Объявление Anthropic о своих кибербезопасностных моделях «Mythos» вызвало новую волну споров в криптосообществе: станут ли продвинутые инструменты ИИ проще использовать для атак на децентрализованные финансы или же они просто ускорят темпы обороны? Дискуссия набрала обороты после того, как Anthropic позиционировала системы класса Mythos для задач, ориентированных на безопасность, и—согласно компании—сообщила о улучшениях в исследованиях уязвимостей и анализе эксплойтов по сравнению с более ранними итерациями.
Для инвесторов DeFi, разработчиков и команд по безопасности базовый вопрос важнее хайпа и больше связан с операционной реальностью: может ли ИИ реально сократить разрыв между обнаружением слабостей и превращением их в работающие атаки? И столь же важно: смогут ли защитники использовать ту же возможность, чтобы выявлять проблемы раньше и быстрее их устранять?
Ключевые выводы
Anthropic описывает Claude Mythos как систему ИИ, ориентированную на кибербезопасность, предназначенную для задач вроде исследования уязвимостей и многослойных рассуждений о безопасности.
ИИ может ускорить ревью кода, но переход от «обнаружения уязвимости» к «кражам средств» все равно требует технического и операционного исполнения — того, что атакующие часто должны заранее планировать.
Текущие ограничения, включая ложные срабатывания и неверные рассуждения, означают, что экспертный надзор и дисциплина процессов остаются центральными для безопасности DeFi.
Защитные команды и разработчики также могут внедрять ИИ-ассистированное тестирование, потенциально повышая базовые стандарты безопасности по всему сектору.
Риск в DeFi неравномерен: небольшие проекты, быстрые циклы запуска, повторно используемый код и слабое покрытие аудитом обычно сталкиваются с более высокой степенью уязвимости.
Что задумано сделать Claude Mythos
Claude Mythos — наиболее продвинутая ИИ-система Anthropic для задач кибербезопасности, созданная иначе, чем универсальные ассистенты, которые просто объясняют понятия или генерируют код по запросу. Anthropic описывала возможности класса Mythos как ориентированные на сложные рабочие процессы безопасности, а не на широкий чат-формат.
Хотя компания изначально ограничивала доступ, а не предлагала немедленное широкое распространение, опубликованные материалы Anthropic подчеркивали измеримые улучшения в тех областях, которые важны для команд безопасности — в особенности в исследовании уязвимостей и анализе эксплойтов. Релевантность для криптоочевидна: безопасность смарт-контрактов зависит от того, насколько быстро удается выявлять ошибки в публичных кодовых базах и оценивать, как уязвимости могут быть использованы на практике.
Самое практичное опасение для DeFi — сжатие сроков. Если ИИ помогает сокращать время на поиск и осмысление потенциальных уязвимостей, атакующие могут выиграть, переключившись с медленного обнаружения на более быстрое извлечение выгоды. Но то же преимущество скорости может сократить и защитный цикл — на проверку кода, верификацию допущений и подготовку исправлений до того, как эксплойт принесет капитализированную прибыль.
Почему DeFi выглядит привлекательной целью
Озабоченности по безопасности DeFi не новы, и они не зависят исключительно от технической сложности. Протоколы DeFi часто хранят крупные суммы через смарт-контракты, а это означает, что программная проблема потенциально может стать прямым финансовым риском, а не теоретической ошибкой. Сектор неоднократно терпел потери, связанные с различными сценариями отказа — эксплойтами, атаками в стиле флэш-кредитов, межчейн-проблемами, манипуляциями в управлении и слабостями смарт-контрактов.
Два фактора делают эти среды особенно чувствительными. Во-первых, код смарт-контрактов часто публичен — это хорошо для прозрачности и исследовательской безопасности, но одновременно дает атакующим ту же информацию, что и защитникам. Во-вторых, многие системы DeFi молоды или быстро развиваются, и даже аудированные протоколы могут содержать пробелы или допущения, которые не подтверждаются при меняющихся условиях.
В этом контексте ИИ-инструменты, которые могут отсортировать большие репозитории, кратко изложить сложные системы и предложить вероятные пути атаки, можно рассматривать как мультипликатор силы. Если модель способна быстрее, чем традиционный ручной разбор, просеивать паттерны и рассуждать о возможных маршрутах эксплуатации, атакующие могут масштабировать свои усилия сверх того, что раньше могли позволить небольшие команды.
ИИ может помочь, но он не гарантирует прибыльные атаки
Даже если ИИ способен выявлять уязвимости эффективно, путь к успешной эксплуатации не является прямой линией. Многие реальные атаки в крипто требуют большего, чем просто распознать слабое место: они зависят от понимания механики протокола, координации последовательностей транзакций, управления динамикой ликвидности, прохождения по управляющим (governance) маршрутам и минимизации шанса обнаружения.
Собственные исследовательские материалы Anthropic и более широкий опыт в кибербезопасности указывают на ключевую операционную реальность: ИИ-системы могут быть полезными, даже когда они допускают ошибки. На практике ИИ-ориентированный анализ может обнаружить несколько возможных проблем, не все из которых валидны или эксплуатируемы. Это означает, что защитникам все еще следует считать, что автоматизированные инструменты будут создавать шум наряду с ценностью, и командам придется перепроверять результаты, а не воспринимать вывод модели как окончательную истину.
Для пользователей DeFi это различие имеет значение. Уязвимость, которая появляется в отчете, не означает автоматически вывод средств. Атакующие также могут иметь ограничения — требования к капиталу, тайминг или зависимости между контрактами, которые ИИ не способен устранить. Аналогично, защитники, которые могут действовать быстро на основании высокодоверительных находок, способны «срезать» окно, в котором атакующие превращают теорию в исполнение.
Где ИИ может усилить безопасность DeFi
Еще одна причина, почему нарратив «ИИ только ослабит DeFi», не выдерживает критики, заключается в том, что у защитных команд есть доступ к похожим инструментам. Фирмы по безопасности могут встроить ИИ-ассистированный обзор в свои процессы, а разработчики — использовать ИИ для усиления проверок кода. Охотники за багами тоже могут расширить покрытие и ускорить предрелизную проверку, потенциально выявляя классы проблем раньше, чем это позволяли бы одни лишь традиционные процессы.
Это открывает более сбалансированный сценарий: ИИ становится обычной частью безопасной разработки, а не привилегией только атакующих. В этой логике решающая переменная — не то, существует ли ИИ на атакующей стороне, а то, насколько быстро команды смогут внедрять ИИ-обоснованный анализ в конвейеры развертывания и насколько эффективно они реагируют, когда проблемы обнаружены.
Также стоит отметить, что крупные инциденты в крипто иногда были вызваны факторами, не связанными со смарт-контрактным кодом — например, скомпрометированными приватными ключами, социальной инженерией или манипуляциями в управлении. Улучшения ИИ в ревью кода не устранят эти риски, но могут снизить один из типов подверженности за счет более строгой оценки логики контрактов.
Приоритеты разработчиков DeFi в мире, ускоренном ИИ
Для команд протоколов самый ясный урок — исходить из того, что автоматизированные исследования уязвимостей становится запускать все проще. Это не значит, что каждую слабость мгновенно начнут эксплуатировать, но означает, что ожидания по безопасности должны вырасти. Командам следует сосредоточиться на сокращении времени между выявлением потенциальной проблемы и выпуском исправления — потому что в более быстром экосистемном окружении задержки могут быть так же важны, как и профилактика.
Практически полезные приоритеты, которые подчеркивает этот сдвиг, включают расширение автоматизированного тестирования безопасности, проведение непрерывных аудитов вместо разовых проверок и интеграцию ИИ-ассистированного анализа кода в рабочие процессы разработки. Также многие команды, вероятно, выиграют от улучшения мониторинга угроз и готовности к реагированию на инциденты, поскольку более быстрая детекция и триаж могут снизить реальный ущерб от тех уязвимостей, которые все же «проскочат».
Риск также распределен в DeFi неравномерно. Наиболее подвержены протоколы часто те, у которых ограничены ресурсы на безопасность, сжатые сроки запуска, сильная зависимость от повторного использования существующего кода, слабое покрытие сторонним аудитом или старые конструкции смарт-контрактов, которые опираются на допущения, больше не согласующиеся с актуальными техниками эксплуатации. Для таких команд анализ с поддержкой ИИ может снизить барьеры — но одновременно повышает планку, которую им нужно выдержать, чтобы не отставать.
Сдвиг стандартов, а не гарантированный крах
Мифос — и более общий тренд на ИИ, ориентированный на кибербезопасность — сигнализируют о крупных изменениях в том, как быстро можно решать сложные задачи по обеспечению безопасности. Однако мысль о том, что DeFi неизбежно рухнет, не учитывает практические ограничения: обнаружение уязвимости не гарантирует эксплуатацию, анализ ИИ остается несовершенным, а защитники могут адаптироваться так же, как и атакующие. Наиболее вероятный исход — эволюция стандартов безопасности: быстрее выявляются уязвимости, а у команд появляется больше давления, чтобы обновлять код и реагировать в более короткие сроки.
Что читателям стоит отслеживать дальше, так это то, как команды протоколов внедряют ИИ-ассистированную безопасность в практические процессы: станут ли аудиты непрерывными, насколько улучшаются сроки реакции и закрывает ли сектор пробелы быстрее, чем атакующие успевают их эксплуатировать.
Превью-исследование Mythos от Anthropic и освещение возможностей кибербезопасностной модели Anthropic информировали обсуждение того, как Mythos справляется с задачами, связанными с безопасностью. Дополнительный контекст о сообщениях, связанных с Mythos, представлен в Reuters.
Эта статья была первоначально опубликована как «Can AI Drain DeFi? Checking Claims Behind Claude’s Hype on Crypto Breaking News» — ваш надежный источник новостей о крипто, новостей о Биткоине и обновлений по блокчейну.