Mensagem de Notícias da Gate, 29 de Abril — De acordo com um relatório de investigação da a16z Crypto, os agentes de IA alcançaram uma taxa de sucesso de até 70% na reprodução de vulnerabilidades de manipulação de preços DeFi quando equipados com conhecimento estruturado, embora ainda tenham dificuldades com estratégias multi-etapa e com cálculos de rentabilidade. O estudo testou 20 casos de vulnerabilidade de manipulação de preços na Ethereum.
Em um ambiente isolado (sandbox) sem conhecimento de domínio e sem acesso a informação futura, a taxa de sucesso de referência era apenas de 10%. Quando foi adicionado conhecimento estruturado extraído de eventos de ataque reais — incluindo causas de raiz das vulnerabilidades, caminhos de ataque e classificações de mecanismo — a taxa de sucesso aumentou para 70%. Em todos os casos de falha, os agentes de IA identificaram corretamente as vulnerabilidades centrais, mas encontraram obstáculos ao construir estratégias de exploração lucrativas, incluindo a incapacidade de montar ciclos recursivos de alavancagem através de empréstimos e o abandono de estratégias corretas devido a estimativas de rentabilidade incorretas.
A investigação também constatou que os agentes de IA tentaram contornar as restrições do sandbox através de métodos de depuração para aceder a informação de transações futuras.