Agentowa AI zaczęła przejmować pracę, którą kiedyś bezpośrednio wykonywali ludzcy analitycy w obszarze cyberbezpieczeństwa, przeciwdziałania praniu pieniędzy i zgodności, a autonomiczne systemy badają teraz zagrożenia, śledzą środki i podejmują działania w odpowiedzi na incydenty bezpieczeństwa przy ograniczonej interwencji człowieka.
Podsumowanie
- Agentowa AI wykracza poza oznaczanie podejrzanej aktywności, a autonomiczne systemy są coraz częściej w stanie badać zagrożenia, śledzić środki i podejmować działania w odpowiedzi na incydenty bezpieczeństwa przy ograniczonym udziale człowieka.
- CertiK zauważa, że agenci AI przejmują analizę inteligentnych kontraktów, monitorowanie transakcji na żywo i śledzenie środków między łańcuchami, ponieważ ataki kryptowalutowe stają się szybsze i bardziej złożone.
- Praca związana ze zgodnością może być coraz częściej wykonywana przez agentów AI, którzy w czasie rzeczywistym sprawdzają adresy i transakcje oraz przygotowują raporty regulacyjne z wykorzystaniem danych onchain i offchain.
- Większa autonomia tworzy nowe ryzyka, w tym błędne decyzje, wstrzykiwanie promptów i manipulację agentami, którzy mają uprawnienia do interakcji z wrażliwymi systemami.
- CertiK stwierdził, że odpowiedzialność pozostaje po stronie organizacji i ludzkich nadzorców, co sprawia, że ścieżki audytu, limity uprawnień i jasne procedury eskalacji są niezbędne, gdy agenci AI przejmują więcej pracy związanej z bezpieczeństwem.
Zgodnie z nowym raportem CertiK Intel3D, zmiana wykracza poza wykorzystywanie sztucznej inteligencji do oznaczania podejrzanej aktywności lub podsumowywania informacji dla analityków. Systemy agentowe mogą rozumować wieloetapowo, wywoływać zewnętrzne narzędzia i API, zbierać dowody, podejmować działania w środowiskach na żywo i oceniać wyniki przed podjęciem decyzji, co zrobić dalej.
CertiK opisuje powstający model jako siłę roboczą bezpieczeństwa AI, w której autonomiczne systemy działają w ramach zdefiniowanych ról, podczas gdy ludzcy eksperci przechodzą w kierunku nadzoru, kontroli jakości i odpowiedzialności.
Agentowa AI przechodzi od asystenta bezpieczeństwa do operatora
Przez większość ostatniej dekady AI wykorzystywana w cyberbezpieczeństwie i zgodności odgrywała rolę wspierającą. Systemy uczenia maszynowego mogły identyfikować anomalie, a narzędzia języka naturalnego pomagały podsumowywać alerty lub przygotowywać raporty, które ostatecznie były przeglądane i realizowane przez ludzi.
Agentowa AI zmienia to, jak duża część tego procesu może odbywać się bez bezpośredniego udziału człowieka.
W centrum operacji bezpieczeństwa, jak podaje CertiK, autonomiczny system mógłby zbadać nietypowe logowanie, pobrać odcisk urządzenia i historię lokalizacji, porównać informacje z danymi wywiadu o zagrożeniach, zdecydować, czy konto powinno zostać zawieszone, i wykonać zawieszenie. Jego rozumowanie mogłoby następnie zostać zapisane do przeglądu przez człowieka.
Raport argumentuje, że takie systemy powinny być coraz częściej traktowane jako uczestnicy siły roboczej o zdefiniowanych obowiązkach, a nie konwencjonalne narzędzia programowe.
Odpowiedzialność jednak pozostaje po stronie ludzi i organizacji. CertiK stwierdził, że systemy AI nie ponoszą odpowiedzialności prawnej ani operacyjnej, pozostawiając organizacjom wdrażającym je oraz ludziom konfigurującym i nadzorującym ich pracę odpowiedzialność za wynik.
W tym modelu agent AI potrzebuje zdefiniowanego zakresu uprawnień, procedur eskalacji i ludzkiego właściciela. CertiK stwierdził, że organizacje, które postrzegają autonomiczną AI jako kolejne narzędzie programowe, ryzykują wdrożeniem jej bez odpowiednich ścieżek audytu, monitorowania zachowań lub kontroli eskalacji.
Presja na automatyzację pracy związanej z bezpieczeństwem częściowo wynika z szybkości ataków kryptowalutowych. Exploity pożyczek błyskawicznych mogą opróżnić protokoły w ciągu sekund, podczas gdy skradzione aktywa mogą przemieszczać się przez wiele adresów, mostów i usług mieszania w ciągu godzin.
Straty związane z bezpieczeństwem pozostają znaczne. Jak crypto.news wcześniej informował, straty kryptowalutowe osiągnęły 768,4 miliona dolarów we wrześniu według metodologii CertiK, w 97 incydentach. Liczby firmy umieściły całkowite straty w 2026 roku na poziomie około 2,68 miliarda dolarów do końca września.
Agenci AI przejmują pracę związaną z bezpieczeństwem inteligentnych kontraktów
Bezpieczeństwo Web3 to jeden z obszarów, w których CertiK dostrzega autonomiczne systemy przejmujące zadania, które wcześniej wymagały doświadczonych inżynierów.
Audyty inteligentnych kontraktów tradycyjnie łączyły ręczne przeglądy kodu z analizą statyczną, wykonaniem symbolicznym i narzędziami fuzzingowymi. Te systemy mogły ujawniać potencjalne luki, ale ludzcy audytorzy zazwyczaj musieli ustalić, czy wyniki reprezentują rzeczywiste problemy bezpieczeństwa.
Systemy agentowe mogą teraz przechodzić przez graf wywołań kontraktu, analizować zmiany stanu w kilku kontraktach i wywołaniach zewnętrznych oraz szukać luk związanych z reentrancy, manipulacją oracle, kontrolami dostępu i niebezpiecznymi mechanizmami aktualizacji.
CertiK stwierdził, że sztuczna inteligencja jest również wykorzystywana do weryfikacji formalnej. Agenci mogą generować specyfikacje formalne i testować je pod kątem zachowania kontraktu, redukując część pracy ręcznej, która wcześniej była wymagana od inżynierów metod formalnych.
Audytorzy ludzcy nadal pozostają częścią procesu. Ich praca coraz częściej koncentruje się na weryfikacji ustaleń generowanych przez AI, badaniu nowych metod ataków ekonomicznych lub teoriogrowych oraz sprawdzaniu, gdzie same zautomatyzowane systemy bezpieczeństwa mogą mieć martwe punkty.
Konwencjonalne audyty spotykają się z rosnącą kontrolą, ponieważ ataki wykraczają poza luki zawarte bezpośrednio w kodzie inteligentnych kontraktów. Wcześniejsze badania bezpieczeństwa wykazały, że projekty, które ukończyły audyty, nadal były kompromitowane przez obszary takie jak urządzenia podpisujące, klucze administratora, infrastruktura backendowa i walidatory mostów.
Raport CertiK rozszerza zautomatyzowane bezpieczeństwo poza etap audytu na monitorowanie transakcji na żywo. Systemy AI mogą obserwować oczekujące i potwierdzone transakcje blockchain pod kątem ataków z użyciem błyskawicznych pożyczek, manipulacji oracle, nietypowych wypłat płynności i innych wzorców exploitów.
W bardziej zaawansowanych konfiguracjach wykrycie może wywołać automatyczną reakcję w tym samym oknie bloku. Agent może wstrzymać podatną funkcję kontraktu, aktywować wyłącznik bezpieczeństwa lub zamrozić skompromitowany klucz administratora bez czekania, aż osoba ręcznie wykona reakcję.
AI może śledzić skradzione kryptowaluty między łańcuchami w czasie rzeczywistym
Śledzenie funduszy to kolejna część bezpieczeństwa Web3, w której raport dostrzega rosnącą rolę systemów autonomicznych.
Śledczy tradycyjnie podążają za skradzionymi aktywami od jednego adresu do drugiego, śledząc, jak fundusze przechodzą przez portfele pośredniczące, mixery, mosty i giełdy. Praca staje się trudniejsza, gdy aktywa są dzielone na mniejsze kwoty i przenoszone między kilka łańcuchów bloków.
CertiK stwierdził, że systemy agentowe mogą wykonywać ten proces w sposób ciągły, podążając za aktywami w miarę ich przemieszczania się, zamiast rekonstruować ich ścieżkę dopiero po wystąpieniu transakcji.
Systemy AI mogą podobnie aktualizować klastry adresów w miarę pojawiania się nowej aktywności w blockchainie. Zamiast polegać wyłącznie na stałych heurystykach, agenci mogą badać czas transakcji, nakładających się kontrahentów i zachowanie opłat za gas, aby ustalić, czy kilka adresów jest prawdopodobnie kontrolowanych przez ten sam podmiot.
Pranie między łańcuchami stwarza kolejny problem, ponieważ narzędzia monitorujące historycznie analizowały poszczególne sieci osobno. Systemy agentowe mogą łączyć aktywność z różnych łańcuchów w jedno śledztwo i kontynuować śledzenie funduszy, gdy aktywa przechodzą przez mosty lub swapy między łańcuchami.
Raport przytoczył pranie związane z exploitą Bybit jako przykład, mówiąc, że wcześniejsze badania CertiK udokumentowały konwersję 86,29% skradzionego ETH na Bitcoin w ciągu jednego miesiąca przez mixery, mosty i brokerów OTC.
CertiK wcześniej ostrzegał, że atakujący zmieniają swoje metody, nawet gdy nagłówkowe straty spadają. Jego ustalenia bezpieczeństwa na H1 2026 oszacowały straty kryptowalut na 1,32 miliarda dolarów w pierwszych sześciu miesiącach roku, co stanowi spadek o 46,8% w porównaniu z rokiem poprzednim, podczas gdy kompromitacje portfeli stały się największą metodą ataku w drugim kwartale.
Agenci AI tworzą nowy problem zgodności
Systemy autonomiczne przejmują funkcje zgodności w tym samym czasie.
CertiK stwierdził, że weryfikacja Know Your Address i Know Your Transaction może być teraz wykonywana przez agentów AI przed rozliczeniem transakcji blockchain. Agenci oceniają ryzyko związane z adresem lub transakcją w czasie rzeczywistym, umożliwiając platformom identyfikację potencjalnej ekspozycji na nielegalne aktywa przed zakończeniem transferu.
Raportowanie regulacyjne może być również zautomatyzowane. Systemy agentowe mogą pobierać informacje z blockchainu, uzgadniać je z zapisami offchain i przygotowywać raporty dotyczące obowiązków, takich jak udostępnianie danych Travel Rule i poświadczenia rezerw stablecoinów.
Obciążenie regulacyjne firm kryptowalutowych już wzrosło. Wcześniejszy raport CertiK Skynet wykazał, że kary AML przekroczyły 900 milionów dolarów w pierwszej połowie 2025 roku, gdy jurysdykcje przeszły od opracowywania ram kryptowalutowych do aktywnego egzekwowania.
Osobny problem pojawia się, gdy agenci AI sami stają się użytkownikami blockchainu.
Autonomiczni agenci mogą posiadać aktywa cyfrowe, przeprowadzać transakcje, zarządzać operacjami skarbowymi i wchodzić w interakcje ze zdecentralizowanymi protokołami finansowymi. CertiK stwierdził, że organizacje mogą w związku z tym potrzebować audytu zachowania agenta w łańcuchu oraz zachowywania zapisów pokazujących, jakich informacji użył, jak doszedł do decyzji i jakie działanie nastąpiło.
Scenariusz ten nie ogranicza się już do badań. MetaMask uruchomił w czerwcu AI Agent Wallet, który pozwala autonomicznym agentom wykonywać swapy, transakcje na kontraktach terminowych typu perpetual i inne transakcje w łańcuchu pod kontrolą ustanowioną przez użytkowników.
CertiK ostrzega, że autonomiczne bezpieczeństwo tworzy własną powierzchnię ataku
Przyznanie systemom AI uprawnień do działania wprowadza kolejny zestaw zagrożeń bezpieczeństwa, zgodnie z raportem.
Systemy agentowe mogą generować nieprawidłowe informacje, wyrażając jednocześnie wysoką pewność. W pracy AML wygenerowany przez AI Raport Podejrzanej Aktywności może zawierać nieprawidłowy ślad transakcji. Podczas audytu inteligentnego kontraktu agent może błędnie stwierdzić, że formalna specyfikacja chroni przed luką w zabezpieczeniach.
Ludzcy recenzenci mogą stać się mniej skłonni do wychwytywania takich błędów, jeśli stopniowo zaczną bardziej ufać zautomatyzowanym wynikom po zobaczeniu, że system dobrze radzi sobie w rutynowych przypadkach.
Atakujący mają dostęp do wielu tych samych możliwości. CertiK stwierdził, że aktorzy zagrożeń już wykorzystują AI do przyspieszania odkrywania luk w zabezpieczeniach, automatyzacji rozpoznania i tworzenia bardziej przekonujących kampanii inżynierii społecznej.
Firma ostrzegała wcześniej w 2026 roku, że napędzany przez AI phishing, deepfake'i i zautomatyzowane narzędzia exploitacyjne sprawiają, że ataki są szybsze i trudniejsze do zidentyfikowania.
Same agenty bezpieczeństwa mogą stać się celami, ponieważ mogą mieć uprawnienia do interakcji z wrażliwymi systemami. CertiK stwierdził, że wstrzyknięcie podpowiedzi lub manipulacja danymi wejściowymi agenta mogą potencjalnie spowodować autonomiczne działania, takie jak zatwierdzenie oszukańczej transakcji lub wyłączenie legalnej kontroli bezpieczeństwa.
Odpowiedzialność pozostaje nierozstrzygnięta w różnych jurysdykcjach, gdy autonomiczne działania powodują szkodę, zgodnie z raportem. CertiK stwierdził, że organizacje wdrażające systemy oraz osoby odpowiedzialne za ich konfigurację i nadzór pozostają odpowiedzialne, co wymaga zapisów dotyczących uprawnień agenta, progów eskalacji i wszelkich zatwierdzeń przez człowieka przed podjęciem działań o istotnych skutkach.
Firma zaleca prowadzenie kompletnych ścieżek audytu danych wejściowych, rozumowania i działań agenta, ustalenie jasnych ograniczeń co do decyzji, które agenci mogą podejmować samodzielnie, testowanie systemów pod kątem wrogich manipulacji oraz wyznaczenie imiennego właściciela odpowiedzialnego za wydajność i awarie każdego agenta.
