Solidity CTF 實戰:AI 代理的賽前準備、協作與人工介入
Human + AI Solidity CTF: bring your own agent
場次摘要
這場 Solidity 智慧合約奪旗賽將 AI 納入競賽設計,參賽者可自選模型、工具與代理框架,挑戰 Base 主網上的 12 道題目,以鑄造 NFT 旗幟計分。各隊須使用同一錢包,並準備鏈上交易費。賽後分享顯示,解題之外,遠端環境、資金準備與代理分工也影響進度。 冠軍 Mumbai Raccoon 事先提供歷屆題目與攻擊向量資料,以手機操作隔離環境,仍須介入處理鏈上連線與交易序號問題。其他參賽者則以多模型交換線索,或在模型拒絕執行時調整任務。最終有 14 隊完成全部題目;主持人認為重心正轉向環境設定與代理協調,並預想下次可能只需在手機按個按鈕。不過,各隊準備與人工介入程度不同,這仍是單場競賽的觀察。
值得記下的 5 件事
- [3:24]
鏈上鑄旗是計分依據,錢包與資金也得先備妥
12 道挑戰各須鑄造 NFT 旗幟,排行榜依鑄造紀錄計分,因此各隊須使用同一錢包,不能靠轉移 NFT 累積成績。合約部署於 Base 主網,現場也協助補充交易費;解題之外,鏈上操作是否順利同樣影響進度。
- [45:16]
冠軍以手機操作代理,仍須親自排除鏈上執行障礙
Mumbai Raccoon 表示,事前讓代理閱讀歷屆 CTF 題目,並提供自己的攻擊向量資料庫,再於隔離環境執行。代理雖能自行推進解題,入金後仍遇到鏈上連線與交易序號問題,須由他引導處理,並非全程無人介入。
- [51:40]
多模型交換線索有助解題,但拒絕執行與過程追蹤仍是難題
第 3 名參賽者表示,每題並行使用約 10 種模型,將有用資訊轉交其他代理;遇到拒絕執行時,改請模型檢視合約安全與修補方向,再交由其他代理處理。他也坦言現場無法讀完所有代理紀錄,實際解題過程仍待回頭確認。
- [54:52]
啟動多個代理,不代表它們就能有效協作
第 4 名參賽者表示,曾啟動多個子代理,卻無法讓它們順利互通,最後改用 3 至 4 個獨立工作階段,各自處理不同題目。某題解出後,再由他通知其他代理轉往別題;並行解題仍仰賴人工分配任務、同步進度。
- [1:04:57]
14 隊完成全部題目,呈現的是這場競賽的成果
主持人在結束時宣布,14 隊取得全部 12 面旗幟,並將表現與過往人類參賽情況相比。不過,這次題目被形容為更難,各隊的賽前準備、模型組合與人工介入程度也不同,這項比較並非在一致條件下衡量人機能力。
更多來自 DEVCON 8
Arrow 的硬體 DAO 實驗:AI 協作、在地製造與責任分工
A DAO Shipped an Aircraft: What It Takes to Coordinate Atoms with Tokens
Thomas Garrison
Kohaku:以 SDK 將隱私與安全功能帶入以太坊錢包
Kohaku : privacy for everyone, by default
Nico、Vitalik
私有狀態與公開網路:區塊鏈隱私的去中心化取捨
Private State, Public Network: The Tradeoffs Behind Privacy
Zachary Williamson