您现在的位置是： > 快讯快讯

AI智能体发现以太坊真实漏洞，币安官网注册快速接入区块链交易

zhoucl 2026-07-11 11:21:22 快讯已有人查阅

导读以太坊基金会安全团队确认AI智能体在libp2p的gossipsub中发现可远程触发的panic漏洞（CVE-2026-34219），引发行业关注。对于希望参与以太坊生态与加密资产交易的用户，可通过币安官网注册或币安app下载快速开通账户，实时追踪链上动态与数字资产行情。

AI智能体不再局限于编写代码，其应用已深入至核心协议的安全检测。7月9日，以太坊基金会协议安全团队发布报告指出，基于协调性AI智能体的测试框架成功识别出一个真实存在的漏洞——libp2p的gossipsub组件中存在可远程触发的panic问题，该漏洞已被修复并公开披露为CVE-2026-34219。

作为以太坊共识客户端依赖的关键点对点通信库，gossipsub的稳定性直接影响网络共识效率与系统安全性。此次发现标志着人工智能在区块链基础设施安全验证中的实质性突破，也凸显了自动化工具在复杂协议层中的潜在价值。

AI智能体发现真实漏洞，但分类工作才是重头戏

尽管漏洞被成功定位，但团队强调，真正耗时的是对大量候选结果的筛选与验证。据研究文章显示，AI生成的多数结果并非有效漏洞，而是重复、错误或超出实际攻击面的误报。从海量假阳性中甄别出真正可复现的缺陷，成为整个流程中最关键且最耗人力的环节。

研究人员采用并行运行多个智能体的协作机制，通过共享版本控制状态实现信息同步，无需中央协调器。这一模式借鉴自Anthropic在构建C编译器时提出的智能体集群方案，展现出高度去中心化的协同潜力。

每个智能体根据任务需求扮演四种角色：侦察者负责将攻击面转化为可测试假设；追踪者负责路径分析与复现程序构建；补缺者负责规划下一轮探索方向；验证者则独立审查每项候选，剔除重复并判断有效性。

只有满足严格标准的候选才能被认定为真实漏洞：必须存在可被攻击者抵达的目标入口点；需维持特定系统属性；该属性存在失效机制；有可观察的失效表现；且必须提供一个自包含、可在真实代码环境中运行的复现程序——这是最关键的过滤条件。

团队指出，常见误报类型包括：仅在调试环境下出现的panic、构造了无法通过正常输入触发的内部值、以及形式化验证通过但未覆盖真实行为的证明。这些误报在文字描述上极具说服力，却在实际执行中暴露破绽，凸显了“可运行”才是检验漏洞真伪的唯一标准。

研究还揭示了智能体的能力边界。它们在理解规范与代码一致性、检查不变量、快速生成复现模板方面表现出色；但在判断调用链是否真实可达、评估漏洞严重性、识别多步骤正确序列中的隐蔽缺陷等方面仍显不足。团队认为，智能体应作为辅助工具，建议哪些序列值得投入状态化测试框架，而非替代人工审查。

此外，不同代码区域的接受率差异明显。经过深度审计的成熟模块几乎不产生幸存者，这本身即是一种积极反馈；而探索较少或依赖形式化验证的代码则产出更多候选。类似模式也在Cloudflare和Anthropic的安全实践中得到印证——前者使用属性测试智能体生成约1000份报告，最终经专家筛选后保留约86%的有效结果。