AI 降维打击漏洞挖掘，加密安全路径分裂为敏捷与极简两派

据 Woofun AI 消息，人工智能在漏洞挖掘领域的降维打击，正迫使加密行业在安全策略上发生根本性分裂。10 月 22 日， 合并了一项针对大语言模型（LLM）易发现漏洞的安全策略变更，标志着行业从'保密一年'转向'即时修复'。变更作者 指出，LLM 正在大幅降低发现特定类型问题的门槛，这一技术变革直接催生了'敏捷修补'与'极简不可变'两条截然不同的演进路径。

攻击成本的骤降已转化为实质性的风险数据。借助 AI 模型发现的两个 PHP 关键漏洞，使约 130 万台暴露在互联网上的主机面临威胁； 网络因联合创始人 所称的'Day 0 bug'被利用铸币并跨链转出约 270 万美元而暂停运行，尽管 AI 参与程度未完全确认，但其关联性不容忽视。

Woofun AI 整理数据显示， 数据库记录中，2026 年迄今已有 112 起金额超过 100 万美元的攻击事件，远超 2025 年全年的 70 起。 的研究进一步揭示，2025 年前沿模型在模拟环境中的'漏洞利用收入'大约每 1.3 个月翻一番。面对不知疲倦的 AI 漏洞猎人，行业分化出两种应对逻辑。敏捷派主张保持灵活性， 社区投票决定转型为独立的后量子 L1，CEO 将量子计算威胁时间线预估为'两年'，并认为 AI 正在加速这一进程； 强调不能依赖的升级速度来保障自身安全。以太坊研究人员 则敦促行业为'地堡模式'做准备，即把资金转移到全新、更安全的地址，以应对 AI 驱动的数学突破。

然而，敏捷策略伴随高昂代价，每一个管理员密钥和升级路径都构成新的攻击面。以太坊本周将 从 测试网撤下，正是因为研究显示其 Gas 变更可能改变已部署合约的行为，凸显了修改规则本身可能引入新 Bug 的风险。

与之相对，极简派致力于将攻击面缩至最小。以太坊开发者 （z0r0z）提出'撒手测试'理念：如果建造者明天消失，系统能否安全运行？他主张将关键数字基础设施代码搬到公链上，实现无服务器化，甚至将应用写入区块链代码以确保每次运行的一致性。

这种直觉也体现在以太坊密码学路线图上， 指出路线图已转向'仅哈希'，因为哈希结构缺乏可供 AI 加速数学利用的特征。公开且不可变的代码虽易被 AI 读取且无法打补丁，但极简主义通过缩小代码规模来抵消这一劣势。形式化验证的成本变革为此提供了技术支撑。历史上， 操作系统内核构建仅用两人年，验证却耗时 20 人年。但 Anthropic 和 周四发布的新研究显示，利用 验证 123 个开源库中的 239 个入口点，在特定假设下（无论输入如何、最大 64MB），这些入口点均不会崩溃，整个过程仅耗时数周。

尽管证明规模随代码膨胀——典型证明约 60 万行，对应程序约 1.8 万条机器指令，可能消耗数亿 AI token——且证明仅覆盖指定属性而非排除所有 Bug，但其对小、单一用途代码的适用性极高。随着 AI 持续压低证明成本，'不可打补丁'的劣势被削弱，因为代码本身越来越不需要修补。

未来，L1 和 rollup 等体量庞大且不断演进的系统仍离不开敏捷策略，但在 AI 新范式下，'撒手测试'正逐渐从去中心化的理想转化为安全策略的核心标尺。行业需在系统演进与小代码验证之间寻找平衡，这一趋势值得持续关注。