47 tỷ USD. Đó là con số mà thị trường AI agent, theo một báo cáo gần đây, sẽ đạt được vào năm 2027. Trong cơn sốt đó, 'AI Audit' nổi lên như một lớp sơn mới cho lớp sơn ICO cũ: hứa hẹn một cuộc cách mạng về bảo mật, nhưng thường kết thúc bằng một địa chỉ ví duy nhất.
ChainWhisper, một nền tảng 'AI-driven smart contract audit' vừa gọi vốn 15 triệu USD từ một quỹ đầu tư mạo hiểm ẩn danh, tuyên bố có thể phát hiện lỗ hổng trong 5 phút với chi phí bằng 1/10 so với audit truyền thống. TVL của họ, tính đến ngày 14 tháng 8, đã chạm mốc 200 triệu USD từ các dự án đăng ký audit. Nhưng tôi không thấy con số đó là minh chứng cho năng lực; tôi thấy nó là một tín hiệu đỏ.
Bối cảnh: ChainWhisper là một giao thức hoạt động như một lớp trung gian. Dự án gửi code, ChainWhisper chạy qua mô hình ngôn ngữ lớn (LLM) của họ, và trả về một báo cáo. Họ tự hào về tốc độ và chi phí thấp, nhưng không công bố kiến trúc mô hình, tập dữ liệu huấn luyện, hay tỷ lệ phát hiện lỗ hổng thực tế (true positive rate) so với audit thủ công. Trang web của họ chỉ có một whitepaper dài 20 trang, toàn bộ là buzzwords: 'zero-knowledge', 'federated learning', 'symbolic execution'. Nhưng không có một dòng code mẫu nào được công bố.
Cốt lõi của vấn đề là sự nhầm lẫn giữa 'phát hiện mẫu' và 'hiểu biết logic'. Một LLM, dù tinh vi đến đâu, cũng chỉ là một cỗ máy dự đoán token tiếp theo. Nó có thể nhận ra các pattern lỗi phổ biến như reentrancy (tấn công vào hàm gọi lại) hay integer overflow (tràn số nguyên) vì những pattern này xuất hiện nhiều lần trong dữ liệu huấn luyện. Nhưng nó không thể hiểu được logic kinh doanh phức tạp đằng sau một giao thức DeFi. Nó không thể đặt câu hỏi: 'Nếu thanh khoản giảm 90% trong 1 block, thì hàm withdraw này có còn hoạt động đúng không?' Nó không thể phân tích các tương tác cross-chain hay các tình huống kinh tế học trò chơi (game theory).
Dựa trên kinh nghiệm audit của tôi từ năm 2017, khi tôi mổ xẻ whitepaper của EnigmaChain, tôi biết rằng một báo cáo audit thực sự không chỉ là một danh sách các lỗi. Nó là một bản phân tích rủi ro toàn diện, bao gồm cả các giả định thiết kế, các điểm mù về mặt quản trị, và các kịch bản tấn công có chủ đích. Một công cụ AI có thể phát hiện 'một hàm không có modifier onlyOwner', nhưng nó không thể đánh giá liệu việc thiếu modifier đó có phải là một lỗ hổng chết người hay chỉ là một lựa chọn thiết kế có chủ ý.
Hãy nhìn vào con số 200 triệu USD TVL. Đó là 200 triệu USD của các dự án đang tin tưởng vào một báo cáo audit được tạo ra tự động, mà không có bất kỳ sự đảm bảo nào về tính chính xác. Đây là một phiên bản hiện đại của 'lớp sơn ICO cũ, chỉ là lớp sơn mới.' Thay vì một whitepaper đầy hứa hẹn, bạn có một báo cáo audit đầy hứa hẹn. Kết quả cuối cùng vẫn có thể là một địa chỉ ví duy nhất, nơi tiền của người dùng biến mất.
Tuy nhiên, tôi sẽ không phủ nhận hoàn toàn giá trị của AI trong audit. Có một góc nhìn phản trực giác: AI, nếu được sử dụng đúng cách, có thể giúp các auditor con người tập trung vào những vấn đề phức tạp hơn, thay vì mất thời gian với những lỗi cú pháp cơ bản. Nó có thể là một công cụ sàng lọc (screening tool) cực kỳ hiệu quả. Nhưng nó không bao giờ nên là công cụ kết luận (concluding tool). Sự nguy hiểm của ChainWhisper không nằm ở công nghệ của nó, mà nằm ở cách nó được tiếp thị: như một giải pháp thay thế hoàn toàn cho con người.
Điều này gợi nhớ cho tôi về mùa hè DeFi năm 2020. Khi đó, tôi đã cảnh báo về Yam Finance, một dự án có TVL tăng từ 0 lên 500 triệu USD chỉ trong 24 giờ. Tôi đã đọc contract và phát hiện lỗi trong hàm rebase. Tôi bị cộng đồng tấn công vì 'thiếu tầm nhìn'. Ba ngày sau, Yam sập và thiệt hại 200 triệu USD. Số đông thường sai trong crypto. Và bây giờ, số đông đang đổ xô vào ChainWhisper.
Kết luận của tôi không phải là một lời tổng kết, mà là một câu hỏi: Liệu sự tiện lợi của một báo cáo audit 5 phút có đáng để đánh đổi bằng sự an toàn của hàng trăm triệu USD? Hay chúng ta đang lặp lại một chu kỳ cũ, chỉ với một cái tên mới?
