connie 則以最近一年的真實漏洞案例為證，說明單一工具無法防禦全部攻擊，只有分層安全（layered security）才是正確答案——這本質上也是一種混合。

邏輯漏洞（business logic bugs）是全場的焦點之一。Kiel 分享了一個驚人案例：他的早期系統發現了頂級審計員遺漏的問題，因為 LLM 天生善於比對「文件描述」與「實際程式碼」之間的落差。然而 Nico 點出真正的挑戰不在找到，而在驗證——資訊洩漏是否真的是漏洞，取決於公司的業務情境，即使是人類滲透測試員有時也難以判斷。Jack 坦承，Sherlock 透過競賽與 Bug Bounty 平台累積了數十萬筆人工驗證數據，代價是付給頂尖人類專家數千美元，這是目前 AI 邏輯漏洞驗證無法繞過的高牆。GPT-5 的出現讓情況有所改善，其高推理能力已能在業務邏輯驗證上交出「不錯的真陽性率」。

第二場座談轉向安全文化與組織建設。Ryan 和 Joe 揭示了一個令人不安的現實：許多持有龐大 TVL 的協議，其「安全負責人」搜尋結果是空的，或只是一名身兼多職的工程師。Christopher 指出，安全難賣的根本原因是「沒發生事故」就沒有可見的 ROI，CEO 看不到回報自然不願投入。但他也提出解法：先做風險剖析，釐清最壞情況（是智能合約被攻擊，還是員工筆電遭駭？），再按比例配置資源。Ido 進一步指出，Web3 的「皇冠珠寶」不是數據而是金錢，一筆不可逆的交易就能讓公司歸零，與 Web2 的數據外洩在損失速度與規模上截然不同，而且受害的往往是那些無法進入傳統金融體系、以 DeFi 作為唯一理財管道的普通用戶。

關於攻防不對稱，Connie 以北韓為例：協議創始人每天身兼十職，安全只是其中一小項；但坐在平壤的駭客，全年唯一任務就是攻破那個協議，成功一次就夠了。Joe 則呼籲業界多分享「我們如何阻止了這次攻擊」，而非只聚焦事後驗屍報告——好的安全行為需要成為值得慶祝的事，才能推動行業自律升級。最後，座談以 Polygon 的實踐為例，說明鏈上監控（如追蹤 Tornado Cash 資助地址、交易前簽名驗證）已是可行的主動防禦手段，而事件應變的關鍵是提前簽好 SLA，不能等到被打才打電話。