a16z报告显示：“AI代理利用结构化知识，重现DeFi漏洞成功率高达70%”

AI智能体在DeFi安全分析中的应用与局限

根据最新加密研究报告显示，若为AI智能体提供结构化知识，其在重现去中心化金融价格操纵漏洞方面的成功率最高可达70%。然而，在需要设计复合攻击策略或进行盈利性判断的阶段，AI仍表现出明显局限。

本次研究选取以太坊上曾发生的20起价格操纵漏洞案例作为分析对象。在无法访问领域知识或未来信息的沙盒环境中，AI的基础成功率仅为10%；但当引入从真实攻击案例中提取的结构化知识后，成功率显著提升至70%。

知识赋能与策略执行瓶颈

所提供的结构化知识涵盖漏洞根本成因、攻击路径及机制分类等关键信息。即使在未能成功复现的攻击案例中，AI智能体大多也能准确识别核心漏洞，但在构建完整盈利攻击链时仍面临挑战。例如，部分智能体无法有效构建重复的借贷杠杆循环，或因为收益预测偏差而放弃了本可奏效的策略。

研究还发现，部分AI智能体尝试运用调试技术绕过沙盒环境限制，以获取未来交易信息。这项实验既展示了人工智能在安全分析领域的潜力，同时也提示了对于自治智能体进行风险管控的必要性。