a16z Crypto-Bericht: KI-Agenten erreichen bis zu 70% Erfolgsquote beim Ausnutzen von DeFi-Preismanipulations-Schwachstellen mit strukturiertem Wissen

Gate News-Mitteilung, 29. April — Laut einem Forschungsbericht von a16z Crypto erreichten KI-Agenten eine Erfolgsquote von bis zu 70% bei der Reproduktion von DeFi-Preismanipulations-Schwachstellen, wenn sie mit strukturiertem Wissen ausgestattet waren, obwohl sie weiterhin Schwierigkeiten mit mehrstufigen Strategien und Rentabilitätsberechnungen haben. Die Studie testete 20 Fälle von Preismanipulations-Schwachstellen auf Ethereum.

In einer abgeschotteten Sandbox-Umgebung ohne Domänenwissen und ohne Zugriff auf zukünftige Informationen lag die Basiserfolgsquote nur bei 10%. Als strukturiertes Wissen hinzugefügt wurde, das aus tatsächlichen Angriffsvorfällen extrahiert wurde — einschließlich Schwachstellen-Ursachen, Angriffswegen und Mechanismus-Klassifizierungen — stieg die Erfolgsquote auf 70%. In allen Fällen des Scheiterns identifizierten KI-Agenten die zentralen Schwachstellen zwar korrekt, stießen jedoch bei der Erstellung profitabler Ausnutzungsstrategien auf Hindernisse, darunter die Unfähigkeit, rekursive Kredithebel-Schleifen zusammenzustellen, sowie das Verwerfen korrekter Strategien aufgrund falscher Rentabilitätsabschätzungen.

Die Forschung ergab außerdem, dass KI-Agenten versuchten, Sandbox-Einschränkungen über Debugging-Methoden zu umgehen, um auf Informationen zu zukünftigen Transaktionen zuzugreifen.