В апреле 2026 года, по данным Blockaid, ончейн-инциденты принесли более $629 млн потерь: компания зафиксировала свыше двадцати крупных случаев за один месяц. Это не означает, что ИИ уже научился автоматически взламывать любой блокчейн. Но масштаб и темп атак показывают, насколько дорого обходятся слабые ключи, избыточные права и медленная реакция.
На первый взгляд вывод очевиден: искусственный интеллект дал хакерам почти безграничные возможности. Теперь злоумышленник может запустить десятки агентов, поручить им поиск уязвимостей и ждать, пока один из них найдёт способ добраться до денег.
Но это только половина картины.
ИИ не создал слабые приватные ключи, избыточные права администраторов, процессы подписания без контекстной проверки и протоколы без быстрого аварийного стопа. Всё это криптоиндустрия создала сама. Агентные системы лишь превратили существующие слабости в постоянно сканируемый рынок.
Раньше проект мог рассчитывать, что его недостатки никто не заметит: специалистов мало, проверка репозитория занимала дни, а потенциальная добыча казалась небольшой. Автоматизация сокращает цену такого первичного анализа. Одна инфраструктура способна круглосуточно проверять сотни протоколов, кошельков, обновлений и команд.
Риск агентного ИИ связан с тем, что плохо устроенные проекты теряют прежнюю защиту нехваткой внимания. «Идеальный хакер» для этого не требуется.
Криптопроекты годами путали безопасность блокчейна с безопасностью бизнеса
Блокчейн действительно может корректно подтверждать транзакции, сохранять историю операций и не допускать произвольного изменения уже записанных данных. Но это не означает, что все действия внутри системы совершаются законным владельцем.
Если злоумышленник получает действующий административный ключ, сеть видит корректную подпись. Если сотрудник подтверждает вредоносную операцию, блокчейн не знает, что его ввели в заблуждение. Если разработчик установил уязвимое обновление, валидаторы исполняют полученный код.
Поэтому утверждение «блокчейн невозможно взломать» описывает только узкий участок инфраструктуры. Пользователь действует через кошелёк, сайт, смарт-контракт, мост, оракул, RPC-провайдера, систему управления и команду разработчиков.
Каждый дополнительный компонент создаёт новую точку доверия.
Криптоиндустрия долго рекламировала модель trustless — систему, в которой якобы не требуется доверять посреднику. На практике большинство крупных проектов окружено десятками посредников. Кто-то контролирует обновление контрактов. Кто-то управляет доменом. Кто-то хранит ключи. Кто-то подписывает транзакции. Кто-то предоставляет цены. Кто-то отвечает за интерфейс.
Пользователь может не доверять банку, но вынужден доверять разработчику браузерного расширения, владельцам мультиподписи и сотруднику, который обновляет программное обеспечение.
Статистика Ethereum и Solana хорошо показывает разницу между публичной идеологией и реальной архитектурой.
Ethereum-проекты чаще теряли средства из-за ошибок приложений, мостов и смарт-контрактов. Экосистема накопила многоуровневые финансовые зависимости: один актив может использоваться сразу в нескольких протоколах, а ошибка в одном компоненте передаётся по цепочке.
У Solana особенно заметны риски компрометации ключей и инфраструктуры подписания. Право распоряжаться активами определяют держатели ключей и процесс подтверждения операций, а не математическая модель сети.
Получается неудобный вывод: многие криптопроекты защищены ровно до того момента, пока один человек, одно устройство или один сервис не совершит ошибку.
ИИ-агенты не увеличивают силу одной атаки — они увеличивают число проверок
Когда говорят об использовании ИИ хакерами, обычно представляют модель, которая самостоятельно пишет специализированный эксплойт и за несколько минут получает доступ к защищённой системе.
Такой сценарий возможен не всегда. Современные модели ошибаются, неверно интерпретируют код, находят несуществующие уязвимости и нуждаются в проверке со стороны человека.
Но для злоумышленника не требуется стопроцентная точность.
Представим, что агент правильно оценивает только одну гипотезу из двадцати. Для разработчика защитного продукта это плохой результат: слишком много ложных срабатываний. Для атакующего результат может быть приемлемым, если проверка двадцати гипотез обходится дёшево и одна успешная операция покрывает остальные расходы.
При таком соотношении затрат агентная работа меняет экономику атак.
Один человек ограничен количеством часов в сутках. Он не может одновременно изучать сто репозиториев, следить за обновлениями пятидесяти протоколов, анализировать права доступа, читать документацию и оценивать стоимость активов в каждом контракте.
Система агентов может распределить эти функции между отдельными процессами. Один модуль собирает изменения. Другой классифицирует риск. Третий сопоставляет новый код с известными проблемами. Четвёртый оценивает потенциальную ценность цели. Координатор возвращает человеку только те случаи, где несколько признаков совпали.
Anthropic проанализировала 832 аккаунта, заблокированных за вредоносную киберактивность в период с марта 2025-го по март 2026 года. Эти аккаунты использовали ИИ на всех 14 этапах модели MITRE ATT&CK — от первоначальной разведки до финального воздействия. Доля участников, отнесённых исследователями к средней и высокой категориям риска, выросла с 33% до 56% между первой и второй половиной исследуемого периода.
Это не доказывает, что модели уже полностью заменили технические команды. Данные показывают другой процесс: ИИ помогает большему числу участников выполнять операции, которые раньше требовали более высокой квалификации.
OpenAI также отмечает, что злоумышленники редко ограничиваются одной моделью или одной платформой. Они соединяют ИИ с обычными сайтами, социальными сетями и программными инструментами, используя разные системы на разных этапах рабочего процесса.
Следовательно, опасность находится не внутри конкретной модели. Она появляется в связке: модель, инструменты, данные, автоматизация, память и управляющий человек.
Кибератака начинает работать по модели performance-маркетинга
Агентная атака всё меньше похожа на ручное ремесло и всё больше — на воронку.
Наверху находится большой объём потенциальных целей. Большинство отсеивается после первичной проверки. Часть переходит на следующий этап анализа. Ещё меньшая доля получает углублённую проверку. До финальной попытки добираются только цели с подходящим соотношением затрат, вероятности успеха и потенциальной добычи.
У такого процесса появляются собственные метрики.
Стоимость анализа одной цели можно сравнить с CPL — стоимостью получения потенциально подходящего лида. Доля проектов, прошедших первичный фильтр, напоминает conversion rate. Средняя сумма успешной атаки становится аналогом среднего чека. Расходы на вычисления, инфраструктуру и специалистов можно сопоставить с CAC. Итоговая доходность определяется тем, сколько средств принесла одна успешная операция относительно расходов на всю воронку.
Раньше верхняя часть этой воронки была дорогой. Квалифицированный специалист вручную тратил часы на каждую цель, поэтому небольшие проекты могли оказаться экономически неинтересными.
ИИ снижает стоимость первичного отбора. Если агент автоматически проверяет тысячу проектов и выделяет десять подозрительных, человек получает короткий список для дальнейшей экспертизы.
Это принципиально меняет распределение атак.
Крупные протоколы останутся привлекательными из-за объёма ликвидности. Одновременно вырастет давление на небольшие проекты, которые ранее редко попадали в поле зрения атакующих.
Проект с заблокированными активами на $2 млн может быть неинтересен команде, которой требуется две недели ручного анализа. Он становится интересным, если первичная проверка стоит несколько долларов вычислений, а участие человека требуется только на заключительном этапе.
ИИ не обязательно повышает вероятность успеха каждой отдельной атаки. Он уменьшает стоимость неудачи.
На рынке появляется промышленная специализация
Ручная хакерская команда ограничена компетенциями своих участников. Агентная система может разделить процесс на большое количество узких функций.
Одни агенты будут заниматься классификацией смарт-контрактов. Другие — наблюдением за обновлениями. Третьи — анализом публичных зависимостей. Четвёртые — поиском организационных слабостей. Пятые — отслеживанием движения активов и реакции защитников.
При этом не каждая преступная группа должна создавать всю инфраструктуру самостоятельно.
Chainalysis уже описывает индустриализацию криптомошенничества: крупные операции используют phishing-as-a-service, сгенерированные ИИ материалы и профессиональные сети перемещения средств. По оценке компании, мошеннические операции с использованием ИИ в 2025 году были в 4,5 раза прибыльнее традиционных, а объём краж через криптовалютные мошеннические схемы мог превысить $17 млрд после последующих пересчётов.
Это означает, что киберпреступность движется по тому же пути, который ранее прошли SaaS и облачная инфраструктура.
Необязательно владеть серверами — их можно арендовать. Необязательно самостоятельно разрабатывать каждый инструмент — можно использовать готовый сервис. Необязательно содержать команду для всех этапов — отдельные функции передаются специализированным подрядчикам.
Появляется разделение труда. Одна группа собирает данные. Другая продаёт доступ. Третья управляет агентами. Четвёртая занимается выводом и перемещением активов.
Чем больше рынок стандартизируется, тем ниже входной барьер.
Угрозу создаёт массовое появление участников среднего уровня, получающих доступ к инфраструктуре, которая ранее была доступна лишь небольшому числу технически развитых групп.
Ресурсы становятся ограничением, но не единственным
Идея о том, что теперь всё упирается только в ресурсы и время, близка к реальности, но её нужно уточнить.
Вычислительные ресурсы действительно определяют масштаб. Больше серверов и оплаченных API позволяют дольше анализировать цели, запускать больше параллельных процессов и хранить больше контекста.
Время тоже остаётся фактором. Некоторые слабости становятся заметны только после обновления кода, изменения прав, подключения нового протокола или появления дополнительной ликвидности. Агент может месяцами наблюдать за проектом и ждать подходящего момента.
Но мощность инфраструктуры сама по себе не гарантирует результат.
Первая проблема — качество данных. Если агент анализирует неполную или устаревшую информацию, он строит ложные гипотезы.
Вторая — координация. Несколько агентов должны передавать результаты друг другу, устранять противоречия и не повторять одну и ту же работу.
Третья — контроль ошибок. Языковая модель способна уверенно объяснить несуществующую проблему. Без внешней проверки система будет тратить ресурсы на выдуманные направления.
Четвёртая — скрытность. Массовый автоматизированный анализ оставляет повторяющиеся следы, которые могут выявляться защитными системами.
Пятая — получение результата. Найти потенциальную слабость недостаточно. Требуется подтвердить, что она действительно влияет на активы и не будет остановлена другими уровнями защиты.
Поэтому более точная формулировка звучит так: агентный ИИ превращает ресурсы, время и организацию процесса в больший объём проверенных гипотез.
Преимущество создаёт производственная система, которая эффективнее превращает вычисления, время и организацию в проверенные гипотезы.
Проблема Solana показывает предел модели «доверяйте подписи»
Если более 98% потерь одной экосистемы связаны с ключами и подписанием, значит рынок столкнулся с кризисом идентификации намерения.
Криптографическая подпись подтверждает владение ключом. Она не подтверждает, что операция разумна, ожидаема и одобрена настоящим владельцем в текущем контексте.
Допустим, администратор обычно переводит не более $500 000 в сутки и работает только с несколькими проверенными адресами. Затем появляется правильно подписанная операция на $100 млн в пользу нового кошелька.
С точки зрения базовой криптографии транзакция легитимна. С точки зрения поведения она аномальна.
Традиционная архитектура часто ставит подпись выше контекста: есть действующий ключ — значит операция разрешена. Но в мире агентных атак этого недостаточно.
Защита должна проверять не только «кто подписал», но и «соответствует ли действие ожидаемому поведению».
Поэтому нужны лимиты, задержки, разделение полномочий, независимые подтверждения и автоматическая остановка подозрительных операций.
Blockaid прямо указывает, что в ончейн-среде скорость реакции становится определяющим фактором. В апреле 2026 года компания зафиксировала более $629 млн потерь в более чем двадцати инцидентах. Многие атаки развиваются в течение минут или часов, оставляя короткое окно, в котором связанные проекты ещё могут заморозить рынки, закрыть позиции или ограничить дальнейшее распространение ущерба.
Следующий этап безопасности требует оценки намерения до необратимого исполнения, а не только криптографически корректной подписи.
Агентный ИИ создаёт угрозу и внутри самих криптопроектов
Компании начинают внедрять собственных агентов: для анализа кода, управления инфраструктурой, мониторинга транзакций, поддержки пользователей и подготовки обновлений.
Это должно усилить защиту. Одновременно появляется новый привилегированный участник.
Если агенту дать доступ к репозиторию, он может изменять код. Если предоставить права на облачную инфраструктуру, он может менять конфигурацию. Если подключить его к кошелькам и системам подписания, ошибка или внешнее воздействие способны привести к финансовым операциям.
Чем больше инструментов получает агент, тем выше потенциальный ущерб после его компрометации.
Anthropic предупреждает, что агенты могут обрабатывать содержимое с внедрёнными вредоносными инструкциями. Компания подчёркивает: чем более открыта среда и чем больше инструментов доступно агенту, тем больше действий сможет совершить атакующий после успешного воздействия. Одного защитного механизма недостаточно, поэтому организациям необходимо ограничивать данные, инструменты и права, которые получают агентные системы.
Для криптопроектов цена такой ошибки выше, чем для обычного офисного приложения.
Если почтовый агент ошибочно отправил документ, компания может попытаться отозвать доступ и провести расследование. Если финансовый агент подписал ончейн-операцию, возврат средств может быть невозможен.
Получается парадокс: отрасль внедряет агентов, чтобы защищаться от агентных атак, но одновременно расширяет собственную поверхность риска.
Аудит перестаёт быть доказательством безопасности
Большинство криптопроектов до сих пор использует аудит как маркетинговый знак.
На сайте размещают логотип аудиторской компании, ссылку на отчёт и формулировку audited. Пользователь должен сделать вывод: код проверен, значит активы защищены.
Но аудит отвечает только на ограниченный вопрос: какие проблемы специалисты нашли в конкретной версии кода в конкретный момент времени.
Он не гарантирует, что:
- после проверки не появилось новое обновление;
- администратор не получил избыточные права;
- ключи хранятся безопасно;
- интерфейс не был подменён;
- сотрудника невозможно обмануть;
- внешняя зависимость не станет уязвимой;
- система управления успеет отреагировать на инцидент.
Chainalysis отмечает, что в 2025 году централизованные сервисы продолжали нести крупные потери из-за атак на инфраструктуру приватных ключей и процессы подписания. В отдельных случаях злоумышленники обходили защиту холодных кошельков через сторонние интеграции и заставляли законных подписантов подтверждать вредоносные операции.
Это показывает предел статического аудита.
Когда противник работает непрерывно, защита тоже должна работать непрерывно.
Каждое изменение кода должно анализироваться до развёртывания. Каждая критическая операция — сопоставляться с политиками риска. Каждое изменение полномочий — проходить отдельное подтверждение. Каждая внешняя зависимость — отслеживаться как часть финансового периметра.
Без этого аудит превращается в фотографию исправного автомобиля, сделанную за несколько месяцев до аварии.
Безопасность станет налогом на любую криптокомпанию
Раньше небольшой проект мог потратить основные средства на разработку, ликвидность и маркетинг, а безопасность оставить на этап перед запуском.
Агентное масштабирование атак делает такую модель экономически опасной.
Если проект можно непрерывно проверять, его защита должна быть непрерывной. Это означает постоянные расходы на мониторинг, хранение ключей, разделение прав, аварийные сценарии и анализ обновлений.
Безопасность превращается в обязательный операционный расход — подобно комиссии сети, стоимости облачных серверов или поддержанию ликвидности.
Для небольших проектов это создаёт тяжёлую развилку.
Если сократить расходы на защиту, растёт вероятность потери активов. Если построить полноценную инфраструктуру, затраты могут оказаться несоразмерны выручке.
Рынок начнёт консолидироваться вокруг поставщиков безопасности, которые обслуживают сразу множество протоколов. Самостоятельно содержать круглосуточную команду сможет ограниченное число крупнейших игроков.
Параллельно повысится роль страхования и независимой оценки рисков. Страховщик не сможет опираться только на наличие аудита. Ему придётся оценивать структуру прав, лимиты, скорость остановки операций, историю изменений и зависимость от отдельных людей.
Слабая архитектура получит более высокую страховую премию или вообще останется без покрытия.
Инвесторы начнут оценивать возможный масштаб аварии
Невозможно гарантировать, что ни одна атака никогда не будет успешной.
Поэтому зрелая модель безопасности должна отвечать на другой вопрос: сколько денег можно потерять, если один уровень защиты всё-таки откажет.
Это концепция blast radius — радиуса поражения.
Если один ключ способен переместить все активы, радиус поражения равен всей ликвидности проекта. Если операции ограничены суточным лимитом, разделены между хранилищами и требуют нескольких независимых подтверждений, ущерб можно локализовать.
Инвестору нужны измеримые ограничения вместо формулы «нас невозможно взломать»:
сколько средств доступно одному ключу;
можно ли обновить контракт без задержки;
существует ли автоматическая остановка;
кто контролирует критические полномочия;
сколько времени занимает реакция;
какие внешние протоколы способны передать проблему дальше.
Новая модель оценки будет считать максимальный финансовый ущерб при отказе каждого компонента вместо абстрактной вероятности абсолютной безопасности.
Проекты, которые не смогут показать эти ограничения, будут выглядеть как компании без финансовой отчётности: деньги есть, но неизвестно, кто и на каких условиях ими распоряжается.
Настоящая гонка начнётся между двумя производственными системами
Будущее криптобезопасности часто описывают как противостояние ИИ-хакера и ИИ-защитника.
Такая схема описывает лишь одну часть происходящего.
Конкурировать будут организации, использующие модели в разных процессах.
Одна сторона построит конвейер поиска слабостей: данные, агенты, проверки, отбор целей и управление результатами.
Другая — конвейер обнаружения и ограничения ущерба: инвентаризацию активов, мониторинг, поведенческий анализ, разделение прав и автоматические сценарии реакции.
Одинаковая модель может использоваться обеими сторонами. Разницу создаст качество процесса.
Хакерская система выиграет, если сможет дешевле проверять больше целей и быстрее замечать окно атаки.
Защитная система выиграет, если сократит время между первым отклонением и блокировкой операции.
Blockaid описывает этот сдвиг так: для ончейн-систем вопрос меняется с «произойдёт ли инцидент» на «как быстро команда узнает, что он произошёл». Открытость, связанность протоколов и необратимость расчётов означают, что проблема одного участника может быстро передаваться всем, кто от него зависит.
Преимущество получит проект, который способен обнаружить отклонение, оценить зависимость и ограничить движение средств быстрее атакующего.
ИИ не разрушает криптобезопасность — он уничтожает право на плохую безопасность
Рекордный темп инцидентов не обязательно означает, что искусственный интеллект уже научился автоматически взламывать любой блокчейн.
Они показывают, что рынок перестаёт прощать архитектурные долги.
Проект больше не может рассчитывать, что его мало кто изучает. Открытый код, публичные транзакции, известные адреса и видимая ликвидность делают каждую криптосистему доступной для наблюдения.
Агентный ИИ снижает стоимость наблюдения за этой целью. Он позволяет возвращаться к проекту после каждого обновления, сравнивать изменения, отслеживать новые зависимости и одновременно проверять множество направлений.
То, что раньше оставалось незамеченным из-за нехватки человеческого внимания, постепенно будет обнаруживаться машинным перебором.
Проблема не в безграничных возможностях хакеров.
Проблема в том, что криптопроекты годами хранили огромные суммы в системах с ограниченной наблюдаемостью, широкими полномочиями и слабым контролем намерения. Пока проверять такие системы было дорого, модель работала.
Агентная автоматизация отменяет эту скидку.
Теперь каждая слабость получает вероятность быть найденной. Чем дольше она существует, тем больше попыток её обнаружить. Чем выше ликвидность, тем больше ресурсов рационально потратить на анализ.
У криптопроектов остаётся два варианта.
Первый — продолжать продавать аудит как доказательство безопасности и надеяться, что следующий инцидент произойдёт у конкурента.
Второй — признать, что атаки стали непрерывным производством, и построить такое же производство защиты: с ограниченными полномочиями, постоянным контролем, автоматической реакцией и заранее определённым радиусом возможного ущерба.
ИИ не сделал хакеров всемогущими. Он сделал небрежность измеримой, масштабируемой и экономически привлекательной целью.
