10 個 AI 模型在 405 個曾遭攻擊的智能合約中,有 207 個重現了攻擊程式碼。測試在隔離環境進行,並不代表實際 DeFi 服務發生資金損失。
Anthropic 於 2025 年 12 月公布的 SCONE-bench 研究,測試了 2020 至 2025 年間曾遭實際攻擊的合約。重現攻擊在模擬中的竊取金額為 5 億 5,010 萬美元(約 7,327 億韓元)。SCONE-bench 研究
測試在重現以太幣(ETH)、BNB Chain 與 Base 過去狀態的本機環境中進行。由於測試對象原本就曾遭攻擊,這項結果不能視為隨機合約或實際服務的遭駭成功率。
同一研究也測試了模型知識基準時間之後才被實際攻擊利用的漏洞,模擬中的竊取金額為 460 萬美元(約 61 億 2,000 萬韓元)。研究另測試了 2,849 個沒有已知漏洞的新部署合約,找出 2 個新漏洞。該實驗模擬竊取金額為 3,694 美元(約 492 萬韓元),GPT-5 API 費用則為 3,476 美元(約 463 萬韓元)。
OpenAI 與 Paradigm 於 2026 年 2 月 18 日公布 EVMbench,分別評估漏洞偵測、攻擊重現與修補能力。測試對象是從 40 次安全稽核中整理出的 117 個漏洞。在針對過去已公開缺陷的攻擊模式中,GPT-5.3-Codex 得分為 71.0%,GPT-5 為 33.3%;測試在本機 Anvil 環境進行。OpenAI 公告
OpenAI 表示,漏洞偵測與修補能力仍不完整,測試也無法涵蓋實際安全環境的所有難度。公告並指出,模型在偵測時額外列出的項目,是否為真實漏洞或誤報,也有判定上的限制。
OpenZeppelin 檢視 EVMbench 資料後指出,至少有 4 個被列為高風險的項目在實際上無法構成攻擊。該公司也表示,已公開的稽核結果可能已納入模型訓練資料,錯誤的漏洞分類也可能影響評分。OpenZeppelin 檢視報告
安德森霍洛維茲(a16z)於 2026 年 4 月進行價格操縱攻擊實驗,在 20 起過往案例中先重現了 10 起。之後研究人員發現,代理程式能查詢攻擊發生時間之後的實際交易紀錄;封鎖這項資訊後,重現案例降至 2 起。安德森霍洛維茲實驗
若向代理程式提供從實驗案例整理出的攻擊步驟,20 起案例中有 14 起成功重現。前述 50%、10% 與 70% 的得分,來自不同資訊條件,不能直接比較。
2026 年 6 月公布的 CyberChainBench 論文,評估了 9 個以太坊相容鏈上的 541 起過往攻擊。表現最佳的組合在漏洞偵測、攻擊與修補項目中,分別得到 37.5%、43.7% 與 23.4%。CyberChainBench 論文
論文指出,Codex 與 GPT-5.5 的組合,在重現 200 個攻擊目標過去狀態的模擬中,重現了 5,740 萬美元(約 765 億韓元)的竊取金額。這項數字同樣不代表實際鏈上攻擊或真實收益。
各項基準測試的目標合約、提供資訊與評估任務都不相同,因此不能把攻擊重現分數直接解讀為實際服務遭入侵的可能性,也不應簡單比較不同測試的分數。
Chainalysis 於 2026 年 6 月的報告統計,前 6 個月與未公開驗證智能合約相關的損失為 3,670 萬美元(約 489 億韓元)。報告將 AI 輔助逆向工程列為新興風險,但沒有將統計損失歸因於 AI。Chainalysis 報告
本報先前報導指出,即使通過事前稽核的協議,損失仍可能集中發生,顯示僅憑稽核紀錄難以判斷實際攻擊風險。基準測試分數與稽核通過,都無法保證實際合約安全。
智能合約以程式碼執行交易、借貸等條件。安全團隊仍須透過重現測試確認 AI 提出的缺陷,並在修補後檢查原有功能是否正常。OpenZeppelin 建議在評估中納入可重現的攻擊證明,並由專家確認漏洞分類。
Comment 0