DeFiHackLabs 警告：SCAN 參與者勿盲目依賴 AI

DeFiHackLabs，SCAN 2024 的獲勝隊伍，在接受 Digital Asset 於 7 月 3 日進行的影片專訪時，提醒參賽者不要盲目依賴 AI。區塊鏈安全社群強調，所有 AI 生成的回答都必須經過驗證。該警告也隨著自 SCAN 2024 以來 AI 能力大幅進步而出現，SCAN 2024 由 Dasset 於 2024 年 11 月主辦，為一場數位資產追蹤型攻防競賽（capture-the-flag，CTF）。DeFiHackLabs 表示，雖然 AI 能提升解題效率，但若使用不當可能會使流程走偏。該隊建議將 AI 當作助理，而非把理解問題的工作外包給技術。

DeFiHackLabs 運作 300 人成員的白帽駭客社群

DeFiHackLabs 是一個區塊鏈安全社群，成立於三年前，約有 300 名成員。成員自述為白帽駭客、安全研究人員或安全工程師。社群的明確目標是讓區塊鏈與 Web3 生態系更安全。成員的專業背景包括智能合約安全、洗錢調查以及反向工程。

團隊在 SCAN 2024 經驗中點出旗幟提交上限

DeFiHackLabs 指出，旗幟提交上限是 SCAN 2024 的一項亮點功能。在此制度下，超過允許嘗試次數的參賽者將不再能為該挑戰提交旗幟。該隊表示，限制提交次數能阻止反覆猜測，並促使參賽者在提交前進行仔細驗證。DeFiHackLabs 建議在 SCAN 2026 再次保留此規則，並指出 AI 讓隊伍能比 2024 年更快解決 CTF 挑戰。

DeFiHackLabs 建議驗證所有 AI 生成的答案

該隊就 AI 在 CTF 競賽中的使用提供了具體指引。DeFiHackLabs 表示：「不要完全依賴它。絕不要把 AI 生成的答案當成事實。務必加以驗證。」社群承認 AI 模型已變得相當強大，但同時強調 AI 應保持作為助理或團隊成員的角色。DeFiHackLabs 警告，AI 雖能顯著提升解題效率，但若使用不正確，也可能使整個流程分岔。該隊建議參賽者使用 AI 引擎來協助解題，而不應把理解問題的過程外包給 AI。

社群自 2017 年以來追蹤到 80 億美元以上的協定被利用虧損

DeFiHackLabs 維護多份開放資料集，包括一個事件資料庫，收錄 Web3 駭客攻擊的概念驗證研究。該隊透過其儀表板，自 2017 年以來追蹤到超過 872 起協定被利用事件，累計虧損超過 80 億美元。協定類別包含 DeFi 攻擊、跨鏈橋駭客入侵、交易所事件與智能合約遭利用。去年，約 200 起協定駭客攻擊導致將近 30 億美元的虧損。

錢包遭竊事件，包括釣魚攻擊、惡意程式與私鑰外洩，去年造成約 8 億美元的虧損並影響約 80,000 名受害者。DeFiHackLabs 估計，詐騙至少造成 140 億美元的虧損。就台灣而言，去年因詐騙相關而造成的虧損約 26 億美元，向警方通報的案件約 170,000 件。

團隊建議在 SCAN 2026 保留旗幟提交上限

DeFiHackLabs 表示，在 AI 時代，旗幟提交上限變得更重要。該隊建議 SCAN 2026 的主辦方保留此競賽設計特色。DeFiHackLabs 也提出，應納入包含智能合約安全、攻擊調查與資產回收情境的挑戰，並指出這類情況在真實世界的區塊鏈安全工作中正變得愈來愈常見。該隊鼓勵執法機關、警方調查人員、Web3 安全研究人員與一般民眾參與 SCAN 2026。

FAQ

DeFiHackLabs 在 CTF 競賽中使用 AI 提供了什麼建議？

DeFiHackLabs 建議參賽者不要完全依賴 AI，並且務必驗證由 AI 生成的答案。該隊表示，AI 應被視為助理或隊友，提供提示、指引與支援，而不是接手管理解題本身的過程。

DeFiHackLabs 自 2017 年以來追蹤了哪些安全數據？

DeFiHackLabs 自 2017 年以來追蹤了超過 872 起協定遭利用事件，累計虧損超過 80 億美元。該隊也追蹤到造成約 8 億美元虧損並影響約 80,000 名受害者的錢包遭竊事件，並估計詐騙造成至少 140 億美元的虧損。

為什麼 DeFiHackLabs 建議在 SCAN 2026 保留旗幟提交上限？

DeFiHackLabs 建議保留旗幟提交上限，因為 AI 讓隊伍能比 2024 年更快解決 CTF 挑戰。該隊表示，限制提交次數能阻止反覆猜測，並鼓勵參賽者在提交答案前仔細驗證。