DeFi security Summit 2023 - Session 4: AI Panel
三句話摘要
AI 在加密生態中的應用：從身份驗證到智能合約審計，LLM 如何幫助防守惡意代理與新型攻擊。 AI 不是銀彈，必須與專業化工具、鏈上身份層、可驗證的防禦機制結合，才能在加密生態中有效抵禦日益複雜的攻擊。 LLM 審計的能力與侷限 — ChatGPT 等模型擅長生成樣板代碼與初步分析，但僅基於詞序預測，無法理解代碼的控制流與函數圖結構；審計師需手動補充動態分析，結合圖論視角才能找出隱藏的跨函數漏洞。
重點整理
重點- 1
LLM 審計的能力與侷限 — ChatGPT 等模型擅長生成樣板代碼與初步分析，但僅基於詞序預測，無法理解代碼的控制流與函數圖結構；審計師需手動補充動態分析，結合圖論視角才能找出隱藏的跨函數漏洞。
- 2
令牌長度與檢測精度的交易 — 32k 令牌限制已成業界標配，更長的上下文帶來更高命中率與更低誤報率；但令牌壓縮會喪失關鍵信息，反而降低檢測效果，安全性不可妥協。
- 3
身份層的必要性 — 隨著 AI 代理能力提升，需在鏈上記錄身份與歸屬（誰是真人、誰是經審計的 AI 代理），方能在 DeFi 與社交平台中區隔真實用戶與惡意機器人，並允許良性 AI 參與生態。
- 4
熔斷機制的雙刃劍困境 — 自動化防守必須即時檢測異常交易，但攻擊者可能反向觸發熔斷機制癱瘓系統；零知識證明等技術有望讓鏈上驗證成為可信基礎，降低信息不對稱。
實用技巧與重點
乾貨- 參與者與背景：
- Civic Technologies CEO Chris Hart — 提供區塊鏈身份驗證、活體證明、唯一性驗證服務（W3C 去中心化身份標準）
- Pentacify 創始人 Lucas Martin — 提供部署後智能合約漏洞檢測（字節碼層級自動分析）
- Auditware CEO Joe Van Loon — 開發審計 IDE「Audit Wizard」，整合代碼分析、工作流、威脅建模、AI 報告生成
- d23e 去中心化智能聯合創始人 Lee — 研究 LLM 於異常交易檢測的應用
- 技術工具與模型：
- 使用模型：ChatGPT 32k API、Claude API、Meta LLM、Hugging Face 開源模型
- 令牌長度：32k 為當前主流；更長令牌 → 更高命中率、更低誤報率
- 關鍵概念：詞嵌入（Word Embedding）、令牌（Token）、注意力機制（Attention）、控制流圖、深度強化學習（DRLS）、零知識證明（ZK）
- 研究數據：
- 分析 160 起 DeFi 事件中的緊急暫停機制：僅 1 個協議在 1 小時內觸發熔斷，約 42 個在 6 小時內暫停交易
- 傳統啟發式檢測易被繞過；AI 可比對交易歷史檢測異常模式
- 標準與提案：
- EIP 7265：提出 DeFi 熔斷機制，目標是在足夠信任後逐步解除限制（借鑑納斯達克熔斷成效）
結論
結論“AI 不是銀彈，必須與專業化工具、鏈上身份層、可驗證的防禦機制結合，才能在加密生態中有效抵禦日益複雜的攻擊。”
完整解析
詳細這場小組討論聚集了加密生態中的身份驗證、智能合約審計與 DeFi 安全四位專家，探討 ChatGPT 引發的 AI 浪潮如何重塑防護策略。討論開場時，各方坦承 ChatGPT 在 2023 年的橫空出世對既有流程帶來衝擊——許多人多年來已在悄悄研究 AI 工具，但公眾關注將其推上風口浪尖。審計團隊起初嘗試將 ChatGPT 直接應用於合約審計，發現效果有限；只要給它一份合約要求審計，往往顯得不夠實用。真正突破來自深入拆解：當審計師自己逐行分析核心組件時，才發現 LLM 的真正價值——如開發者利用 ChatGPT 生成樣板代碼那樣，審計也有「樣板」（如文件驗證、威脅建模框架），LLM 可加速這些環節。
但 LLM 的侷限同樣關鍵。ChatGPT 本質是語言模型，基於詞序預測下一個令牌，無法從圖論角度理解智能合約的控制流——函數之間如何聯動、資金流向如何跨越多個層級。手動審計時，審計師必須思考「這個函數在合約中的空間位置」、「從哪些入口點可進入此函數」，這種全域視角 LLM 天生缺乏。因此業界普遍採用混合策略：先用 ChatGPT 快速生成初稿，再用開源工具（如控制流圖分析）補充細節，最後訓練專業化 LLM（例如用 Hugging Face 模型微調），專門聚焦漏洞檢測而非通用文本生成。
令牌長度成為實戰中的關鍵決策點。32k 令牌已成主流選擇，實驗表明更長的上下文帶來更高命中率與更低誤報——但令牌壓縮會永久喪失可能藏有漏洞的資訊，因此對安全性而言得不償失。在身份層面，隨著 AI 代理能力爆發，鏈上需要一套機制來標記身份（真人、已審計 AI 代理、未知代理），讓 DeFi 協議與社交平台能選擇允許或拒絕特定類型參與者。最後，DeFi 的 24/7 全天候運作特性決定了熔斷機制必須自動化——人類無法時刻監控、手動應對攻擊往往為時已晚。但自動化本身也開啟了新攻擊面：惡意行為者可能學會模擬某些交易模式以欺騙防禦系統觸發誤報熔斷。這種「誰監督守望者」的困境，可能需要零知識證明等密碼學工具來在鏈上驗證 AI 行為的可信度。
關鍵時刻
Pipeline v2帶時間戳的重點，會在逐字稿層級分析上線後產生。目前請先透過原始影片觀看。
事實查核
Pipeline v2說法查證是下一次管線升級的一部分。KeyFrame 只會顯示它真正能驗證的內容。
