OpenAI 联手 Paradigm 推出 EVMbench，实测 AI 代理在 EVM 合约攻防能力，揭示攻强守弱隐忧。
聚焦经济环境实测，OpenAI 联手 Paradigm 强化链上安全评级
人工智能龙头 OpenAI 宣布与知名加密货币风险投资公司 Paradigm 以及安全公司 OtterSec 合作，推出专为评估 AI 代理（AI Agents）在以太坊虚拟机（EVM）智能合约安全性表现的基准测试工具 EVMbench。
随着 AI 与加密技术的深度汇流，智能合约已成为管理超过 1,000 亿开源加密资产的核心基础设施。这项工具的问世，象征着产业界开始正视 AI 在“具备经济意义环境”中的实战能力。
OpenAI 团队指出，随着 AI 代理在代码撰写与规划能力上的飞跃，未来这些模型将在区块链的攻击与防御两端扮演转型角色，因此建立一套标准化的评测架构对于监测 AI 进展至关重要。
三大模式深度测试，120 个真实审计漏洞成为 AI 试金石
EVMbench 的核心设计围绕着 120 个从 40 项专业审计报告中提取的高风险漏洞，数据来源包含 Code4rena 等知名的公开审计竞赛，确保测试场景贴近真实世界的复杂性。该基准测试将 AI 代理置于三种不同的工作模式中进行评估：
图源：OpenAI EVMbench 的核心设计是将 AI 代理置于三种不同的工作模式中进行评估
- 第一是“检测模式（Detect）”，要求 AI 审计合约代码库并识别已知的漏洞，根据其找出的問題严重程度给予评分；
- 第二是“修补模式（Patch）”，挑战 AI 在维持原有功能不变的前提下，移除可利用的漏洞并修复代码；
- 最后则是极具争议的“利用模式（Exploit）”，AI 必须在沙盒化的区块链环境中执行端对端的资金盗取攻击。
为了确保测试的严谨性与可重复性，团队开发了基于 Rust 语言的测试架构，通过确定性的交易回放技术来验证 AI 的攻击或修补是否成功。
攻强守弱趋势显著，GPT-5.3-Codex 展现惊人攻击成长率
在首波释出的测试结果中，AI 在不同任务间展现出明显的能力落差。最新一代的 GPT-5.3-Codex 在利用模式（Exploit Mode）中表现优异，得分高达 72.2%，相较于仅仅六个月前发布的 GPT-5 模型（得分 31.9%），展现出极为惊人的能力成长。
图源：OpenAI 各种 AI 模型在三种模式下的分数概况
这显示出当目标明确为“排空资金”时，AI 具备强大的迭代规划与执行能力。然而，在防御端的表现则相对疲软，AI 在检测模式下经常在发现单一错误后便停止搜索，且在修补复杂逻辑时，往往难以在不影响合约正常运行的情况下完美修复漏洞。安全专家对此表达关注，认为 AI 可能会大幅压缩从发现漏洞到开发出攻击手段的时间，这对去中心化金融（DeFi）项目的防御速度提出了更高要求。
人才引进与防御补助，OpenAI 布局 AI 代理生态系统安全性
除了工具的开发，OpenAI 在人才布局与生态防御上也动作频频，近期聘请了开源 AI 代理项目 OpenClaw 的创始人 Peter Steinberger，主导下一代个性化代理的开发，并将该项目转化为 OpenAI 支持的基金会模式。
为了应对 AI 可能带来的网络安全风险，OpenAI 承诺将通过其网络安全补助计划，拨款 1000 万的 API 额度，用于支持开源防御工具与关键基础设施的研究。这项行动在近期发生的 Moonwell 协议事件后显得尤为及时，该事件中因 AI 共著代码中的价格计算错误导致约 178 万的损失。
延伸阅读
拒绝 Meta 数十亿邀约，OpenClaw 创作者加入 OpenAI 引发人才争夺战都是 Vibe Coding 的错？Moonwell 预言机出包，178 万坏账谁来买单
未来，随着更多 AI 辅助的稳定币支付代理与自动化钱包加入生态，如何利用 EVMbench 这类工具区分仅能描述漏洞的模型与能可靠提供防御方案的模型，将成为区块链安全产业的关键转折点。
免责声明：本页面信息可能来自第三方，不代表 Gate 的观点或意见。页面显示的内容仅供参考，不构成任何财务、投资或法律建议。Gate 对信息的准确性、完整性不作保证，对因使用本信息而产生的任何损失不承担责任。虚拟资产投资属高风险行为，价格波动剧烈，您可能损失全部投资本金。请充分了解相关风险，并根据自身财务状况和风险承受能力谨慎决策。具体内容详见
声明。
相关文章
Infinite 推出 Infinite Accounts，提供法币与稳定币银行服务，由 Erebor Bank 支持
Gate News 消息，4 月 22 日——B2B 稳定币技术提供商 Infinite 已推出 Infinite Accounts，为企业提供的银行账户服务，支持入金、出金、ACH 转账、国内与国际电汇，以及通过单一 API 进行稳定币的铸造、销毁和链上转账
GateNews57 分钟前
Everstake 将于 4 月 28 日前退出 Celestia 验证者网络
Everstake 将于 4 月 28 日前退出 Celestia，并停止作为 TIA 验证节点运营；持有者必须解除质押或重新委托以避免奖励中断，这标志着 Celestia 验证者格局的变化。
Everstake 将于 4 月 28 日前退出 Celestia 生态系统，并停止作为 TIA 验证节点的运营。质押者应解除质押或重新委托，以避免奖励或持仓损失，表明 Celestia 的验证者格局发生变化。
GateNews1小时前
Gensyn 推出 Delphi，由 AI 结算的信息市场平台
Gate News 消息，4月22日——Gensyn 是一个由 a16z crypto 支持的去中心化 AI 基础设施网络，推出其旗舰产品 Delphi，这是一种由 AI 结算的信息市场平台，允许任何人创建市场，并根据交易量赚取费用。
市场创建者预先选择固定权重的 “
GateNews2小时前
Vitalik：后量子密码学解决方案已成熟；以太坊旨在抵御量子与 AI 威胁
Gate 新闻消息，4月22日——Vitalik Buterin 在与 肖峰 的对话中表示，成熟的后量子密码学解决方案已经存在，并表达了对 GeoHash 算法的偏好。他指出，以太坊的愿景不仅仅是成为一条后量子链——该网络还
GateNews3小时前
PicWe Launches AI Agent Wallet with On-Device Key Management
PicWe announces public beta of PicWe Wallet, an AI-agent-enabled, on-device key wallet with no recovery phrases. It supports multi-chain assets, swaps, AI-accessible automation, and aims to unify RWA infrastructure.
PicWe has launched the public beta of PicWe Wallet, an AI Agent-enabled wallet that stores keys on-device, eliminates recovery phrases, and keeps critical operations local. The beta supports multi-chain asset management, swaps, and stablecoin-based fees while enabling programmable AI interactions. Broader PicWe initiatives position the platform as unified infrastructure for real-world assets, enabling issuance, circulation, settlement, cross-border payments, tokenization, and supply-chain coordination for enterprise use cases.
GateNews4小时前
Vitalik：系统简化对用户与开发者中的以太坊采用至关重要
在 Foresight News 的一场活动中，Vitalik Buterin 概述了两层简化——界面层面的调整和更广泛的系统层面变更——并认为以太坊的增长取决于降低系统复杂度，从而提升用户和开发者的参与度。
Buterin 区分了界面与系统层面的简化；对以太坊而言，降低系统复杂度对于提升用户与开发者参与度以及整体采用至关重要。
GateNews4小时前
