以太坊基金会的 AI 代理发现了 libp2p 代码中的 CVE-2026-34219 漏洞

以尼科斯·巴克塞瓦尼斯（Nikos Baxevanis）于7月9日发布在基金会协议安全团队博客的文章为准，Ethereum基金会部署了AI代理来审计其代码库，并发现了CVE-2026-34219：libp2p的gossipsub网络层中的一个可被远程触发的漏洞。测试结果显示，其中一个代理大约生成了1000条候选发现；86%的顶级建议在专家评审后仍然有效。基金会得出的结论是：在AI辅助安全审计中，主要的工作量瓶颈在于验证AI生成的报告，而不是漏洞的发现。

Ethereum基金会发现关键gossipsub漏洞

AI代理在gossipsub中暴露出一个可远程触发的恐慌（panic）。gossipsub是libp2p点对点网络层的一部分，Ethereum共识客户端在其上运行。该缺陷已被修复，并以CVE-2026-34219的形式披露。基金会指出，如果攻击者最先发现该漏洞，就可能被用来扰乱整个网络中的节点。

这篇题为《The triage is the product》的博客文章详细说明：尽管被标记的问题中夹杂了真实漏洞，但其中多数最终都是误报。基金会整理了反复出现的误报模式，包括仅在调试构建中发生、在生产环境中从不出现的崩溃；依赖攻击者无法提供的不可达内部数值的复现器；以及在技术上成立但约束过于宽松、因此无法证明任何结论的形式化验证。

基金会将分诊（triage）认定为主要瓶颈

基金会表示，令人意外的并不是AI代理能够发现漏洞，而是“用来找出真正漏洞的工作量有多么少，以及用来区分真正漏洞和那些看起来像真的东西的工作量有多么多”。团队实施了一条总结为“可复现就算数”的严格证据标准。现在，每一条候选发现都必须附带一个自包含的产物（artifact），用于在实际代码上复现故障，不再依赖报告代理声称其把握有多高。

基金会将代理描述为假设生成器，并将其组织为recon、hunting、gap-filling和validation等阶段，由人类做最终裁定。工作量并未消失，只是转移到了下游的分诊环节：经验丰富的工程师在其中将信号与噪声区分开来。

AI代理在测试中实现86%的验证率

博客文章提供了针对当前一代工具性能的基准数据。一个基于性质（property-based testing）的测试代理大约生成了1000条候选发现。经过专家评审后，其顶级建议中大约86%在审查中仍然有效。基金会指出，这个对机器来说很高的比例，仍然需要人类筛选，才能在任何时候触达生产代码。

这些工具正在关键基础设施中发现真实漏洞，削弱了“AI生成的漏洞报告只是噪声”的说法。对于一个价值数千亿（hundreds of billions）美元的网络而言，人类验证筛选仍然至关重要。

生态系统支持计划资助AI安全拨款

基金会将这项工作视为持续性举措，而非一次性实验。其生态系统支持计划正为AI驱动的协议安全专项资助一轮拨款，涵盖研究、审计与漏洞检测。

常见问题（FAQ）

Ethereum基金会的AI代理发现了什么漏洞？
AI代理发现了CVE-2026-34219：libp2p的gossipsub网络层中的一个可被远程触发的漏洞，该网络层被Ethereum共识客户端使用。该缺陷在发现后已被修复并披露。

AI代理生成了多少条候选发现？
一个基于性质的测试代理大约生成了1000条候选发现，其中约86%的顶级建议在基金会安全团队的专家评审后仍然有效。

Ethereum基金会对AI辅助安全审计得出了什么结论？
基金会认为：在AI辅助安全审计中，主要的工作量瓶颈在于对AI生成报告的分诊与验证，而非漏洞的发现。