以太坊基金会近期披露，其开发团队使用协同 AI 代理测试以太坊验证者依赖的软件，在网络消息系统 gossipsub 中发现一项可被远程触发的崩溃漏洞。该问题已完成修复，并登记为 CVE-2026-34219。

这项测试也暴露出另一个更现实的问题：AI 不难给出一份看起来完整、逻辑清晰的漏洞说明，但其中相当一部分并不构成真实风险。基金会表示，真正耗时的环节不是“找到线索”，而是把真实漏洞与高可信误报区分开来。

漏洞位于消息传递层

以太坊网络由大量节点组成，这些节点负责保存链上数据并向相邻节点传递消息。验证者则建立在这层网络之上，负责质押 ETH 并参与区块有效性确认，因此消息能否稳定送达，直接关系到验证者是否正常运行。

基金会称，这次发现的问题位于 gossipsub。攻击者可从远程触发节点软件崩溃，使程序在遇到无法处理的计算后直接退出。节点一旦关闭，相关验证者就会离线，直到运维人员手动重启。

AI 会写出很像真的误报

基金会开发者 Nikos Baxevanis 表示，这次工作的意外之处在于，找到疑似问题本身并不最难，难的是判断哪些问题真的存在。传统模糊测试工具通常会返回崩溃位置和复现记录，工程师可较快确认；但 AI 代理往往会同时生成一整套说明，包括攻击路径、影响描述、严重性判断，甚至附上演示代码。

问题在于，这些内容即使建立在错误前提上，也可能写得非常像真的。基金会总结了三类常见误报：

  • 只会出现在测试构建中的崩溃
  • 外部攻击者实际上无法送达危险值
  • 形式化验证只证明了无实际意义的结论

复杂攻击仍要人工验证

基金会还提到，AI 更擅长分析单一时刻的问题，但对“每一步都看似正常、组合后才形成攻击”的漏洞把握较弱。这类问题恰恰是今年多起加密协议攻击的常见模式。

文中举例称，Edel Finance 与 BONK 的相关攻击都涉及一连串表面合法的操作，单看每一步都不异常，但按特定顺序执行后会造成损失。基金会因此采取更谨慎的做法：让 AI 先提出值得测试的可疑步骤，再由传统测试方法和人工审查完成验证。

这意味着，AI 在协议安全中的角色更接近线索生成工具，而不是最终裁定者。对以太坊这类基础设施而言，自动化工具可以扩大排查范围，但漏洞是否成立、影响是否真实，仍要依赖工程团队逐项确认。