Искусственный интеллект Mythos от компании Anthropic не обнаружил новых «серьезных» ошибок в протоколе конфиденциальности Zcash
ZEC$412.77-0.60% после исправления ранее найденной уязвимости подделки транзакций. Об этом сообщил основатель проекта Zooko Wilcox.
Что именно нашла модель Mythos в коде Zcash
Специализированная AI-модель Mythos, разработанная компанией Anthropic, провела аудит кода Zcash на предмет критических багов. По словам Уилкокса, после того, как команда закрыла одну найденную уязвимость, связанную с возможностью подделки транзакций, Mythos не выявила других «серьезных» проблем.
Напомним, что ранее криптосообщество выражало опасения по поводу модели Claude Mythos от Anthropic из-за риска эксплойтов.
Это означает, что ключевые механизмы защиты приватности в сети Zcash, по мнению AI-аудитора, остаются устойчивыми к атакам. Находка и исправление первоначальной ошибки подтверждают эффективность автоматизированного поиска уязвимостей.
Ранее исследователь, нашедший баг в Zcash через ИИ, уже взялся за аудит Monero.
Почему аудит приватных блокчейнов — сложная задача
Zcash — один из старейших блокчейнов, ориентированных на приватность, использующий технологию zk-SNARKs (zero-knowledge proofs — доказательства с нулевым разглашением). Подобные протоколы традиционно считаются сложными для аудита, так как математические основы их работы требуют глубокой экспертизы.
Это произошло на фоне того, что ранее Zcash взлетел на 45% после анонса обновления Ironwood.
Применение ИИ для поиска багов в криптографическом коде — растущий тренд. Успешное использование модели Mythos показывает, что машинное обучение может дополнять, а в некоторых случаях и заменять ручной аудит, снижая риски для пользователей.
Исправление найденной ошибки подделки транзакций и отсутствие новых критических уязвимостей повышает доверие к безопасности Zcash.
Какие перспективы у AI-аудита в криптоиндустрии
Команда Zcash продолжит мониторинг и тестирование кода, а сам случай с Mythos может подтолкнуть другие проекты к внедрению AI-аудита как стандартной практики. Остается открытым вопрос, насколько эффективно такие модели справляются с новыми, ранее неизвестными типами атак на блокчейны.