AI安全系统 Mythos 的出现，让加密行业重新审视智能合约上线前该做多少安全检查。研究人士认为，这类工具把漏洞发现做得更便宜、更快，也更难被忽视，行业对“合理尽调”的定义可能随之变化。
过去几年，智能合约安全很大程度上受制于预算。全面审计通常价格不低，这让不少项目只能在有限范围内做检查，甚至直接放弃。ENS Labs 首席信息安全官 Alexander Urbelis 表示，像 Mythos 这样的系统，正在把基础审计的价格推向接近零。原本需要数周、且成本不低的工作，未来可能在几分钟内完成，使此前无力承担专业审查的项目，也能拿到快速安全评估。
从自动化找错，到“理解代码意图”
安全研究长期依赖模糊测试工具，也就是通过向程序不断输入数据，观察哪里会出问题。AI系统走的是另一条路。Urbelis 说，机器多年以前就在找 bug，但现在讨论的是“具备推理能力的模糊测试器”。
这意味着，系统不只是定位技术层面的编码错误，还可能推断代码原本想实现什么，再把这个目标与代码实际行为做比对。对加密行业来说，这一点很关键。智能合约代码通常公开，漏洞赏金预算有时也很高，若AI能更早识别偏差与漏洞，项目在部署前发现问题的能力就会被放大。
安全审计可能从一次性服务变成持续监测
区块链安全公司 SVRN 首席运营官、Yeshiva University 网络安全硕士项目创始人 David Schwed 认为，变化不只发生在漏洞发现本身。他更看重持续安全监测的出现。按他的说法，真正的转折点在于：项目方可以用过去一小部分成本，获得持续审计和修复建议，而不是只做一次时点性的审查。
如果安全检查变得低价且持续，行业预期也会跟着改变。Urbelis 认为，AI最终可能重塑智能合约开发中的注意义务标准。过去，团队常把审计成本高、流程复杂，当作某些检查没有进行的理由；可一旦高阶安全分析能够按需获得，这种说法就会越来越站不住脚。他还提到，未来一份“AI报告显示没问题”的结果，未必能构成免责理由；相反，争议中的另一方可能会主张：工具已经存在、价格也不高，团队本应发现问题。
AI不会替代人工审计
两位研究人士都没有把AI视为人工审计员的替代品。Urbelis 指出，机器在识别代码缺陷上很强，但在发现经济模型和激励机制相关漏洞时仍然偏弱，而这类问题恰恰与加密行业一些最大损失有关。那些真正掏空金库的漏洞，往往牵涉设计意图和对抗性激励，这类判断仍需要有经验的人参与。
Schwed 也给出相近提醒：把智能合约直接丢给大模型，让它“不要出错地完成审计”，这本身并不等于安全方案。如果使用工具的人没有能力判断返回结果到底意味着什么，买到的就不是安全，而是一种虚假的安全感。对投资机构和项目团队来说，一个更现实的问题正在逼近：当AI辅助审计逐渐普及后，融资前是否会被默认要求完成这类检查，未使用此类工具又是否会被看作疏忽。