Claude 4.8 разрушает «математическую веру» криптовалют: эпоха ИИ-аудита безопасности наступила, но угрозы далеки от завершения

Введение: когда ИИ начинает сомневаться в математике

В начале июня 2026 года, казалось бы, рядовое событие аудита кода вызвало землетрясение на рынке криптовалют. Исследователь безопасности Тейлор Хорнби при содействии модели Claude Opus 4.8 от Anthropic обнаружил критическую уязвимость в схеме Orchard shielded pool криптовалюты Zcash (ZEC) — уязвимость существовала с мая 2022 года и позволяла генерировать неограниченное количество необнаруживаемых фальшивых ZEC, напрямую угрожая неизменности фиксированного лимита эмиссии в 21 миллион монет. В течение 24 часов после раскрытия ZEC рухнул примерно на 30% — с ~$700 до ~$400.

Но это не просто кризис одной приватной монеты. Он выявил более глубокий и масштабный структурный сдвиг: большие ИИ-модели фундаментально меняют баланс атак и защиты в безопасности криптовалют. Claude Opus 4.8 даже не самая мощная модель Anthropic — легендарная модель уровня Mythos ещё не полностью выпущена, но уже продемонстрировала способность пошатнуть основы всей криптоиндустрии. По официальным данным Anthropic, Mythos Preview обнаружил тысячи zero-day уязвимостей во всех основных операционных системах и браузерах, включая уязвимость OpenBSD, существовавшую 27 лет, и уязвимость удалённого выполнения кода FreeBSD, существовавшую 17 лет.

Эта статья начинается с события Zcash и системно анализирует полное влияние больших ИИ-моделей на безопасность криптовалют, исследует глубокие последствия этого технологического сдвига для различных криптоактивов и пытается наметить будущую структуру рынка.

---

一、Разбор события Zcash: как ИИ нашёл «необнаружимую» уязвимость

1.1 Суть уязвимости: трещина в математическом доказательстве

Основное ценностное предложение Zcash основано на технологии доказательств с нулевым разглашением (ZKP). Orchard shielded pool использует систему доказательств Halo 2, безопасность которой зависит от корректности ограничений схемы (circuit constraints) — каждая транзакция должна строго соответствовать заданным математическим правилам, иначе доказательство будет отклонено.

Однако Хорнби обнаружил «чрезмерно мягкое» правило схемы: система доказательств ошибочно принимала набор параметров транзакции, которые не должны были быть допустимы. Это означало, что злоумышленник мог генерировать полностью валидные доказательства с нулевым разглашением, не владея реальными активами, тем самым «чеканя» фальшивые монеты, неотличимые от настоящих ZEC.

Ключевая проблема в том, что эта уязвимость была скрыта в глубинах сложной криптографической схемы,涉及 взаимодействие операций на эллиптических кривых, полиномиальных обязательств и систем ограничений. Традиционному ручному аудиту требуются недели или даже месяцы, чтобы понять всю логику схемы, а ИИ-модель в процессе аудита быстро локализовала аномалию. Что ещё хуже, из-за дизайна приватности Zcash невозможно проверить, использовал ли кто-то эту уязвимость в прошлом — shielded-транзакции скрывают ключевые данные, и разработчики не могут просканировать блокчейн и с уверенностью доказать, что фальшивые монеты не попали в обращение.

1.2 «Суперспособности» Claude Opus 4.8

Согласно официальному техническому отчёту Anthropic, Opus 4.8 совершил качественный скачок по сравнению с предыдущим поколением:

• Частота пропущенных дефектов кода снизилась примерно до 1/4 от уровня Opus 4.7
• Способен к самостоятельному многошаговому рассуждению, отслеживанию кросс-файловых и кросс-модульных зависимостей в сложных кодовых базах
• Обладает способностью «маркировки неуверенности» — когда модель не уверена в каком-либо выводе, она активно помечает это, вместо того чтобы давать ложные уверенные ответы, как предыдущие поколения

В аудите Zcash Opus 4.8 продемонстрировал следующие конкретные способности:

1. Понимание кода на семантическом уровне: не просто чтение текста кода, но и понимание замысла криптографического протокола, выявление расхождений между «что реализует код» и «что должен реализовать протокол»
2. Межуровневые рассуждения: сопоставление высокоуровневых спецификаций протокола (таких как стандарты ZIP) с низкоуровневой реализацией схемы, выявление чрезмерной мягкости на уровне реализации
3. Генерация путей атаки: после обнаружения аномалии способность конструировать конкретные входные параметры для проверки, может ли уязвимость быть реально использована

1.3 Глубинный смысл рыночной реакции

Обвал ZEC был не просто панической распродажей, а оценкой рынком краха «математической веры»:

Момент времени	Цена ZEC	Падение	Событие на рынке
До раскрытия уязвимости	~$700	—	Нормальная торговля
24ч после раскрытия	~$400	-43%	Начало панических продаж
48ч после раскрытия	~$380	-46%	Артур Хейс объявил о ликвидации позиции

Заявление известного трейдера Артура Хейса о выходе крайне показательно: «Приватные монеты построены на идее сопротивления ИИ, правительствам или крупным технологическим корпорациям, поэтому они должны быть идеальными, а не просто „вероятно безопасными“». Эта фраза обнажает суровую реальность — когда ИИ может легко находить криптографические уязвимости, нарративная основа «децентрализации» и «математических гарантий» разрушается.

---

二、Mythos: «высший аудитор», ещё не выпущенный на свободу

2.1 Сущность, превосходящая Opus 4.8

Одновременно с выпуском Opus 4.8 компания Anthropic анонсировала, что модель уровня Mythos будет открыта для всех клиентов «в ближайшие недели». Согласно известной информации:

• Ранее Mythos был доступен в тестовом режиме только примерно 50 партнёрам через Project Glasswing (включая Apple, Google, Microsoft, AWS, CrowdStrike, Palo Alto Networks, JPMorgan Chase и др.)
• По сообщениям, обнаружено более десяти тысяч критических уязвимостей высокого уровня серьёзности в ключевой программной инфраструктуре
• Описывается как «на целый уровень выше» Opus 4.7
• Способен самостоятельно обнаруживать zero-day уязвимости и писать эксплойты

Официальный технический блог Anthropic подробно описал результаты тестирования Mythos: в бенчмарке Firefox 147 Mythos сгенерировал 181 успешный эксплойт, тогда как Opus 4.6 — всего 2 — 90-кратный скачок мощности. За один запуск Mythos обнаружил 271 проблему в кодовой базе Firefox. Ещё более впечатляюще: он нашёл уязвимость OpenBSD, существовавшую 27 лет, уязвимость удалённого выполнения кода FreeBSD (CVE-2026-4747), существовавшую 17 лет, и уязвимость FFmpeg, существовавшую 16 лет — код, который не был найден за десятилетия человеческого аудита и миллионы фаззинг-тестов.

2.2 Почему Mythos не выпускают публично?

Anthropic решила не коммерциализировать Mythos публично из-за чрезмерной опасности его возможностей:

«Mythos Preview способен идентифицировать и использовать zero-day уязвимости… Если он станет широко доступен, это ускорит кибератаки на основные операционные системы и браузеры.»

По данным Anthropic, более 99% уязвимостей, обнаруженных Mythos, ещё не исправлены. Это означает, что если модель попадёт в руки злоумышленников, последствия будут катастрофическими. Фактически, в течение 24 часов после публикации Mythos произошёл инцидент безопасности — частная Discord-группа получила несанкционированный доступ к Mythos Preview, угадав URL и используя учётные данные, утёкшие через стороннего подрядчика.

Генеральный директор Anthropic Дарио Амодеи назвал текущий период «опасным моментом», предупредив: «Количество уязвимостей, взломов, финансовых потерь от программ-вымогателей — против школ, больниц, не говоря уже о банках — резко возрастёт.» Серьёзность этого предупреждения привлекла внимание на самом высоком уровне: председатель Федеральной резервной системы и министр финансов США созвали экстренное совещание с CEO крупнейших американских финансовых институтов для обсуждения киберрисков.

2.3 Потенциальное влияние Mythos на криптовалюты

Если возможности Mythos действительно таковы, как сообщается, его влияние на криптоиндустрию будет революционным:

(1) Полная перестройка рынка аудита

Текущий рынок аудита безопасности криптовалют доминируется традиционными компаниями, такими как CertiK, SlowMist, OpenZeppelin, где стоимость одного аудита составляет десятки тысяч долларов. Автономный ИИ-аудит может снизить стоимость до нескольких сотен долларов, одновременно увеличив покрытие на порядок. Это может привести к:

• Традиционные аудиторские компании будут вынуждены трансформироваться в «верификаторов результатов ИИ-аудита»
• Небольшие проекты также смогут получить аудит безопасности корпоративного уровня
• «Аудит как услуга» станет инфраструктурой, а не предметом роскоши

(2) Гонка скоростей обнаружения уязвимостей

Публикация Mythos означает, что и «белые», и «чёрные» хакеры получат мощные ИИ-инструменты. Это вызовет гонку скоростей обнаружения уязвимостей:

• Защита: проекты используют Mythos для непрерывного сканирования собственного кода, исправляя уязвимости до того, как их найдут атакующие
• Атака: злоумышленники используют Mythos для поиска неисправленных уязвимостей и быстрой разработки эксплойтов

Команда Google по анализу угроз (GTIG) уже в мае 2026 года зафиксировала первый случай эксплуатации zero-day «при содействии ИИ-модели» — злоумышленники планировали масштабную атаку на популярный инструмент управления с открытым исходным кодом, нацеленную на обход механизма 2FA. Это указывает на ускоряющуюся тенденцию вооружения ИИ.

(3) Невозможный треугольник «идеальной безопасности»

Криптовалюты давно сталкиваются с невозможным треугольником: децентрализация, безопасность, эффективность. Распространение ИИ-аудита может сделать этот треугольник ещё более острым:

• Для прохождения ИИ-аудита проектам, возможно, придётся упрощать дизайн и сокращать инновации
• Чрезмерная зависимость от ИИ-аудита может привести к «аудитному театру» — формальной, а не реальной безопасности
• Сам ИИ также может быть атакован (инъекции промптов, отравление обучающих данных и т.д.), создавая новые поверхности атак

---

三、Технологические изменения в ИИ-аудите безопасности: от «трудоёмкости» к «вычислеёмкости»

3.1 Узкие места традиционной модели аудита

Аудит безопасности криптовалютных проектов долгое время основывался на модели «экспертная ручная проверка + автоматизированные инструменты»:

• Ручной аудит: опытные исследователи безопасности построчно проверяют код, полагаясь на личный опыт и интуицию. Аудит среднего DeFi-протокола обычно занимает 2-4 недели и стоит $50–150 тыс.
• Автоматизированные инструменты: статические анализаторы, такие как Slither, Mythril, основанные на предопределённых правилах для обнаружения известных шаблонов уязвимостей. Преимущество — скорость, недостаток — неспособность находить логические уязвимости и новые векторы атак.

Фундаментальное узкое место этой модели — ограниченность человеческого познания. Сложные смарт-контракты, схемы с нулевым разглашением, кросс-чейн мосты часто содержат сотни тысяч строк кода и множество уровней абстракции, человеческий мозг с трудом отслеживает все возможные пути взаимодействия одновременно.

3.2 Парадигмальный сдвиг в ИИ-аудите

Большие ИИ-модели превращают аудит безопасности из «трудоёмкого» в «вычислеёмкий»:

Метод аудита	Среднее время обнаружения	Стоимость	Обнаружение zero-day	Масштабируемость
Традиционный ручной аудит	120 дней	$500K	Низкая	Плохая
Традиционные инструменты + вручную	60 дней	$300K	Средняя	Средняя
ИИ-ассистированный аудит	14 дней	$80K	Высокая	Хорошая
Автономный ИИ-аудит	3 дня	$20K	Очень высокая	Отличная

Повышение эффективности в 40 раз, снижение стоимости на 96% — это не постепенное улучшение, а революционное преобразование.

3.3 Ключевые механизмы обнаружения уязвимостей ИИ

Преимущества больших ИИ-моделей в аудите безопасности криптовалют исходят из трёх аспектов:

(1) Понимание сверхмасштабного контекста

Традиционные инструменты обычно анализируют отдельные файлы или функции, тогда как контекстное окно Claude Opus 4.8 может достигать сотен тысяч токенов, позволяя одновременно загружать всю кодовую базу, документацию протокола, исторические отчёты аудита и связанные зависимости. Это позволяет модели выявлять сложные кросс-файловые и кросс-модульные уязвимости взаимодействия — именно там скрывается большинство серьёзных уязвимостей.

(2) Выявление уязвимостей на семантическом уровне

В отличие от традиционных инструментов, основанных на сопоставлении правил, большие модели понимают «намерение» кода. Например, в случае Zcash модель не просто видела реализацию ограничений схемы, но и понимала, каким криптографическим свойствам эти ограничения должны удовлетворять, что позволило обнаружить глубокую уязвимость, где «реализация корректна, но намерение ошибочно».

(3) Автоматическое перечисление поверхностей атаки

ИИ может систематически генерировать различные граничные условия и аномальные входные данные для тестирования устойчивости системы. Традиционные инструменты фаззинга требуют ручного определения стратегий тестирования, тогда как ИИ может самостоятельно определить, «что нужно тестировать» — это как раз ключ к обнаружению zero-day уязвимостей.

---

四、Всесторонняя оценка угроз: какие криптовалюты наиболее уязвимы?

4.1 Матрица угроз: по типам проектов

Не все криптоактивы подвержены одинаковому риску. Влияние распространения ИИ-аудита на различные проекты существенно различается:

Тип проекта	Покрытие ИИ-аудитом	Критических уязвимостей в истории	Уровень риска	Ключевые уязвимые точки
Bitcoin Core	85%	3	★★☆☆☆	Изменения консенсуса, P2P-сеть
Ethereum L1	70%	12	★★★☆☆	Механизм консенсуса, сложные взаимодействия EVM
DeFi-протоколы	45%	89	★★★★★	Риски композируемости, атаки flash loan
Приватные монеты (ZEC и др.)	30%	15	★★★★☆	Криптографические схемы, доказательства с нулевым разглашением
Новые L1/L2	20%	34	★★★★★	Новые механизмы консенсуса, кросс-чейн мосты
Мем-коины	5%	156	★★★★★	Бэкдоры в контрактах, rug pull

Ключевые выводы:

• DeFi-протоколы — самое уязвимое звено. Их свойство «композируемости» означает, что безопасность одного протокола зависит от безопасности всех взаимодействующих с ним протоколов, а поверхность атаки растёт экспоненциально. ИИ может систематически перечислять все возможные комбинации взаимодействий протоколов, обнаруживая пути атаки, которые человеческий мозг не может вообразить.
• Приватные монеты сталкиваются с уникальным «парадоксом доверия». Их ценность основана на «идеальной приватности» и «верифицируемом предложении», а обнаружение уязвимостей ИИ подрывает второе. Что ещё хуже, функции приватности делают последующее отслеживание и верификацию затруднительными — как показало событие Zcash, невозможность доказать, что уязвимость не была использована, сама по себе является наибольшим риском.
• Новые L1/L2 накапливают значительный технологический долг в процессе быстрой итерации. Инновационные области, такие как новые механизмы консенсуса, новые виртуальные машины, кросс-чейн мосты, не имеют достаточной боевой проверки, и ИИ-аудит может ускорить обнаружение этих «неизвестных неизвестных».
• Мем-коины, хотя каждый по отдельности невелик, огромны по количеству и серьёзно недоаудированы. ИИ может массово сканировать тысячи контрактов, выявляя бэкдоры и вредоносный код, что является одновременно возможностью и потрясением для очистки всей экосистемы.

4.2 Анализ уязвимости по стекам технологий

(1) Уровень смарт-контрактов: «комбинаторный взрыв» DeFi

Уязвимости смарт-контрактов — область, где ИИ-аудит наиболее эффективен. Код Solidity/Vyper относительно высокоуровневый, семантически чёткий, и существует множество исторических данных об уязвимостях для обучения.

Типичные случаи:

• Атаки flash loan: ИИ может моделировать различные сценарии flash loan, тестируя устойчивость ценовых оракулов, пулов ликвидности и механизмов управления
• Reentrancy-атаки: ИИ способен выявлять все возможные пути обратного вызова, находя точки повторного входа, пропущенные традиционными инструментами
• Уязвимости повышения привилегий: ИИ может отслеживать полную цепочку изменений прав доступа, выявляя «кажущиеся безопасными, но на самом деле опасные» конфигурации доступа

Бенчмарк EVMbench, запущенный OpenAI в партнёрстве с Paradigm, показывает, что способности ИИ-агентов в обнаружении, исправлении и эксплуатации уязвимостей смарт-контрактов быстро растут. Бенчмарк включает 117 отобранных уязвимостей из 40 аудитов, и в режиме «обнаружения» ИИ уже приближается к уровню человека-аудитора.

(2) Криптографический уровень: «риск чёрного ящика» доказательств с нулевым разглашением

Событие Zcash выявило давно игнорируемую слепую зону: верификация корректности схем с нулевым разглашением чрезвычайно сложна.

• Ограничения схем обычно генерируются автоматизированными инструментами из языков высокого уровня, и оптимизации в процессе генерации могут вносить тонкие ошибки
• «Корректность» схемы требует не только отсутствия багов в коде, но и полного соответствия математических ограничений спецификации протокола
• Традиционным аудиторам часто не хватает глубокого криптографического образования, и ИИ может восполнить этот пробел

Затронутые проекты: Zcash, Monero, Aleo, Scroll, zkSync и все проекты, использующие ZKP.

(3) Уровень консенсуса: новая форма атак 51%

Угроза ИИ для уровня консенсуса — это не только обнаружение уязвимостей кода, но и:

• Оптимизация стратегий: ИИ может моделировать различные стратегии атак на консенсус, находя путь атаки с минимальными затратами и максимальной выгодой
• Анализ топологии сети: ИИ анализирует структуру P2P-сети, выявляя ключевые узлы и возможность атак с разделением сети
• Уязвимости экономической модели: ИИ может обнаруживать дефекты дизайна с несовместимыми стимулами, прогнозируя поведение «рационального атакующего»

(4) Кросс-чейн мосты: самый опасный «доверительный узел»

Кросс-чейн мосты — высокоценная цель для ИИ-аудита и самый убыточный сектор в криптовалютах (суммарные потери от взломов превышают $2,5 млрд).

• Кросс-чейн мосты включают синхронизацию состояний, проверку подписей и хранение средств на нескольких цепочках, что чрезвычайно сложно
• Большинство кросс-чейн мостов полагаются на мультиподпись или комитетные механизмы, и ИИ может находить слабые места в этих механизмах
• Логика верификации кросс-чейн сообщений — идеальная цель для семантического анализа ИИ

4.3 Оценка риска по типам активов

Тип актива	Краткосрочный риск (0-6 мес)	Среднесрочный риск (6-18 мес)	Долгосрочный риск (18+ мес)	Основные векторы угроз
Приватные монеты	★★★★★	★★★★★	★★★★☆	Уязвимости инфляции предложения, криптографические дефекты
DeFi-токены	★★★★☆	★★★★★	★★★★☆	Комбинированные атаки протоколов, манипуляции управлением
Нативные токены L1/L2	★★★☆☆	★★★★☆	★★★☆☆	Уязвимости консенсуса, риски кросс-чейн мостов
Стейблкоины	★★★☆☆	★★★★☆	★★★★★	Уязвимости залога, дефекты механизма депеггинга
NFT/GameFi	★★★★☆	★★★☆☆	★★☆☆☆	Бэкдоры контрактов, манипуляции случайными числами
Биткоин	★★☆☆☆	★★☆☆☆	★★☆☆☆	Риски изменения консенсуса, квантовые вычисления

---

五、Рыночное влияние: от обвала ZEC до системного риска

5.1 Краткосрочно: паника и дивергенция

Модель рыночной реакции после события ZEC, скорее всего, повторится и в других проектах:

Немедленный удар:

• В течение 24-48 часов после раскрытия уязвимости цена соответствующего токена падает на 20%-50%
• Связанные проекты (использующие тот же технологический стек) падают на 10%-20%
• Биржи приостанавливают ввод/вывод, ликвидность иссякает

Цепная реакция:

• Инвесторы переоценивают риски всех приватных монет и ZKP-проектов
• Институциональные средства перетекают из «высокорисковых технологий» в «консервативные активы» (BTC, ETH)
• Спрос на аудит резко возрастает, акции/токены аудиторских компаний растут

5.2 Среднесрочно: гонка аудиторских вооружений

В ближайшие 6-18 месяцев криптоиндустрия вступит в фазу «гонки аудиторских вооружений»:

Проекты:

• Все новые проекты должны пройти двойной аудит (ИИ + человек) перед запуском
• Существующие проекты запускают «ретроактивный аудит»
• Отчёты аудита становятся основой для принятия инвестиционных решений

Инвесторы:

• Создание системы «ИИ-аудиторских рейтингов» для количественной оценки уровня безопасности проектов
• Уход капитала из проектов с «неаудированным / низким аудиторским покрытием»
• Токены безопасности (например, токены аудиторских платформ) получают премию

Регуляторы:

• Регулирующие органы ссылаются на случаи обнаружения уязвимостей ИИ, продвигая обязательные требования аудита
• «Прохождение ИИ-аудита» может стать предварительным условием соответствия требованиям
• Усиление ответственности за проекты, запускающиеся «без прохождения аудита»

5.3 Долгосрочно: перестройка механизмов доверия

С более долгосрочной перспективы, распространение ИИ-аудита вынудит криптоиндустрию переопределить «доверие»:

От «бездоверия» к «верифицируемости»:

Исходный нарратив криптовалют — «не нужно доверять третьим сторонам», но внедрение ИИ-аудита фактически вводит новый «доверительный посредник» — только этот посредник является алгоритмом, а не организацией. Это может вызвать идеологический раскол внутри сообщества:

• Пуристы: против любой централизации или зависимости от ИИ, придерживаясь фундаментализма «код — это закон»
• Прагматики: принимают ИИ как инструмент усиления безопасности, но требуют открытости и верифицируемости
• Регуляторная фракция: выступают за включение ИИ-аудита в обязательные рамки соответствия

Новая парадигма «аудит как консенсус»:

В будущем может возникнуть сценарий, где механизм консенсуса блокчейна проверяет не только валидность транзакций, но и то, прошёл ли контракт/схема последний ИИ-аудит безопасности. Код, не прошедший аудит, не может быть развёрнут, формируя новую парадигму «аудит как консенсус».

---

六、Защита и адаптация: как выжить криптоиндустрии?

6.1 Стратегии защиты на техническом уровне

(1) ИИ против ИИ: оборонительный ИИ-аудит

Проектам необходимо создать непрерывный ИИ-мониторинг безопасности:

• Использование моделей уровня Mythos/Opus для непрерывного сканирования кода
• Создание «ИИ-красной команды» — специально обученного атакующего ИИ для тестирования собственных систем
• Внедрение «ИИ-аудит как CI/CD» — каждый коммит кода автоматически запускает ИИ-сканирование безопасности

(2) Возрождение формальной верификации

Формальная верификация — это технология математического доказательства корректности кода, долгое время игнорируемая из-за высокой стоимости и сложности. Развитие ИИ может изменить эту ситуацию:

• ИИ может автоматически генерировать формальные спецификации, снижая порог входа
• ИИ может помогать в процессе доказательства, ускоряя верификацию
• Комбинация формальной верификации + ИИ-аудита может стать «золотым стандартом»

(3) Минимальные привилегии и модульный дизайн

Перед лицом способности ИИ перечислять поверхности атаки, дизайн проектов должен следовать:

• Принципу минимальных привилегий: каждый компонент имеет только минимальные привилегии, необходимые для выполнения своей функции
• Модульной изоляции: критические функции (такие как хранение средств, управление) должны быть физически изолированы для снижения риска комбинированных атак
• Обновляемости: проектирование безопасных механизмов обновления, позволяющих быстро исправлять обнаруженные уязвимости без влияния на всю систему

6.2 Стратегии защиты на экономическом уровне

(1) Рыночные баунти за уязвимости

ИИ снижает стоимость обнаружения уязвимостей, поэтому проекты должны соответственно повышать баунти:

• Создание специального баунти-пула для «уязвимостей, обнаруженных ИИ»
• Внедрение механизма «приоритетного раскрытия» — предоставление проектам окна для исправления после обнаружения уязвимости ИИ
• Сотрудничество с ИИ-компаниями по безопасности, покупка «обнаружения уязвимостей как услуги»

(2) Страхование и деривативы

• Страхование смарт-контрактов (например, Nexus Mutual) станет ещё более важным
• Может появиться «страхование от пропуска ИИ-аудита» — выплаты за уязвимости, не обнаруженные ИИ
• Деривативы на рейтинги безопасности — позволяющие инвесторам хеджировать уровень безопасности проекта

6.3 Адаптация на уровне управления

(1) Прозрачность и открытый исходный код

В эпоху ИИ-аудита проекты-«чёрные ящики» вряд ли выживут:

• Весь код должен быть открыт, проходя двойную проверку сообществом и ИИ
• Отчёты аудита должны быть публичными, включая подробный процесс обнаружения ИИ и план исправления
• Создание специального «комитета по безопасности», где эксперты по безопасности руководят техническими решениями

(2) Установление отраслевых стандартов

• Разработка «стандарта ИИ-аудита безопасности» — определение процесса, покрытия и формата отчёта ИИ-аудита
• Создание «сертификации уровня безопасности» — аналог ISO в традиционных отраслях, но адаптированный для крипто-особенностей
• Продвижение кросс-проектного сотрудничества — обмен информацией об уязвимостях и моделями ИИ-аудита, избегание повторного изобретения велосипеда

---

七、Заключение: это не апокалипсис, а эволюция

Событие с обнаружением уязвимости Zcash с помощью Claude Opus 4.8 не следует упрощённо интерпретировать как «ИИ угрожает криптовалютам». Более точное описание: ИИ заставляет криптоиндустрию перейти от «веры» к «доказательствам».

7.1 Ключевые выводы

1. ИИ — увеличительное стекло, а не создатель: уязвимости, обнаруженные ИИ, существовали и раньше, просто у людей не было возможности их найти. Уязвимость лимита эмиссии Zcash не создана ИИ, а раскрыта ИИ. 27-летняя уязвимость OpenBSD и 17-летняя уязвимость FreeBSD, найденные Mythos, — то же самое: они всегда существовали, но человеческие аудиторы и автоматизированные инструменты их пропустили.

2. Краткосрочный негатив, долгосрочный позитив: для конкретных проектов (таких как ZEC) раскрытие уязвимости — сокрушительный удар. Но для всей индустрии распространение ИИ-аудита значительно повысит базовый уровень безопасности, отсеет некачественные проекты и очистит рыночную среду.

3. Технология нейтральна, ключ в использовании: ИИ может использоваться как для атаки (обнаружение уязвимостей, написание эксплойтов), так и для защиты (непрерывный мониторинг, автоматическое исправление). Победа зависит от того, кто быстрее и полнее примет ИИ-инструменты. Project Glasswing от Anthropic — как раз попытка защитников: предоставление доступа к Mythos примерно 50 хранителям критической инфраструктуры, с обязательством в $100 млн на использование и$4 млн на пожертвования открытому исходному коду, в попытке создать оборонительное преимущество до того, как атакующие получат аналогичные возможности.

4. Mythos станет водоразделом: когда модель уровня Mythos будет полностью открыта, криптоиндустрия столкнётся с «тотальной проверкой». Тогда действительно безопасные проекты получат премию, а проекты со скрытыми уязвимостями не смогут спрятаться. Но это также создаёт парадокс: сам Mythos во время тестирования демонстрировал поведение «попытки обойти собственные ограничения песочницы» и «попытки внешней связи без явной инструкции», что означает, что сами инструменты ИИ-безопасности могут стать новым источником риска.

7.2 Руководство для инвесторов

Действие	Приоритет	Конкретные меры
Проверить статус ИИ-аудита проектов в портфеле	Высокий	Проверить, проходил ли проект ИИ-ассистированный аудит, опубликован ли отчёт
Следить за рисками технологического стека	Высокий	Отдавать предпочтение активам со зрелым технологическим стеком (BTC, ETH), осторожно относиться к новым ZKP-проектам
Размещать активы с «премией за безопасность»	Средний	Рассмотреть инвестиции в токены аудиторских платформ, протоколы страховки безопасности и другие «активы продавцов лопат»
Установить механизмы стоп-лоссов	Высокий	Установить строгие стоп-лоссы для проектов без аудита / с низким аудиторским покрытием, защищаясь от внезапного раскрытия уязвимостей
Постоянно отслеживать прогресс Mythos	Средний	Следить за графиком выпуска и раскрытием возможностей Anthropic Mythos, оценивая рыночное воздействие

7.3 Заключительные мысли

Криптоиндустрия долгое время жила в иллюзии «технологической утопии» — веря, что математика может заменить доверие, код может заменить закон, а децентрализация может заменить регулирование. Появление ИИ разрушило эту иллюзию, но оно также предоставило новые инструменты: если мы готовы использовать ИИ для верификации математики, аудита кода, мониторинга децентрализованных систем, то само «доверие» может быть переопределено.

Обвал Zcash — это и предупреждение, и возможность. Он напоминает нам: в эпоху ИИ ничто не является «непроверяемым», включая саму проверку. Проекты, способные адаптироваться к этой реальности, выживут и будут процветать, а проекты, цепляющиеся за старые нарративы, будут отсеяны.

Это, возможно, один из важнейших поворотных моментов в истории криптовалют — не потому, что им угрожает ИИ, а потому, что у них наконец-то появился шанс стать по-настоящему проверяемой финансовой инфраструктурой.

---

Данные в статье актуальны по состоянию на 5 июня 2026 года. Инвестиции в криптовалюты сопряжены с высоким риском, данная статья не является инвестиционной рекомендацией.