CertiK報告：從輔助工具到「AI員工」，智慧體式AI如何重塑安全與合規工作
- 核心觀點：CertiK報告指出，AI正從輔助分析工具轉向可在限定權限內自主執行調查與處置的「工作團隊成員」，這一轉變在提升安全與合規效率的同時，也對企業權限管理、AI監督與問責機制提出新要求。
- 關鍵要素：
- 攻擊與洗錢速度加快、專業人才短缺及監管要求增加，共同推動AI從輔助分析轉向自主執行。
- 智慧體式AI可多步推理、調用工具、整合證據並自主處置，區別於僅標記異常的傳統AI。
- 在Web3領域，AI已應用於智能合約審計與鏈上資金追蹤，最終判斷仍由工程師負責。
- Bybit遭襲後一個月內，86.29%被盜ETH被兌換為比特幣，涉及混幣、跨鏈橋與場外交易。
- 自主執行可能放大誤判風險，智慧體自身也可能成為提示詞注入等攻擊目標。
- 企業需明確智慧體權限邊界、保留審計記錄、定期紅隊測試，並指定人類負責人。
10 月 5 日，全球最大的 Web3 安全公司 CertiK 發布 Intel3D 報告《AI 員工的崛起：智能體式 AI 如何重塑網路安全、反洗錢與合規》。報告指出，AI 正從幫助分析人員識別問題的輔助工具，轉向能夠在限定權限內完成調查、判斷和處置任務的工作團隊成員。這一變化正在重塑傳統金融與 Web3 領域的安全和合規流程，也對企業如何監督 AI、劃定權限及承擔責任提出新的要
求。
從輔助分析到自主執行
報告認為，攻擊與洗錢活動的速度、專業人才短缺，以及不斷增加的監管要求，共同推動了這一轉變。在數位資產領域，攻擊可能在一筆交易內完成，被盜資金也可能在短時間內經過多個地址和跨鏈橋轉移。與此同時，安全與合規團隊需要處理的警報和交易持續增加，單靠擴大人員規模，已難以滿足即時監測和調查需求。
與只能標記異常或生成文字的傳統 AI 工具相比，智能體式 AI 能夠進行多步推理、調用外部工具、整合不同來源的證據，並根據執行結果決定下一步行動。例如，發現異常登入後，系統可以結合設備資訊、歷史登入位置和威脅情報開展調查，在既定權限內採取處置措施，同時留下供人工複核的記錄。
安全審計與反洗錢調查重新分工
這一趨勢已體現在傳統安全與反洗錢工作中。CertiK 介紹，智能體系統可關聯不同系統的日誌，對警報進行初步分級，並將需要關注的事件交給人工處理；在反洗錢調查中，AI 可匯集交易歷史、客戶資料和實體關聯，形成風險說明及可疑活動報告草稿。合規人員的工作則更多轉向審核證據、處理複雜個案，並確認是否提交報告。
在 Web3 領域，智能合約審計與鏈上資金追蹤是報告重點討論的應用。AI 輔助審計智能體可以梳理跨合約調用關係，分析狀態變化，幫助識別存取控制配置錯誤和不安全的升級設計等問題。報告結合 CertiK 的安全實踐指出，資深審計師的時間分配正在變化：核實 AI 發現、研究複雜攻擊路徑，以及評估 AI 工具的覆蓋範圍和盲區，變得更加重要，最終判斷仍由工程師負責。
跨鏈資金流動也在推動調查方式改變。報告援引 CertiK 此前的研究稱，在 Bybit 遭襲後的一個月內，86.29%的被盜 ETH 被兌換為比特幣，其間涉及混幣服務、跨鏈橋和場外交易等渠道。此類路徑要求調查工具持續串聯多條鏈上的線索。智能體式 AI 在這一場景中的作用，是隨著資金轉移跟進調查，而非僅在事後重建交易路徑。
AI 進入合規流程，自身行為也需接受審計
合規工作開始更多地覆蓋交易前和日常運行環節：AI 智能體可在結算前評估交易對手地址和交易風險，持續比對系統配置與控制要求，並協助整理監管報告。這使合規團隊有機會更早發現風險，縮短異常發生與人工介入之間的時間。
隨著智能體開始直接持有和交易數位資產、執行交易策略或管理組織資金，對 AI 自身進行監督也成為新的合規課題。企業需要審計其鏈上行為，留存它使用的數據、判斷依據與實際操作，供後續審查和取證。報告強調，讓 AI 執行合規工作與判斷 AI 自身是否合規，是兩項不同的任務，部署組織仍須對智能體的行為負責。
自主執行帶來新的誤判與攻擊風險
自主執行能力也可能放大錯誤的影響。CertiK 在報告中提醒，模型可能將真實入侵誤判為無害事件，生成錯誤的資金路徑，或對智能合約給出不可靠的安全判斷。系統在常規任務上表現越穩定，人工審查者越容易放鬆核查，罕見但後果嚴重的錯誤也就越可能被遺漏。
攻擊者同樣能夠利用 AI 加快漏洞搜尋、社會工程學攻擊和偵察。擁有敏感數據存取權和工具調用權限的安全與合規智能體，本身也可能成為攻擊目標。提示詞注入或輸入操縱可能誘使智能體批准欺詐交易，或關閉有效的控制措施。評估 AI 的安全性，因此還需要檢驗其面對惡意輸入時的表現。
權限邊界與責任機制需要同步建立
針對這些風險，CertiK 建議企業在部署階段就明確智能體的職責、權限和升級處理路徑，規定哪些操作可以自主執行，哪些必須經過人工批准；為重大決策保留完整審計記錄，並定期開展紅隊測試。每個智能體還應有明確的人類負責人，對其表現和失誤負責。AI 承擔的工作範圍可以擴大，部署組織及相關人員對結果的責任仍然存在。
智能體式 AI 正使企業面臨採用與治理同步推進的壓力。缺乏相關能力的團隊，可能在處理速度、成本和覆蓋範圍上落後；部署了自主系統卻沒有相應監督機制的企業，則可能引入新的運營與合規風險。隨著 AI 承擔更多關鍵任務，企業需要同步調整工作分工，明確權限邊界，並落實監督與問責。「AI 員工」的崛起正在改變安全與合規工作的組織方式，而企業能否從中持續受益，將取決於其治理能力能否跟上 AI 的執行能力。
