AI 時代的以太坊安全：形式化驗證、代理權限與人工判斷

值得記下的 5 件事

1. [15:27]
   漏洞回報需要可執行的證據，不能只靠 AI 描述

   Fredrik 說，面對大量低品質回報，團隊先要求提交者銷毀等值 10 美元的 ETH，再統一回報格式與驗證材料。提交者須依漏洞類型附上測試環境與概念驗證程式，讓接收端代理重現問題，並檢查其他用戶端是否也受影響。

2. [27:24]
   形式化驗證能提高信心，不代表排除所有漏洞

   與談者建議及早導入驗證並採取模組化設計，但 Aave 的安全研究者提醒，即使推論正確，錯誤規格仍會導向錯誤結論。由規格引導 AI 撰寫程式仍在實驗階段，不宜全面押注；團隊須先釐清系統應維持的不變條件。

3. [34:07]
   金融代理應先限制權限，再疊加風險判斷

   Vitalik 建議把限制存取範圍的沙盒概念帶入金融操作，例如設定每日支出上限、禁止存提款，或要求超額操作由人確認，再由另一個 AI 判斷風險。多層關卡也不能過度干擾，否則使用者可能不看提示就一路同意。

4. [51:29]
   安全審查不能把理解程式碼的責任交給 AI

   Aave 的研究者分享，自己曾因過度依賴 AI 而漏看漏洞；加快提問速度，也可能犧牲建立理解的過程。他建議先向 AI 說明自己對元件運作的理解，再請它挑戰推論，讓工具協助檢驗思考，而非代替研究者完成所有推理。

5. [56:29]
   安全核心擴大，不代表高風險邊緣會消失

   Vitalik 預期，持續投入審查的程式與介面會逐漸減少漏洞，但有人會把 AI 的開發紅利用於更激進的功能，實驗邊緣仍可能遭駭、造成數十億美元損失。他認為安全進展將不均衡，部分低風險功能可優先開發，但希望高價值、高災難風險系統逐步納入安全核心。