我要投稿

OpenAI 发布 EVMbench：AI在Defi上偷钱，黑客都得失业...

发布日期：2026-02-20 10:54:17 浏览次数： 1904

作者：C Labs 加密观察

微信搜一搜，关注“C Labs 加密观察”

一直说Crypto抱腿AI是热脸贴冷屁股，但是在最近加密市场遇冷的时候，OpenAI 推出了 EVMbench，让不少加密圈的小伙伴开始激动了~

01

EVMbench 是什么？

首先你并没有看错，这里的EVM确实指的就是Ethereum Virtual Machine（以太坊虚拟机），也就是以太坊和大多数兼容链运行智能合约的底层环境。

但是这次OpenAI推出的EVMbench 不是一条链，也不是以太坊升级，而是一个 AI 测试工具。

这次的EVMbench和加密圈的关系也很深，因为这套工具的开发者，除了OpenAI之外，还有知名加密基金Paradigm和Web3 安全审计公司OtterSec。

目前这个EVMbench是以论文（见结尾“阅读原文”）的形式发表的，我今天也来个硬核的，给大家解读一下~

熟悉链上的朋友们都知道，智能合约简直就是个“黑暗森林”，不断有黑客扫描各种攻击机会，一旦漏洞被发现，就会造成难以挽回的重大损失。

因此不少项目方都选择花钱做代码安全审计。

但是OpenAI认为，链上环节特别适合作为AI的评测环境，因为所有数据和信息都在链上可查可验证~

然后他们就在真实的Defi环境中，找到了几百个真实项目。这些项目平均有一两千行代码，含有多个合约。

所以这个EVMBench（Bench有审判席的意思），就是让主流的 AI模型（GPT/Gemini/Claude）在这些项目上干这三件事：

发现漏洞（Detect）

修复漏洞(Patch)

攻击合约偷钱（Exploit）

然后评分看哪个干得好~

02

审计不行，偷钱行！

最后开发团队发现AI在发现或者修复漏洞方面表现一般，但是利用漏洞攻击合约的能力倒是很强！

在已知合约有关问题的情况，只有不到一半的漏洞能被发现或者修复，这只算是一般水平的“代码审计师”。

但是作为黑客偷钱成功的概率，高达70%以上！

而且AI 无论是当“链上黑客”还是当“审计员”，只要算力给够（AI 输出 token 数量），表现都能有明显提升。

03

各 AI 模型结果

讲到这里，大家肯定很关心各个模型到底谁比较厉害~

其实从前面的图表也可以看出，检测漏洞最厉害的是Claude Opus 4.6，它找到的漏洞按真实审计奖励能赚3.8万美金！

但是修复漏洞和偷钱能力最强的，还是OpenAI的GPT 5.3-Codex (毕竟是自己人写的论文，不能输呀)。

如果AI有个工程师给点提示的话，AI几乎在审计和偷钱方面的成功率，都可以达到90%以上！

04

总结

用大白话总结一下，未来的链上Defi可能就真的是为AI准备的，无论是代码审计，还是黑客，可能都得失业了..

53AI，企业落地大模型首选服务商

产品：场景落地咨询+大模型应用平台+行业解决方案

承诺：免费POC验证，效果达标后再合作。零风险落地应用大模型，已交付160+中大型企业

相关资讯

2026-04-08

把你的 Mac 变成 AI 服务器：LM Studio 部署 Gemma 4 + OpenClaw 接入实战

2026-04-08

Mythos 全面解读：Anthropic 最强模型发布

2026-04-08

MCP 与 CLI 之争，本质是一场速度博弈

2026-04-08

刚刚，Anthropic祭出最强Claude Mythos！暴击Opus 4.6，跪求千万别用

2026-04-08

用了半年 Claude Code，你可能只用了它 20% 的功能

2026-04-08

Anthropic 的 Harness，已经进入新阶段：只用三招，开始从“补”转向“删”

2026-04-08

Anthropic宣布练出神话级模型：Claude Mythos，代码和黑客能力吊打opus4.6，不向公众开放！

2026-04-08

突发！史上最强 Claude 发布：聪明到不敢开放，还会突破权限掩盖操作痕迹

联系获取

联系获取

160+中大型企业正在使用53AI

立即咨询预约演示

把握AI发展的机遇，共同探索、共同进步

2025-01-22

如何打造基于GenAI的员工服务机器人

2025-01-22

热点资讯

Pencil：设计和写代码，以后就全让AI干了

2026-01-24

独家实录｜唐杰、杨植麟、林俊旸、姚顺雨...All Star 对话上，大家聊了啥？

2026-01-10

从0到1玩转Clawdbot：我花了40小时，把这些坑都踩完了

2026-01-26

Claude Code Skills 国内实践全指南：从安装部署到高阶开发

2026-01-09

终于！Gemini CLI支持Agent Skills，一键搬运Claude Code的“绝招”

2026-01-09

深度解析——为什么Claude code CEO Dario 如此反中？

2026-01-23

不会封号的Claude Code使用方法！已稳定测试一个月，还能共享给团队。

2026-01-14

刚刚Qwen 3.6 Plus上线预览：1M上下文，阿里Coding/Agent翻身战打响

2026-03-31

2026年国内如何注册 Claude 账号教程

2026-03-13

我装了 9 个 Skill，终于看懂了 Google Antigravity 的野心

2026-01-21

大家都在问

12MB的Go二进制，让AI操控浏览器只花800 tokens，PinchTab凭什么这么省？

2026-04-07

华为AI 49元/月！贵？不贵？

2026-04-01

为什么这波 AI 产品都开始抢着做 CLI ？

2026-03-31

Harness Engineering 来了，SDD 还有意义吗？

2026-03-31

OpenAI不会干黄了吧？

2026-03-22

专访OpenAI首席科学家：我们离“AI自己做研究”有多远？

2026-03-22

编程选GPT-5.4，还是GPT-5.3-Codex？

2026-03-21

真实测评MiniMax M2.7，不吹不夸，它到底什么水平？

2026-03-20

热门标签

内容创作大模型技术个人提效 langchain llamaindex 多模态技术 RAG技术智能客服知识图谱模型微调 RAGFlow coze Dify Fastgpt Bisheng Qanything AI+汽车 AI+金融 AI+工业 AI+培训 AI+SaaS Skill 提示词技巧 AI+电商 AI面试数字员工 ChatBI AI知识库开源大模型智能营销智能硬件智能化改造 AI+医疗 MaxKB Palantir Glean Openclaw

应聘简历请发送至： ceo@53ai.com

联系我们

售前咨询

预约演示

微信扫码

添加专属顾问

回到顶部