ETA Foundation による最新の技術開示は、AI は、それが信頼するソフトウェアおよび契約システムにおいて、実際の問題の一部を識別することができることを示していますが、現時点では、より多くのリソース集中リンクがループホールを生成し続けないことが示されていますが、実際にセキュリティ上のリスクを報告するかどうかを判断します。

プロトコルセキュリティチームは、最近、カバーシステムソフトウェア、パスワードライブラリ、高セキュリティスマートコントラクトをテストしたことを開示しました。 結論は、AIが大規模に疑わしいポイントを上げるのに適しているということですが、多くの結果は達成できないコードパス、既知の問題を繰り返し、デバッグ環境でのみ崩壊し、実際のリスクを証明しない正式化に終わることです。

libp2p ループホールの確認

libp2p の gosipsub コンポーネントに識別された問題が現れたことを開示しました。 このコンポーネントは、ポイントツーポイントのネットワークレイヤーの一部であり、Taifung Consensusクライアントによって使用されます。 財団は、問題がリモートでトリガーされ、関連するループホールが修復されたことを述べ、CVE-2026-34219 に従います。

財団がAI能力の境界線を図って使用する例の1つです。 AIが実際のループホールを見つけることができることは否定しませんが、実際の難しさは、大量の「見栄え」偽のレポートから効果的な発見をシフトすることです。

複数の試薬プロセスを最初に。

誤報率を減らすために、財団は複数のAIエージェントが同じコード倉庫で同時に動作し、単一の中央コーディネーターに依存するのではなく、バージョンを通じて共有状態を制御することを可能にするマルチエージェントプロセスを使用しています。

それらの中で, 共鳴剤は、攻撃の顔を縮小し、テスト可能な仮定を形成します; ギャップデュースエージェントは、仮説追跡コードに従い、回復を構築しようとします; 空想エージェントの記録が受け入れられ、努力の重複を避けるために拒絶されたことを報告; そして、認定エージェントは、それが実質のループホールであるかどうかを計量し、決定する候補者の問題を独立して調べます.

  • 物理的な接触可能なターゲット コードを示す
  • 明確な対応する保証非variant
  • 故障メカニズムを説明し、証拠を提供

また、研究者が生産コードに直接結論をテストできることを確認するために、レポートは、独立して回復材料を実行し、重度のマーキングキーを伴う必要があります。

人工的な再発は最終的な標準を残します。

財団は、プロセス全体で最も重要な基準の1つが変更されていないと述べています。 このループホールは、問題がレポートエージェント以外の人によって実際のコードリポジトリで繰り返すことができない場合に正当化できません。

この要件は、そのビューでは、攻撃の不当なパス、デバッグモードの失敗、そして正式に確立されたが、テスト結果など、一般的な誤解の広い範囲を除外します。実際のセキュリティ属性が侵害されたことを証明していませんでした。

チームはまた、技術的に再エマージ可能であったとしても、カンジダチュアの問題は引き続き実用的な可用性を評価する必要があります。 任意のネットワーク参加者がトリガーできる欠乏は、特権や非現実的な計算条件に依存しなければならない問題と同じではありません。

追加情報:財団によると、AI の s のパフォーマンスは、攻撃のアクセシビリティ、ギャップの程度、および長時間リンクの相互作用を必要とする問題の判断に関しては不安定です。 この段階では、シニアセキュリティ研究者の代わりに、ステータステストフレームワークを備えたサポートツールとして機能する方が適切です。