Vitalik Buterin表示，AI生成代码与形式化验证结合，有机会提升以太坊软件栈的安全性，尤其适用于以太坊基础设施、零知识证明、下一代共识机制以及抗量子密码学等关键领域。所谓形式化验证，是用可被数学检验的证明来判断软件行为是否符合预期；这一方法研究���久，近期AI的发展让代码和数学证明的生成变得更可行，也更高效。
智能合约漏洞仍是加密行业高风险点
Buterin提到，在加密货币行业，智能合约长期暴露出严重安全漏洞，已经造成数百万美元损失。DeFi协议遭攻击的经历说明，软件层面的弱点足以让大量用户资金面临风险。他直言，“计算机代码中的漏洞很可怕”；一旦软件负责管理链上资产，或支撑复杂密码学流程，后果会更严重。短板一直存在，问题并不抽象。
围绕AI在安全领域的作用，业内并非只有乐观判断。部分安全研究人员认为，AI能够生成更复杂的代码，这反而可能削弱整体系统安全，因为全部代码几乎不可能被完整审计。Buterin的看法不同。他认为，AI也可能让开发者先于攻击者发现并修复漏洞。如果使用得当，AI与数学验证的结合可能带来网络安全层面的明显跃升。
形式化验证能补回可靠性，但覆盖范围有限
Buterin同时强调，形式化验证不是包治百病。即便系统已经过数学证明，只要开发者验证了错误前提，或忽略硬件层问题，系统依旧可能失效。在复杂系统里，想对每个组件都做穷尽式验证，现实中往往并不容易。
他还指出，AI可以快速生成海量代码，但速度常常以准确性为代价。按他的说法，“形式化验证重新找回了失去的可靠性……AI会产生大量凌乱代码，但这也意味着网络安全存在一个乐观前景。”他的观点并不是把AI视为单独的安全答案，而是把它和数学证明方法放在同一套开发框架里，作为提高软件安全性的手段。对DeFi和更广泛的加密基础设施来说，这套思路正被越来越多地讨论。
Buterin最后提醒，不能期待AI与数学验证的结合单独带来完全安全，但这种组合仍可能改变软件安全的实现方式，尤其是在关键基础设施和高价值链上应用中。