Sam Altman主导的OpenAI携手加密货币投资巨头Paradigm，正式推出名为EVMbench的全新基准测试工具。这套工具专门用于衡量AI代理在以太坊虚拟机（EVM）兼容链上智能合约安全任务中的真实能力。OpenAI表示，此举旨在为区块链安全建立更清晰的AI评估标准，回应去中心化金融（DeFi）领域日益增长的资产保护需求。
EVM环境下智能合约漏洞风险集中爆发
智能合约是部署在EVM兼容链上的自动执行代码，撑起了去中心化交易所、借贷协议和稳定币支付等核心应用。目前这些合约所保护的加密资产总市值经常超过1000亿美元，且一旦上链通常无法修改。漏洞意味着资金直接被盗——过去几年已发生多起轰动式攻击。如何高效审计并强化合约安全，成了行业最紧迫的课题。
EVMbench的测试数据全部来自真实世界的安全漏洞。团队从40个审计项目中整理了120个高严重度漏洞，大多数来源于Code4rena等公开审计竞赛，并额外加入了Paradigm支持的Tempo区块链支付相关漏洞场景。
三大任务全面考验AI攻防能力
EVMbench从三个维度评估AI代理：检测（Detect）——AI需审查智能合约代码，找出已知漏洞，系统根据漏洞严重度与审计奖励打分；修补（Patch）——AI需修改有漏洞合约，在保留原有功能的前提下消除被利用风险，并通过自动化测试与攻击验证确认修复；利用（Exploit）——AI需在沙盒区块链环境中模拟资金窃取攻击，系统以编程方式验证是否成功。三个维度的表现合并为百分比式综合分数，供研究者与开发者直接比较不同模型的实力。
OpenAI在其官方博客中指出，AI代理在阅读、编写与执行代码方面的能力正在快速提升，它们在具有高经济价值的环境中承担防御角色的潜力越来越大。EVMbench不仅测试AI极限，更希望推动业界将AI用于主动审计和加固已上线合约，从而降低整体风险。OpenAI还提到，这套基准与公司“准备框架”（Preparedness Framework）中描述的高风险网络场景高度相关，体现了其在AI安全治理上的全面布局。
随着DeFi与稳定币支付持续增长，AI若能在漏洞检测与修补上展现可靠性，有望大幅提升生态系统的安全水位。不过，EVMbench同时也揭示出AI的“利用”能力需要被严格监管，以防被恶意使用。AI模型能力的快速演进，正在让EVMbench成为衡量“AI能否守护数字资产”的关键标尺。