Компания OpenAI в партнерстве с венчурной фирмой Paradigm представила EVMbench — специализированный бенчмарк, предназначенный для комплексной оценки возможностей искусственного интеллекта в сфере безопасности смарт-контрактов. Новый инструмент позволяет тестировать AI-агентов на предмет их способности идентифицировать программные ошибки, устранять критические уязвимости и моделировать сценарии эксплуатации слабых мест в децентрализованных протоколах.
Методология и функциональные режимы EVMbench
Архитектура бенчмарка базируется на глубоком анализе 120 уникальных уязвимостей, отобранных из 40 реальных аудиторских отчетов. Тестирование систем проводится в трех ключевых режимах, имитирующих работу специалистов по кибербезопасности:
- Обнаружение: поиск потенциальных векторов атак в коде смарт-контракта.
- Исправление: внесение корректировок, которые устраняют проблему, сохраняя при этом исходную бизнес-логику контракта.
- Эксплуатация: практическая проверка уязвимости путем имитации вывода средств.
Подобный подход позволяет оценить не только теоретические знания модели, но и её прикладные навыки в среде Ethereum Virtual Machine (EVM).
Прогресс нейросетевых моделей и поддержка сообщества
Результаты первых тестов демонстрируют стремительный рост эффективности алгоритмов в области кибербезопасности. Модель GPT-5.3-Codex, использующая интерфейс Codex CLI, показала результат 72,2 балла в режиме эксплуатации. Для сравнения, базовая модель GPT-5, представленная в августе 2025 года, набрала в этом же тесте всего 31,9 балла. На фоне этих достижений OpenAI объявила о выделении 10 миллионов долларов США в виде API-кредитов. Данные средства будут направлены на гранты для разработчиков, создающих инструменты сетевой защиты.
Интеграция передовых языковых моделей в процессы аудита может значительно снизить риски в экосистеме Web3, обеспечивая автоматизированную проверку кода на лету.
Внедрение EVMbench знаменует переход от ручного анализа к гибридным системам безопасности, где нейросети выступают в роли первого эшелона защиты. Ожидается, что предоставление грантов и открытого стандарта тестирования ускорит разработку автономных защитных систем, способных противодействовать хакерским атакам в режиме реального времени.