A medida que los smart contracts evolucionan de pequeños experimentos a grandes sistemas financieros que gestionan más de 400 mil millones de dólares en activos, la seguridad se vuelve cada vez más crítica.
A diferencia del software tradicional, la mayoría de los programas en blockchain no pueden modificarse después de su implementación, lo que significa que incluso pequeños errores de codificación pueden causar pérdidas financieras permanentes.
Para evaluar el desempeño de la inteligencia artificial en este entorno de alto riesgo, investigadores de OpenAI, Paradigm y OtterSec desarrollaron EVMbench.
En lugar de simples desafíos de prueba, utiliza 120 vulnerabilidades reales de 40 proyectos blockchain, haciendo que la evaluación se acerque más a las condiciones del mundo real.
Comentando al respecto, la publicación del blog de OpenAI señaló,
“Evaluamos una variedad de agentes de vanguardia y descubrimos que son capaces de identificar y explotar vulnerabilidades de principio a fin contra instancias de blockchain en vivo.”
Además agregó,
“Publicamos código, tareas y herramientas para apoyar la medición continua de estas capacidades y futuros trabajos en seguridad.”
¿La IA realmente está transformando la seguridad de los smart contracts?
Si bien la IA mejora significativamente la auditoría y la corrección de errores, también puede explotar debilidades del sistema. Para abordar esto, EVMbench ayuda a los investigadores a rastrear estos riesgos.
También orienta el desarrollo responsable de IA para sistemas financieros de alto valor.
Dicho esto, EVMbench prueba agentes de IA en tres etapas.
Fuente: OpenAI
Cada etapa representa un nivel diferente de dificultad técnica, lo que refleja una creciente responsabilidad en seguridad.
La comunidad valora este esfuerzo
Apreciando esta iniciativa, una cuenta de usuario en X señaló,
“Este es un momento crucial para la seguridad de los smart contracts. El salto del 31,9% al 72,2% de éxito en exploits en solo 6 meses muestra que los agentes de IA no solo están mejorando en la lectura de código, sino que están dominando toda la cadena de ataque.”
En la misma línea, otro usuario agregó,
“El aumento de 6× en el éxito de exploits es un progreso increíble, pero preocupa la rapidez con la que están escalando las habilidades ofensivas.”
Incidente reciente que sacudió al sector
Sin embargo, a pesar de este optimismo, algo sorprendente sucedió poco después del lanzamiento de EVMbench por parte de OpenAI. Un exploit que involucró a Claude Opus 4.6 generó serias preocupaciones sobre los riesgos de los smart contracts “vibe-coded”.
En este caso, la IA ayudó a escribir código vulnerable en Solidity que fijó incorrectamente el precio del activo cbETH en $1,12 en lugar de su valor real de aproximadamente $2.200, provocando liquidaciones y causando pérdidas por casi $1,78 millones.
Fuente: X
Esto demuestra que confiar en la IA para la lógica financiera crítica sin una revisión humana cuidadosa puede convertir pequeños errores en grandes pérdidas.
Persisten las limitaciones
EVMbench tiene limitaciones claras. Incluye solo 120 vulnerabilidades seleccionadas y no puede evaluar problemas recién descubiertos.
El Modo Detectar también genera falsos positivos. Mientras que la pequeña cantidad de tareas Patch y Exploit refleja el gran esfuerzo manual necesario para crearlas.
Además, el entorno aislado no representa completamente las condiciones del mundo real, como la actividad cross-chain, la complejidad temporal y el historial de red a largo plazo.
Ni hablar que, a medida que la adopción de blockchain se acelera, su mal uso evoluciona igual de rápido.
Recientemente, una investigación de Group-IB también mostró que el ransomware DeadLock está utilizando smart contracts de Polygon para ocultar infraestructura de servidores y evadir la detección.
En conjunto, estos desarrollos señalan un cambio preocupante donde los smart contracts, originalmente diseñados para mejorar la transparencia y la confianza, están siendo reutilizados cada vez más como herramientas para el ciberdelito.
Resumen final
- Herramientas como EVMbench ayudan a los investigadores a medir las capacidades de la IA en entornos de seguridad realistas.
- Los conjuntos de datos limitados y los entornos controlados aún no logran capturar la complejidad del blockchain en el mundo real.
