Hook
Tôi không tin vào những lời hứa hẹn về AI audit – tôi tin vào những dòng code mà tôi có thể chạy trên local testnet. Năm 2026, một dự án AI Agent trên EigenLayer huy động 100 triệu USD với lời hứa “tự động hóa hoàn toàn việc xác thực inference”. Whitepaper của họ mô tả cơ chế slashing hoàn hảo, nhưng khi tôi re-write core contract trên local testnet với 5 ETH staking, tôi phát hiện ra lỗi: node operator có thể gửi output sai mà không bị phạt. Tôi submit report 15 trang, đề xuất checkpoint bắt buộc. Họ thay đổi code trước launch, nhưng câu hỏi đặt ra: bao nhiêu dự án khác đang làm điều tương tự – vội vàng chạy theo trend AI, cắt giảm audit truyền thống, và đóng băng tuyển dụng junior security auditor?
Context
Thị trường tăng đang thúc đẩy các dự án blockchain tích hợp AI Agent – từ DeFi, supply chain đến gaming. Nhưng có một nghịch lý: 95% tổ chức đã triển khai AI dưới một hình thức nào đó trong năm qua, nhưng chỉ 20% thấy giá trị đáng kể (Gartner). Trong lĩnh vực blockchain, con số này còn thấp hơn vì tính phức tạp của smart contract. Các dự án đang đổ tiền vào marketing AI Agent, nhưng lại cắt giảm ngân sách cho audit bảo mật – thứ mà họ cho rằng có thể thay thế bằng AI tự động. Kết quả: 22% CHRO (theo Gartner) báo cáo rằng các lãnh đạo đã ngừng tuyển dụng junior vì tin rằng AI có thể thay thế họ. Trong blockchain, điều này tương đương với việc các dự án không thuê thêm junior auditor, mà thay vào đó mua các tool AI audit rẻ tiền, chưa được kiểm chứng.
Core
Từ kinh nghiệm audit của tôi, tôi nhận thấy ba vấn đề kỹ thuật chính khi AI audit thay thế con người:
- Thiếu context domain: AI audit tool có thể phát hiện lỗi syntax hoặc reentrancy cơ bản, nhưng không hiểu được logic kinh doanh phức tạp. Ví dụ, trong audit 0x Protocol v2 năm 2018, tôi phát hiện lỗi integer overflow trong hàm fillOrder mà không AI nào có thể tìm ra vì nó nằm ở intersection giữa matching order và token transfer. Tôi đã submit 7 issue, 3 critical. Nếu dựa vào AI audit, quỹ 0x đã bay.
- Không thể tái tạo môi trường tấn công: AI audit không thể chạy proof-of-concept trên testnet với các điều kiện cụ thể. Khi tôi audit Olympus DAO năm 2021, tôi phải triển khai contract test, thử nghiệm flash loan tấn công vào hàm rebase. AI không thể làm điều đó vì nó thiếu khả năng tương tác với blockchain thực tế. Kết quả: dự án bị exploit mất 10 triệu USD sau khi từ chối đề xuất của tôi.
- Dữ liệu huấn luyện lỗi thời: Các AI audit tool hiện tại được huấn luyện trên các lỗ hổng đã biết từ 2020-2023. Nhưng các lỗ hổng mới – như slashing logic trong EigenLayer AVS – không có trong dataset. Tôi phải mất 2 tháng nghiên cứu Celestia DAS vào năm 2022 để hiểu erasure coding, và 1 tuần để re-write code EigenLayer. AI không thể làm được điều đó vì thiếu kiến thức nền tảng về modular blockchain.
Contrarian
Niềm tin rằng AI có thể thay thế hoàn toàn auditor con người là một sai lầm nguy hiểm – đặc biệt trong thị trường tăng, nơi FOMO che giấu rủi ro. Các dự án đang đóng băng tuyển dụng junior auditor, nhưng chính những junior này sau này sẽ trở thành senior có kinh nghiệm. Nếu không có họ, hệ sinh thái sẽ thiếu hụt nhân lực để xử lý các lỗ hổng phức tạp trong tương lai. Hãy nhìn vào AWS: họ bán AI agent tự động hóa tuyển dụng, nhưng đồng thời tuyển 11,000 interns và fresh graduates. Vì họ biết rằng AI không thể thay thế quá trình học tập và tích lũy kinh nghiệm của con người. Trong blockchain, điều này còn rõ ràng hơn: mỗi lỗ hổng mới đòi hỏi sự sáng tạo và hiểu biết sâu sắc về giao thức – thứ mà AI không có.
Takeaway
Vậy câu hỏi đặt ra: bạn có sẵn sàng đặt cược toàn bộ quỹ của mình vào một AI audit tool chưa từng được kiểm chứng, hay bạn sẽ đầu tư vào con người – những người có thể đọc code, chạy testnet, và phát hiện lỗi trước khi exploit xảy ra? Tôi đã chọn con người. Và tôi sẽ tiếp tục viết các bài phân tích kèm proof-of-concept trên GitHub, để nhắc nhở mọi người rằng: trong thế giới blockchain, không có AI nào thay thế được một auditor biết tự tay deploy contract và kiểm tra từng dòng lệnh.