Здобуто 15 провідних нуль-днівних вразливостей: рамкова структура розумного агента для налагодження протоколу консенсусу, створена спільно з 0G Lab, новою національною лабораторією, командою Пекінського університету та університету поштового зв’язку Пекіна

Оригінальне джерело: Машина розуму

«Святий Грааль» розподілених систем — консенсусні протоколи (Consensus Protocols), довгий час були «пеклом багів» для провідних інфраструктурних інженерів. Через їхню надзвичайну складність стану та багатонодову взаємозв’язану логіку, традиційне тестування та монолітні LLM майже безсилі проти глибоких логічних вад (Deep Bug).

Нещодавно, у статті, опублікованій у новітньому ICML 2026, дослідники з 0G Labs, Національного університету Сінгапуру, Пекінського університету та Пекінського університету пошти та телекомунікацій представили перший автоматизований тестовий каркас, що глибоко поєднує знання з галузі та багатопартійних агентів — Agora.

Цей каркас за допомогою інноваційної архітектури цілеспрямовано вирішує проблеми протоколів, у промислових та академічних ключових протоколах, таких як Raft, EPaxos, HotStuff, BullShark, одразу виявив 15 раніше невідомих протоколів рівня Deep Bug! У порівнянні з цим, такі потужні моделі, як GPT-5.2, Claude 4.5, зазнали поразки, не зумівши знайти жодного. У сучасних умовах, коли системи з багатьма агентами (Multi-Agent) та «інтелектуальний аудит безпеки» (Agentic Quality Control) стають найгарячішими напрямками 2026 року, Agora пропонує не просто статтю, а цілком робоче промислове рішення.

Стаття: «Agora: Toward Autonomous Bug Detection in Production-Level Consensus Protocols with LLM Agents»

1. Контекст: Співпраця 0G та NUS — довгострокове накопичення системних знань та перехід між парадигмами Multi-Agent ===================================================

Еволюція протоколів консенсусу — це не лише історія інновацій геніїв, а й кровопролитна історія помилок провідних інженерів. Як сказав лауреат премії Тюрінга Лампорт, гарантувати правильність реалізації розподілених протоколів не легше, ніж сліпо пробиратися крізь постійно хиткий лабіринт. На цій «пекельній» дорозі ринок тихо змінюється: за даними Gartner, кількість консультаційних проектів з систем з багатьма агентами за рік зросла більш ніж у десять разів, а ринок платформ для багатопартійних систем стрімко зростає, майже подвоюючись щороку — використання «співпраці агентів» для найскладнішої перевірки базових систем стає не просто передовою ідеєю, а промисловою необхідністю.

У відповідь на цю пекельну дорогу провідні технологічні гіганти почали активні дослідження. Наприклад, Anthropic у своїй внутрішній роботі над Claude Code просуває проект Glasswing, що намагається використовувати агентів для тестування базової інфраструктури, але його архітектура все ще сильно залежить від найкращих комерційних моделей, деталі проекту залишаються невідомими, і співпраця обмежена кількома великими корпораціями та транснаціональними гігантами. Ще гірше, такі рішення можуть споживати неймовірну кількість токенів під час роботи, що робить їх недоступними для стартапів та малих компаній через високі обчислювальні витрати.

Чи приречені малі компанії та відкриті спільноти на використання лише недосконалих автоматичних інструментів для виявлення вразливостей?

Інженери з 0G Labs, разом із Лю Сяном із Національного університету Сінгапуру, Сон Са із Пекінського університету пошти та телекомунікацій, професор Юн Юн із Пекінського університету та аспірант Чжан Чжао з Пекінського університету, об’єднали свої глибокі знання у галузі агентів для створення системи, що «зменшує велику проблему до малих» — революційного рішення, яке вже отримало попередню редакцію для ICML 2026 AI конференції.

Довгострокове накопичення системних знань у науці стикається з «болючими точками» індустрії — як зробити революцію у безпеці систем?

Команда 0G має багатий досвід у реалізації промислових систем з консенсусом у блокчейні, а також глибоку академічну базу у високопродуктивних розподілених системах, формальній верифікації та контролі паралельності. Вони добре знають, що традиційні методи (наприклад, fuzzing) часто обмежені через вибух станового простору. Тому вони вирішили використати свої довгострокові знання про глобальні invariants (незмінності) розподілених систем як «душу», інтегрувавши їх у передові парадигми співпраці агентів та автоматизовані каркаси тестування, створивши відкритий і рівноправний фреймворк Agora.

Паралельно, у галузі модульних AI-інфраструктур та високопродуктивних децентралізованих мереж даних, команда 0G накопичила цінний досвід у промисловій реалізації протоколів з високою пропускною здатністю та архітектур BFT (Бейтманна-фолл-толерантність), а також зібрала реальні зразки дефектів протоколів.

Такий міждисциплінарний підхід кардинально змінює правила гри: це не просто бездумне тестування силою, і не «сліпе» використання моделей без знань галузі, а професійна співпраця агентів, що перетворює десятки років інтуїтивних логічних висновків системних експертів у гру та співпрацю агентів, що дає змогу зменшити розмірність і підвищити ефективність традиційних тестів.

На відміну від важких ресурсомістких підходів на кшталт Glasswing, Agora пропонує дружню для малих і середніх підприємств альтернативу — вона довела, що навіть при «поганому» базовому моделі, з більшою економічною ефективністю, за допомогою тонко налаштованої галузевої перцепції та співпраці агентів можна виявити глибокі баги!

2. Болі: монолітний LLM не здатен перейти «червону межу», а високорівневі системи з високою складністю залишаються під «Дамокловим мечем» глибокої логіки ======================================

У сучасному світі великих даних, блокчейну та розподілених баз даних консенсусні протоколи (Paxos, Raft, PBFT тощо) — основа цифрового світу. Однак реалізація цих протоколів відома своєю «пекельною складністю». Навіть такі промислові проекти, як etcd, що пройшли багато років тестування провідних інженерів, все ще містять глибокі логічні баги, що викликають холодний піт.

Ці вади відрізняються від звичайних помилок реалізації (memory leaks, integer overflows) — вони охоплюють кілька етапів виконання та залежать від складної паралельної логіки. При неправильному запуску вони можуть спричинити пошкодження критичних даних або навіть катастрофічні фінансові втрати.

Хоча сучасні великі мовні моделі (LLM) демонструють хороші результати у звичайному аналізі коду, при роботі з розподіленим консенсусом вони «застрягають» у локальних частинах коду, не здатні до глобального логічного висновку. Вони можуть виявити лише поверхневі недоліки, але не здатні аналізувати протоколи, що залежать від глобального стану, через обмеження у глобальній логіці.

3. Вихід із ситуації: тріумф трьох агентів Agora та їхній основний каркас Harness ========================================

Щоб подолати цю проблему, Agora вперше застосувала класичну академічну парадигму гіпотезно-орієнтованого тестування (HDT) у системах з агентами на базі великих моделей. Для ефективного глобального висновку вони відмовилися від «один на один» підходу і розділили роботу на три високоспеціалізовані агенти:

Orchestrator Agent (координатор): відповідає за глобальний стан та «використання» вразливостей;

Strategy Agent (стратег): відповідає за внесення галузевих знань та створення атакуючих сценаріїв для CFT і BFT протоколів;

TestGen Agent (тестовий кодер): виконавець. Ключовим для практичної реалізації є автоматизований каркас тестування.

Архітектура зображена так:

У цій системі «зменшення до малих» не є випадковим — вона базується на глибокій інтеграції механізмів взаємодії агентів та тестового каркасу.

Команда розробила мінімалістичну та ефективну систему комунікації та пам’яті (Succinct Memory & Communication), що дозволяє кожному агенту зосередитися на своїй задачі, мінімізуючи обсяг обміну даними. Завдяки цій високоефективній системі, координатор (Orchestrator) керує станом і узгоджує дії, стратег (Strategy) створює сценарії атак, а тестовий агент (TestGen) запускає тестування та оцінює результати, забезпечуючи цілісність і швидкість роботи.

Коли стратегія генерує абстрактний сценарій атаки, тестовий агент миттєво запускає відповідне тестування, перетворюючи його у реальні юніт-тести, що працюють у різних мовах (Go, Rust тощо). Вони використовують високоефективну технологію рефлексії (Reflection-Loop) для швидкої адаптації.

Якщо тест виявляє помилку, система миттєво фіксує стек викликів і логи, передає їх агенту для автоматичного самовиправлення. Така «легка» взаємодія агентів і динамічний каркас забезпечують низьку вартість і високу точність пошуку глибоких логічних багів, а також формують детальні звіти з мінімальним рівнем помилок.

Огляд роботи системи наведено так:

4. Результати: виявлено 15 провідних нуль-днів Deep Bug, базові моделі — без вад ============================================

Результати вражають. Команда протестувала чотири відомі бібліотеки протоколів консенсусу (включно з промисловим etcd та ядром нових блокчейн-проектів Sui), порівнюючи з моделями GPT-5.2, Gemini 3.0 Pro Preview, Claude Sonnet 4.5 та Qwen3 Coder.

Результат — не лише підвищення безпеки систем 0G, а й абсолютна перевага у виявленні багів:

15 нових Deep Bug: Agora виявила 15 раніше невідомих глибоких логічних вад у протоколах. Вони охоплюють розбіжності у виконанні, порушення монотонності, топологічні дефекти, підписні вади тощо.

Моделі базового рівня — бездоганні: навіть найпотужніші моделі (з ReAct і далі) не змогли знайти жодного багу (0/15). Вони витратили багато токенів, але не змогли виявити глибокі логічні вади.

Мінімальні помилки та висока економічність: у всіх звітах Agora частка реальних логічних вад становить 73.9% (хибних спрацьовувань — 26.1%). Вартість пошуку одного складного багу — близько 5.32 мільйонів токенів (приблизно 40 доларів), що робить цей підхід дуже ефективним.

Результати на кількох LLM наведені нижче:

5. Майбутнє: масштабованість та проникнення у «безлюдні» сфери =========================

Успіх Agora не лише підсилює безпеку розподілених систем, а й відкриває шлях до промислового застосування великих моделей у вузьких технічних сферах.

Особливо важливо, що архітектура Agora демонструє високу масштабованість і універсальність. Дослідники підкреслюють, що її можна швидко реалізувати у вигляді плагінів або навичок (skills), що допомагає швидко відтворювати та застосовувати її у різних проектах (код на github.com/0gfoundation/agora). Крім того, «велика модель + співпраця агентів + гіпотезно-орієнтований підхід» не обмежується лише протоколами консенсусу. Завдяки глибокому розділенню робочих процесів і галузевих знань, ця архітектура може швидко поширитися у інших сферах, що страждають від «логічних багів»:

Бази даних (Concurrency Control): тестування конфліктів транзакцій у розподілених базах даних у режимах високої ізоляції (наприклад, серіалізм);

Операційні системи / системи паралельної обробки: виявлення прихованих deadlock та гонок у багатониткових системах;

Web3 та аудит смарт-контрактів: глибока безпека міжланцюгових протоколів та DeFi, що містять складні економічні моделі. Ринок безпеки блокчейнів у 2026 році оцінюється у близько 8.5 мільярдів доларів, і вже з’явилися комерційні продукти, що використовують «багатопартійні системи безпеки» для аудиту смарт-контрактів, скорочуючи час аудиту з кількох тижнів до кількох годин.

У епоху автоматизованої безпеки промислових систем, Agora та її каркас Harness, ймовірно, відкривають нову еру.

Ми віримо, що Agora допоможе виявити ще більше глибоких багів у різних сферах, покращуючи здатність великих моделей до кодування та тестування. Виявлені баги також сприятимуть підвищенню розуміння коду великими моделями.

gora може значно підвищити безпеку кодових баз, таких як протоколи консенсусу, системи паралельної обробки та смарт-контракти — основи фінансових транзакцій. Крім того, Agora допоможе виявити глибокі логічні баги з меншими витратами токенів, економлячи кошти та підвищуючи ефективність!

Ще важливіше, що це відповідає двом найгарячішим напрямкам: по-перше, системи з багатьма агентами переходять від експериментів до виробництва — Gartner прогнозує, що до 2028 року понад 30% корпоративного програмного забезпечення матиме вбудованих агентних AI, а ринок платформ для багатопартійних систем зросте з сотень мільярдів до сотень мільярдів доларів; по-друге, «перевірка агентами агентів» (Agentic Quality Control) стає стандартом у 2026 році.

За даними звіту Veracode 2025, близько 45% AI-згенерованого коду містять вразливості, а ринок агентної безпеки зростає з середньою швидкістю 42% на рік. Agora дозволяє компаніям виявляти глибокі баги з меншими витратами токенів, автоматизуючи аудит і переводячи його з «оплати за тиждень» у «оплату за годину».

Коли ця галузь стане зрілою, першість здобудуть не найбільші гіганти, а ті, хто першим впровадить та масштабуватиме методології.

Оригінальне джерело

Клацніть, щоб дізнатися про вакансії в BlockBeats

Запрошуємо приєднатися до офіційної спільноти BlockBeats:

Телеграм-канал: https://t.me/theblockbeats

Телеграм-чат: https://t.me/BlockBeats_App

Офіційний акаунт у Twitter: https://twitter.com/BlockBeatsAsia