وكلاء الذكاء الاصطناعي يخضعون للاختبار بينما تصل سرقات العملات المشفرة إلى $3.4 مليار

يستخدم المطورون الآن وكلاء الذكاء الاصطناعي لحماية العقود الذكية التي تتحكم في مليارات الأصول الرقمية، بعد سرقة قرصنة العملات المشفرة لأكثر من 3.4 مليار دولار من منصات البلوكشين في عام 2025. 

بدلاً من سرقات صغيرة عديدة، كانت الخسائر في عام 2025 مركزة في بضع اختراقات ضخمة، حيث سجلت ثلاث حوادث كبرى ما يقرب من 70 ٪ من إجمالي القيمة المسروقة. كان أبرزها اختراق منصة Bybit، الذي صرف بمفرده حوالي 1.4 مليار دولار — واحدة من أكبر سرقات العملات المشفرة المسجلة

تعمل OpenAI مع Paradigm وOtterSec لاختبار ما إذا كان وكلاء الذكاء الاصطناعي يمكنهم اكتشاف نقاط الضعف في مساحات البلوكشين الحقيقية باستخدام EVMbench الخاص بها.

تراجع وكلاء الذكاء الاصطناعي العقود الذكية لتحديد وإصلاح مشكلات الأمان التي تؤدي إلى خسائر في العملات المشفرة

أي خطأ في كود العقد الذكي اليوم سيؤثر على أموال حقيقية تعود للمستثمرين الكبار والصغار، حيث تدير هذه البرامج الآلية أكثر من 100 مليار دولار من الأصول الرقمية مفتوحة المصدر. 

وبعد أن سرق القرصنة أكثر من 3.4 مليار دولار من منصات العملات المشفرة في عام 2025، يمكن للمطورين الآن رؤية مدى هشاشة النظام عندما يستغل المهاجمون الكود الضعيف. 

الاعتماد على التدقيق البشري لم يعد خيارًا لأن العقود الحية تواجه هجمات جديدة ومتطورة لم تكن موجودة أثناء عملية التدقيق. بالإضافة إلى ذلك، يستغرق الأمر الكثير من الوقت ويكلف ثروة حيث يجب على فرق الأمان مراجعة كود العقد الذكي قبل النشر.

بدلاً من انتظار دورة التدقيق اليدوي التالية التي قد تأتي متأخرة جدًا لوقف هجوم، يتحول المطورون الآن إلى وكلاء الذكاء الاصطناعي لمراقبة العقود الذكية الحية باستمرار.

يستغرق وكلاء الذكاء الاصطناعي وقتًا أقل للكشف عن عدم انتظام الكود المخفي مما يفعله البشر، الذين قد يحتاجون إلى أيام أو حتى أسابيع، لذا فإن أطر مثل EVMbench من OpenAI تبدو أكثر منطقية للمطورين.

يستخدم EVMbench وكلاء الذكاء الاصطناعي في بيئات الاختبار لمساعدة المطورين على فهم كيفية أداء العقود الذكية تحت الضغط الواقعي قبل النشر الفعلي.

سوف يكتشف الوكلاء أولاً نقاط الضعف المخفية في الكود، وإصلاح المشكلة دون كسر وظيفة العقد، ثم محاولة استغلال الضعف لتصريف الأموال إذا استمرت المشكلة.

وفقًا للنتائج الأولية، فإن وكلاء الذكاء الاصطناعي أفضل في استغلال نقاط الضعف من إصلاحها بأمان. يقلق الناس الآن من أن القرصنة قد يساء استخدام أدوات مدعومة بالذكاء الاصطناعي لاستغلال نقاط الضعف في أنظمة البلوكشين بكفاءة لم يسبق لها مثيل. 

يمكن لوكلاء الذكاء الاصطناعي أيضًا خلق مخاطر أمنية جديدة من خلال مساعدة القرصنة في تحديد نقاط الضعف في أنظمة البلوكشين

الآلات تتعلم اختراق العقود الضعيفة بشكل أسرع من أي وقت مضى لأن أنظمة وكلاء الذكاء الاصطناعي الحالية تنجح الآن في استغلال أكثر من 70٪ من نقاط الضعف مقارنة بنماذج الذكاء الاصطناعي السابقة بمعدل نجاح أقل من 20٪.

يتحول المهاجمون الآن بعيدًا عن طرق القرصنة اليدوية نحو وكلاء الذكاء الاصطناعي الذين يفحصون كميات كبيرة من الكود ويختبرون مسارات هجوم مختلفة دون تدخل بشري مباشر.

ومع استمرار هذا الاتجاه، يقول الخبراء الآن إن وكلاء الذكاء الاصطناعي سيكونون قريبًا قادرين على نقل الأموال، والموافقة على المعاملات، وإدارة المهام المالية تلقائيًا نيابة عن المستخدمين. 

قال التكنولوجي الأمريكي جيريمي أليير إن مليارات وكلاء الذكاء الاصطناعي سيستخدمون قريبًا العملات المستقرة لإرسال واستلام المدفوعات عبر شبكات البلوكشين. المؤسس والرئيس التنفيذي السابق لـ Binance، تشانغ بينغ جيو (CZ)، قال أيضًا أن العملات المشفرة يمكن أن تصبح طبقة الدفع الأصلية للأنظمة المدعومة بالذكاء الاصطناعي في المستقبل.

كل هذه الاتجاهات والتوقعات تجعل وكلاء الذكاء الاصطناعي أكثر فائدة لكل من المستخدمين والمهاجمين، حيث سيتفاعلون قريبًا مع العقود مباشرة في البيئات المالية الحقيقية حيث تكون الأموال الحقيقية على المحك.

لقد أثار قادة الصناعة حتى مخاوف بشأن سلامة المستخدم. أشار شريك الإدارة في Dragonfly، هاسيب كوريشي، إلى أن العديد من المستخدمين لا يزالون قلقين بشأن إرسال الأموال إلى العنوان الخطأ أو الموافقة على معاملة ضارة عن طريق الخطأ من خلال معاملات العملات المشفرة.

لحل هذه المشكلة، اقترح كوريشي أن المحافظ المدارة بالذكاء الاصطناعي يمكنها قريبًا التفاعل مع البلوكشين دون حاجة المستخدمين إلى فهم العملية المعقدة المشاركة.

بهذه الطريقة، يمكن لوكلاء الذكاء الاصطناعي المساعدة في تقليل الأخطاء البشرية في التدقيق وحماية العقود الذكية من خلال مراقبة الأنظمة باستمرار. ومع ذلك، يمكنهم أيضًا زيادة معدل اكتشاف المهاجمين لنقاط الضعف في النظام، مما يتيح توسيع نطاق الاستغلال بشكل أسرع بكثير.

هذا يخلق مشكلة أمنية حيث يمكن لأنظمة الذكاء الاصطناعي المطورة لحماية منصات التمويل اللامركزي أن تكون الأكثر فعالية في مهاجمتها إذا وقعت في الأيدي الخاطئة.