Ethereum Foundation: KI-Agenten-Verbund zur Sicherheitsanalyse von Protokoll-Kerncode

Das Ethereum-Netzwerk ist auf eine Vielzahl kritischer Softwarekomponenten angewiesen: Systemsoftware, kryptografische Bibliotheken und Smart Contracts. Das Protocol Security Team der Ethereum Foundation ist für die Sicherheit dieser Infrastruktur verantwortlich. Klassische Werkzeuge wie Fuzzer liefern bei der Sicherheitsanalyse Absturzmeldungen und Stack-Traces, aber keine kontextualisierten Erklärungen zu Angriffsszenarien oder Ausnutzbarkeit.

Die Ethereum Foundation setzt koordinierte KI-Agenten gegen echten Protokollcode ein, darunter Systemsoftware, kryptografische Bibliotheken und Smart Contracts. Die Agenten operieren parallel gegen dasselbe Ziel-Repository und kommunizieren nicht über einen zentralen Controller, sondern über gemeinsam genutzte Versionskontrolle. Jeder Agent schreibt seine Hypothesen und Zwischenergebnisse in das Repository, sodass andere Agenten darauf aufbauen können.

Bestätigte Entdeckung: Eine remote auslösbare Panik in der gossipsub-Komponente von libp2p, dem Peer-to-Peer-Layer, auf dem Ethereums Konsensclients laufen. Die Lücke wurde behoben und als CVE-2026-34219 veröffentlicht, mit Nennung des Protocol Security Teams.

Die Agenten sind in vier spezialisierte Rollen aufgeteilt:

- **Recon** überführt eine Angriffsfläche in konkrete, testbare Hypothesen, nicht „prüfe den Decoder", sondern eine präzise Beschreibung der zu prüfenden Eigenschaft und des möglichen Versagensmechanismus. - **Hunting** verfolgt eine Hypothese durch den Code und versucht, einen funktionierenden Proof-of-Concept zu erstellen. - **Gap-filling** wertet akzeptierte und abgelehnte Befunde aus, formuliert neue Hypothesen und verhindert doppelte Prüfung derselben Codestellen. - **Validation** prüft jeden Kandidaten unabhängig, entfernt Duplikate und entscheidet über die Weitergabe.

Diesen Koordinationsansatz, gemeinsamer Zustand in der Versionskontrolle ohne zentralen Prozess, übernahm das Team nach eigener Aussage aus Anthropics Beschreibung des Baus eines C-Compilers mit einem Agenten-Verbund. Cloudflares Erfahrungen mit einem vergleichbaren Sicherheits-Harness gegen eigene Systeme beeinflussten ebenfalls die Pipeline-Struktur.

Ein Kandidat gilt erst dann als Befund, wenn er folgende Kriterien erfüllt: identifizierbarer, tatsächlich erreichbarer Angriffseinstieg; verletzte Sicherheitseigenschaft; beschriebener Versagensmechanismus; beobachtbarer Nachweis (etwa Panik, Stillstand oder akzeptierte ungültige Eingabe); ein eigenständiger Reproduzierer, der gegen echten Produktionscode läuft und von jemandem ausführbar ist, der ihn nicht selbst erstellt hat; sowie ein Deduplizierungsschlüssel.

Im Unterschied zu einem klassischen Fuzzer liefert ein Agent neben dem Fehlernachweis auch eine Beschreibung des Aufrufpfads, eine Einschätzung der Auswirkungen, eine Schweregradbewertung und den Proof-of-Concept. Die Foundation betont: Die Anzahl der generierten Kandidaten ist kein sinnvolles Erfolgsmaß, entscheidend ist, wie viele sich als real erweisen.

Die Agenten fanden echte Schwachstellen, darunter CVE-2026-34219. Ein erheblicher Teil der Kandidaten erwies sich jedoch als Falschmeldungen, Duplikate oder Befunde außerhalb des Untersuchungsumfangs. Wiederkehrende Muster bei Falschmeldungen sind laut Foundation: Abstürze, die nur in Debug-Builds auftreten; Reproduzierer, die intern erzeugte Werte verwenden, die kein echter Angreifer je erreichen kann; sowie formale Verifikationsergebnisse, die zwar technisch korrekt sind, aber keine sinnvolle Sicherheitseigenschaft belegen.

Agenten zeigen zudem Schwächen bei komplexen Ereignissequenzen, bei denen ein Fehler erst nach mehreren aufeinanderfolgenden Schritten auftritt. Die Foundation hält fest, dass KI-Modelle bei der Schweregradeinschätzung von Schwachstellen, die mehrere aufeinanderfolgende Aktionen voraussetzen, inkonsistent bleiben.

Die Ethereum Foundation fasst die Verschiebung in der Arbeit so zusammen: „The time that used to go into finding hypotheses now goes into verifying them at scale. The bottleneck hasn't disappeared, it shifted from finding bugs to trusting the results, and that's a better place for it because that's where human judgment really matters." Und an anderer Stelle: „AI hasn't replaced the security researcher, it just shifted the focus of the work."

Der Ansatz ist nach Darstellung der Foundation nicht singulär: Anthropics Frontier Red Team und Cloudflare beschreiben vergleichbare Pipelines mit denselben Phasen, Recon, paralleles Hunting, unabhängige Validierung, Deduplizierung. Die Foundation sieht ihren Beitrag vor allem in der Dokumentation der Methodik, nicht des konkreten Toolings, da sich letzteres nach eigener Einschätzung zu schnell verändert, um dauerhaft relevant zu sein.