OpenAI وParadigm تطلقان اختبارًا لتدقيق العقود الذكية بالذكاء الاصطناعي

أعلنت OpenAI وشركة رأس المال الجريء المتخصصة في العملات المشفرة Paradigm إطلاق EVMbench، وهو معيار اختبار متخصص صُمّم لقياس مدى كفاءة وكلاء الذكاء الاصطناعي في تدقيق العقود الذكية. ويختبر الأداة ثلاث مهارات محددة: البحث عن الثغرات عالية الخطورة، وإنشاء إصلاحات برمجية (patches) لمعالجتها، والاستغلال العملي للثغرات المكتشفة. وفي ظل خسارة قطاع البلوكتشين مئات الملايين من الدولارات سنويًا بسبب ثغرات العقود الذكية، لا يُعدّ ظهور أداة موحّدة لتقييم أنظمة الذكاء الاصطناعي تمرينًا أكاديميًا، بل ضرورة ملحّة.

ولفهم سبب ظهور EVMbench في هذا التوقيت تحديدًا، لا بد من النظر إلى حال سوق الأمان في فضاء البلوكتشين. فالعقود الذكية شيفرات ذاتية التنفيذ تُنشر على البلوكتشين وتدير مليارات الدولارات في بروتوكولات التمويل اللامركزي. والمشكلة أن العقد، بعد نشره على الشبكة، يكاد يستحيل تعديله، فيصبح أي خطأ دائمًا وقد يكون مدمّرًا. أما التدقيق التقليدي فيتطلب متخصصين عالي الكفاءة، وهؤلاء يعانون نقصًا حادًا: فالطلب على مدققي العقود الذكية يفوق العرض منذ زمن طويل، وتمتد مدة الفحص إلى أسابيع. وهذه الفجوة تحديدًا يمكن لوكلاء الذكاء الاصطناعي نظريًا سدّها، شرط أن تكون قدراتهم قابلة للقياس والمقارنة.

يستهدف EVMbench آلة إيثريوم الافتراضية (EVM)، وهي معيار تنفيذ العقود الذكية الذي يقوم عليه Ethereum، وعشرات من شبكات البلوكتشين المتوافقة معه، ومنها BNB Chain وPolygon وArbitrum وغيرها. وهذا يمنح المعيار أهمية للمنظومة بأكملها، لا لشبكة واحدة فقط. وقد بُني الاختبار حول سيناريوهات واقعية: يتلقى وكيل الذكاء الاصطناعي شيفرة العقد، ولا يكفيه الإبلاغ عن «ثغرة محتملة» مجردة، بل عليه تحديد موضع الثغرة الحرجة بدقة، واقتراح إصلاح برمجي يعمل فعليًا، وإثبات الاستغلال، أي إظهار كيف يمكن لمهاجم الاستفادة من المشكلة عمليًا. ويميّز هذا النهج الثلاثي المستويات EVMbench جوهريًا عن الاختبارات العامة لكتابة الشيفرة، إذ لا يقيس القدرات النحوية للنموذج، بل فهمه لمنطق الأمان.

تبدو شراكة OpenAI مع Paradigm منطقية، لكنها ليست تقليدية تمامًا. فParadigm ليست مجرد صندوق يستثمر في الشركات الناشئة العاملة في العملات المشفرة؛ إذ تُعرف الشركة بخبرتها التقنية العميقة وتجري أبحاثها الخاصة في مجال أمان البلوكتشين. وبالنسبة إلى OpenAI، يتيح هذا التعاون فرصة لإظهار القيمة التطبيقية لوكلائها خارج السيناريوهات المعتادة، مثل كتابة النصوص أو توليد الشيفرة. ومن اللافت أن تطوير المعيار جرى بصورة مشتركة، ما يعني أن EVMbench يعكس خبرة متخصصين في الأمان يعملون ميدانيًا، لا مهندسين تدرّبوا على إعداد الاختبارات فحسب.

أما بالنسبة إلى قطاع أمان الذكاء الاصطناعي، فيعني ظهور EVMbench الانتقال من الحديث إلى نتائج قابلة للقياس. فحتى الآن، كان من الصعب التحقق من ادعاءات فاعلية مدققي العقود الذكية المعتمدين على الذكاء الاصطناعي: إذ استخدمت كل شركة اختبارات خاصة بها وغير متوافقة مع غيرها. ويوفّر المعيار الموحّد لغة مشتركة؛ فبإمكان المطورين الآن مقارنة النماذج بموضوعية، وسيحصل طالبو التدقيق على مرجع عند اختيار الأدوات. وهذا يغيّر ديناميكية المنافسة: فالغلبة لن تكون لمن يعلن عن قدراته بصوت أعلى، بل لمن يُظهر نموذجه نتائج فعلية على مهام متطابقة.

وبالنسبة إلى المستخدمين والمشاريع العاملة مع البلوكتشين، قد تكون العواقب بعيدة المدى ملموسة للغاية. فإذا تعلّم وكلاء الذكاء الاصطناعي اكتشاف الثغرات الحرجة بموثوقية، فستنخفض تكلفة تدقيق العقود الذكية ومدته بصورة كبيرة، ما يتيح للبروتوكولات الأصغر، التي لا تستطيع اليوم تحمّل فحص أمني كامل، الحصول على الحماية. ولا يلغي ذلك التدقيق البشري، لكنه يغيّر دوره: إذ سيتمكن المتخصص من التركيز على الثغرات المنطقية المعقدة، بعد أن يفوّض إلى الآلة البحث الروتيني عن الأنماط المعروفة.

يمثّل EVMbench اعترافًا بأن التدقيق الأمني الآلي بات مجالًا جادًا يتطلب أدوات تقييم جادة. وإقدام OpenAI وParadigm معًا على تطويره يشير إلى نضج اللحظة: فالقطاع مستعد للانتقال من التجارب إلى المعايير. والسؤال التالي هو: ما الدرجة التي ستحققها النماذج الحالية؟ وإلى أي مدى ستسارع الجهات المنافسة إلى التحسين وفق الاختبار الجديد؟ وتشير تجارب المعايير الأخرى إلى أنه بمجرد ظهور هدف قابل للقياس، يتسارع التقدم أضعافًا.