این ابزار برای پاسخ به ریسکهای امنیتی قراردادهای هوشمندی طراحی شده که در مجموع بیش از ۱۰۰ میلیارد دلار دارایی رمزارزی را مدیریت میکنند. EVMbench از ۱۲۰ آسیبپذیری واقعی که از دل ۴۰ گزارش حرفهای حسابرسی استخراج شدهاند استفاده میکند؛ از جمله نمونههایی که مربوط به بلاکچین Tempo هستند.
آزمایشها در یک محیط ایزولهشده از Ethereum Virtual Machine انجام میشود و هوش مصنوعی در سه سناریوی متفاوت محک میخورد:
اول تشخیص باگ، دوم اصلاح عملکردی کد، و سوم اجرای کامل حمله برای تخلیه داراییها.
طبق نتایج منتشرشده، مدل GPT-5.3-Codex موفق شده در بخش اجرای حملات، به نرخ موفقیت ۷۲.۲ درصد برسد؛ عددی که در مقایسه با امتیاز ۳۱.۹ درصدی GPT-5 فقط شش ماه قبل، رشد چشمگیری محسوب میشود.
اوپنایآی در بیانیه خود تأکید کرده که اندازهگیری توانایی مدلها در این حوزه، هم به شناسایی ریسکهای امنیتی آینده کمک میکند و هم نشان میدهد استفاده دفاعی از هوش مصنوعی برای بررسی و مقاومسازی قراردادهای هوشمند چقدر حیاتی است.
بهطور خلاصه، EVMbench نشان میدهد که هوش مصنوعی میتواند هم ابزار هکرها باشد و هم یکی از قویترین سپرهای دفاعی بلاکچین؛ بستگی دارد چطور و توسط چه کسی استفاده شود


BTC
ETH
TRX
XRP
BNB
BCH
SOL
USDC
DOGE
MKR
ADA
DOT
AVAX
LTC
ATOM