DeFiHackLabs 警告：SCAN 参与者 切勿盲目依赖 AI

DeFiHackLabs，SCAN 2024 的获胜团队，在 7 月 3 日与 Digital Asset 进行的视频采访中提醒参赛者不要盲目依赖 AI。区块链安全社区强调，AI 生成的答案必须始终经过核实。就在这一警告之际，AI 能力自 2024 年以来已发生显著进步，此前 2024 年 11 月由 Dasset 举办了一场数字资产溯源夺旗赛。DeFiHackLabs 表示，尽管 AI 可以提升问题解决效率，但不当使用可能会让整个流程偏离轨道。团队建议将 AI 当作助手，而不是把问题理解外包给技术。

DeFiHackLabs 运营 300 名成员的白帽黑客社区

DeFiHackLabs 是一个区块链安全社区，成立于三年前，约有 300 名成员。成员将自己描述为白帽黑客、安全研究人员或安全工程师。该社区的既定目标是让区块链和 Web3 生态更加安全。成员来自包括智能合约安全、反洗钱调查和逆向工程在内的专业背景。

团队在 SCAN 2024 体验中强调了旗帜提交限制

DeFiHackLabs 将旗帜提交限制视为 SCAN 2024 的一项突出特性。在该机制下，如果参赛者超过允许的尝试次数，则无法再为该挑战提交旗帜。团队表示，限制提交次数会抑制反复猜测，并促使在提交前进行仔细核实。DeFiHackLabs 建议将这一规则保留到 SCAN 2026 决赛，并指出 AI 让团队解决 CTF 挑战的速度比 2024 年快得多。

DeFiHackLabs 建议核实所有 AI 生成的答案

团队就 CTF 竞赛中的 AI 使用提供了具体建议。DeFiHackLabs 表示：“不要完全依赖它。永远不要把 AI 生成的答案当作不加验证的事实。务必核实它。”社区承认 AI 模型已变得异常强大，但强调 AI 应当保持为助手或团队成员。DeFiHackLabs 警告称，AI 虽然可以显著提升问题解决效率，但在使用不当时也可能让整个过程脱轨。团队建议参赛者使用 AI 引擎来辅助问题解决，而不应把对问题本身的理解过程外包给 AI。

社区自 2017 年以来追踪 80 亿美元的协议被盗亏损

DeFiHackLabs 维护多个开放数据集，包括一个事故数据库，其中包含 Web3 黑客的概念验证研究。该团队通过其仪表板追踪了自 2017 年以来超过 872 起协议被利用事件，累计亏损超过 80 亿美元。协议类别包括 DeFi 攻击、跨链桥黑客事件、交易所事件以及智能合约利用。去年，大约有 200 起协议黑客事件造成接近 30 亿美元的亏损。

钱包失陷包括网络钓鱼攻击、恶意软件和私钥泄露，去年造成约 8 亿美元的亏损，并影响约 80,000 名受害者。DeFiHackLabs 估计，诈骗至少造成 140 亿美元的亏损。在台湾，去年与诈骗相关的亏损约为 26 亿美元，向警方报案的案件约有 170,000 起。

团队建议为 SCAN 2026 保留旗帜提交限制

DeFiHackLabs 表示，在 AI 时代，旗帜提交限制变得更加重要。团队建议 SCAN 2026 的组织者保留该竞赛设计要素。DeFiHackLabs 还提议加入包含智能合约安全、攻击调查和资产追回场景的挑战，并指出这些情况在现实世界的区块链安全工作中正变得越来越常见。团队鼓励执法机构、警务调查人员、Web3 安全研究人员以及普通公众参与 SCAN 2026。

常见问题

DeFiHackLabs 在 CTF 竞赛中使用 AI 方面给了什么建议？

DeFiHackLabs 建议参赛者绝不要完全依赖 AI，并始终核实 AI 生成的答案。团队表示，AI 应被视为提供提示、指导和支持的助手或队友，而不是接管理解问题本身的过程。

DeFiHackLabs 自 2017 年以来追踪了哪些安全数据？

DeFiHackLabs 自 2017 年以来追踪了超过 872 起协议被利用事件，累计亏损超过 80 亿美元。团队还追踪了去年造成约 8 亿美元亏损并影响约 80,000 名受害者的钱包失陷情况，并估计诈骗造成的亏损至少达到 140 亿美元。

为什么 DeFiHackLabs 建议为 SCAN 2026 保留旗帜提交限制？

DeFiHackLabs 建议保留旗帜提交限制，因为 AI 让团队解决 CTF 挑战的速度比 2024 年快得多。团队表示，限制提交次数会抑制反复猜测，并促使参赛者在提交前仔细核实答案。