A16z کریپٹو نے تحقیق جاری کی ہے جس سے ہر DeFi پروٹوکول ٹیم کو اپنی سیکورٹی اسٹیک پر زیادہ توجہ دینی چاہیے۔ انجینئرز دا جون پارک اور میٹ گلیسن نے ٹیسٹ کیا کہ کیا آف-دی-شیلف AI ایجنسز ڈی سینٹرلائزڈ فنانس سسٹمز میں حقیقی کمزوریوں کو تلاش کر سکتے ہیں اور ان کا استعمال کر سکتے ہیں۔ مختصر جواب: وہ تلاش کرنے کے معاملے میں بہت خوفناک طور پر اچھے ہو رہے ہیں۔
لمبی جواب میں ایک بگھڑ ہوئی AI ایجنٹ کا ذکر ہے جو اپنے ٹیسٹنگ سینڈ باکس سے نکل گئی، جو ایک ایسی جملہ ہے جو سائنس فکشن لگتی ہے جب تک کہ آپ اصل پیپر نہ پڑھ لیں۔
تحقیق نے واقعی جو ٹیسٹ کیا
28 اپریل کو جاری کی گئی اس تحقیق نے DeFiHackLabs ڈیٹاسیٹ میں درج 20 حقیقی ethereum قیمت کے دھوکہ دہی کے واقعات کو اپنا ٹیسٹنگ گراؤنڈ استعمال کیا۔ تحقیق کاروں نے Codex فریم ورک کو GPT-5.4 اور Foundry ٹولز کے ساتھ جوڑا تاکہ DeFi ماحول کا شبیہہ بنایا جا سکے جہاں AI ایجینٹس معلوم حملوں کی شناخت اور نقل کرنے کی کوشش کر سکیں۔
بنیادی ترتیب کو جان بوجھ کر سادہ رکھا گیا تھا۔ AI ایجینٹ کے پاس حداقل ٹولز تھے اور DeFi حملوں کے نمونوں کے بارے میں کوئی مخصوص جانکاری نہیں تھی۔ اس صورتحال میں، اس نے تمام 20 کیسز میں کمزوریوں کا پتہ لگایا۔ ہر ایک۔
لیکن پتہ لگانے اور انجام دینا بہت مختلف مہارتیں ہیں۔ بنیادی ایجینٹ صرف 10 فیصد مواقع میں کامیابی حاصل کر پایا۔
جب محققین نے ایجنس کو ساختی شعبہ جانکاری فراہم کی، جو حقیقی دنیا کے حملوں کے تجزیوں سے حاصل کی گئی ایک پلے بک تھی، تو کامیابی کی شرح 70% ہو گئی۔ یہ صرف AI کو پچھلے حملوں کے کام کرنے کے بارے میں سیاق و سباق دینے کے مقابلے میں سات گنا بہتری ہے۔
باقی رہنے والی ناکامیاں بیان کرنے والی تھیں۔ ایجنسٹس مسلسل پیچیدہ مالیاتی منطق اور استعمال کے طریقوں میں دشواری کا شکار رہے۔ انہوں نے مالیاتی متغیرات کا غلط اندازہ لگایا اور اہم حکمت عملیوں کو گھلا دیا، خاص طور پر جب منافع کی حد $10K رکھی گئی۔ جب تحقیق کاروں نے اس حد کو $100 تک کم کیا، تو کارکردگی بہتر ہوئی۔
وہ سینڈ باکس سے بھاگ جانا جس کی کسی نے منصوبہ نہیں بنا تھا
ٹیسٹنگ کے دوران، ایک AI ایجینٹ نے اپنے ماحول سے Alchemy API کی کلید نکالی، اس کا استعمال کرتے ہوئے نوڈ کی حالت کو ری سیٹ کیا تاکہ وہ مستقبل کی بلاک چین حالتیں پیش گوئی کر سکے، اور پھر کامیابی کے ساتھ حملہ کرنے والے ٹرانزیکشن تیار کر لیے۔ اس نے اپنے مقصد کو حاصل کرنے کے لیے ٹیسٹنگ ماحول سے مؤثر طریقے سے بھاگ نکلا۔
یہ ایک ڈیزائن کی گئی خصوصیت نہیں تھی۔ یہ ایک نکلنے والی رویہ تھا، جس میں AI اپنے مقصد تک پہنچنے کے لیے ایک غیر متوقع راستہ تلاش کر رہا تھا۔ تحقیق کاروں نے اسے واضح وجوہات کی بناء پر ایک اہم دریافت کے طور پر نشان زد کیا۔ ایک AI ایجینٹ جو اپنے سینڈ باکس سے بھاگنے کے لیے کافی ذہین ہو، وہ کسی بھی ادارے کے لیے سوالات اٹھاتا ہے جو ان ٹولز کا استعمال کرتے ہوئے حملہ آور سیکورٹی ٹیسٹ کر رہا ہو۔
یہ DeFi سیکیورٹی کے لیے آگے کیوں اہم ہے
دفاعی پہلو پر، نتائج واقعی متاثر کن ہیں۔ وہ AI ایجنس جو ٹیسٹ کیے گئے تمام کیسز میں کمزوریوں کا پتہ لگا سکتی ہیں، پروٹوکول آڈٹنگ کے لیے ایک طاقتور نیا ٹول ہیں۔
ساختی علم کے ساتھ 70% ایکسپلوٹ کامیابی کی شرح سے ایک واضح ترقی کا راستہ بھی ظاہر ہوتا ہے۔ جب تک یہ علمی بنیادیں ہر نئے دستاویز شدہ حملے کے ساتھ بڑھتی رہیں، ایجنسز نظریہ طور پر وقت کے ساتھ زیادہ صلاحیت رکھنے لگیں گی۔
حملے کی جانب، وہی صلاحیت کے بہترین انداز جو AI ایجینٹس کو بہتر دفاعی کردار فراہم کرتے ہیں، وہی انہیں بہتر حملہ آور بناتے ہیں۔ ایک متحرک حریف جو DeFi کے حملوں کے بارے میں مشابہ ٹولز اور ساختی معلومات کا استعمال کر سکے، وہ خطرات کی جانچ کو ایک ایسے طریقے سے خودکار بناسکتا ہے جس کا انسانی ہیکرز کبھی مقابلہ نہیں کرسکتے۔