Для надежного аудита смарт-контрактов Web3 и устранения слепых зон одиночных нейросетей применяется локальный многоагентный консилиум ИИ — система Egregor. При тестировании контрактов банка SovereignBankWeb3 одиночные модели (Gemini, DeepSeek, ChatGPT, Grok, Claude) за 13 ручных итераций пропустили 4 критические уязвимости (включая вектор DoS, слабую проверку стейблкоинов и риски реентранси). Структурированный прогон через консилиум из 5 моделей с распределением ролей (включая алгоритмы кросс-валидации фактов и устранения "группового мышления") выявил эти ошибки за один проход, стоимость которого составила $0.40 через API OpenRouter.
Сравнение подходов к аудиту смарт-контрактов (Одиночный ИИ vs Консилиум Egregor):
Ниже представлен детальный case-study о том, как именно проводился этот аудит, почему ручной перебор моделей больше не работает, и как настроить эффективное взаимодействие нейросетей для проверки кода.
В этой статье я расскажу, как при помощи коллективного разума ИИ я провёл аудит смарт контракта web3 банка и раскрою детали проведения самого аудита смарт контракта, а принципы работы и функции программы EGREGOR, а так же чем она, по моему ошибочному мнению, лучше Mythos и Gemini Ultra, изложу в следующей статье.
Я неделями проверял смарт-контракты своего Web3-банкинга SovereignBank Web3 так же, как сегодня это делают почти все — по одной модели за раз. Это полная история, вместе с механикой: как на самом деле проходил ручной процесс и что структурированный прогон сделал иначе.
Тринадцать ручных аудитов
Объектом был модульный набор контрактов: родительский SovereignBankPro.sol и дочерние — SovereignAutoPay.sol, SovereignCashback.sol, SovereignMath.sol, SovereignTimelock.sol, SovereignVaults.sol — плюс вся папка с тестами и чистая компиляция со 100% прохождением всех 83 тестов.
Поскольку не каждая модель принимает архив, я собрал всё в один текстовый документ: вверху структура папок и файлов, технический стек, затем исходники всех контрактов, затем тесты. Перед каждым аудитом я сначала спрашивал модель об одном — «понятна ли тебе информация об этом контракте?» — и начинал только после подтверждения.
Для каждого одиночного аудита я использовал ровно один промпт, один и тот же для всех пяти моделей: примерно «это смарт-контракт банка SovereignBankWeb3, вот структура папок/файлов и тех-стек — проведи аудит, найди ошибки и уязвимости, напиши инструкции по исправлению и предложи улучшения». Один промпт. Пятью моделями были Gemini Pro, DeepSeek, ChatGPT, Grok и Claude Opus.
Дальше консолидацию я делал руками. Я собирал все пять аудитов в другой текстовый документ, строго структурированный — какая модель что сказала, — и получалось много, порядка 4000–6000 строк. Я отдавал этот документ Gemini Pro и Claude по отдельности, и каждый выдавал консолидированный отчёт. Теперь у меня было два резюме. Тогда я отправлял отчёт Claude в Gemini, а отчёт Gemini — в Claude для перекрёстной проверки, пока не оставался один общий вердикт: единый консолидированный аудит с ошибками, уязвимостями и рекомендациями по исправлению.
После этого я уходил в код, вносил правки — и начинал заново. Пять новых аудитов, ручная консолидация, перекрёстная проверка, один вердикт. Тринадцать раз.
Бесило меня то, что модели никогда не находили всё за один проход. Каждый раунд всплывало что-то новое. Счёт уменьшался с каждым разом, и примерно к десятому аудиту три модели из пяти говорили мне, что контракт чист. «Критических уязвимостей нет» «Хорошая структура» «Готов к продакшену» Пять лучших ИИ на планете сходились в согласии.
Они ошибались. И я узнал об этом только потому, что перестал спрашивать их по одной.
Почему это был неправильный инструмент, хотя он и работал
Посмотрите, чем на самом деле был этот процесс: я вручную играл роль модератора, дирижирующего консилиумом. Копипаст, структурирование, перекрёстная проверка между Gemini и Claude — я был конвейером, руками, тринадцать раз. Один промпт умножить на пять моделей умножить на тринадцать раундов. На бумаге это почти смешно.
Вот тот зуд, который инструмент и должен был унять.
Что структурированный прогон делает иначе
После того как я собрал Egregor — локальное десктоп-приложение, которое заставляет несколько моделей работать вместе как структурированный консилиум, а не отвечать поодиночке, — я прогнал тот же контракт через него ещё раз.
Один аудит смарт-контракта в режиме «Код-ревью» уже использует минимум десять промптов, и это в экономном режиме. Вот механика. Режим «Код-ревью» загружает пресет из пяти моделей, каждая в своей роли — пять промптов для старта. «Роль» здесь — это песочница со своим промптом; модель, помещённая в роль, работает по нему, и промпт может измениться, если включить какую-то функцию вроде сжатия, экономии или режима «по очереди». Роли могут назначаться пресетом автоматически, либо вы перетаскиваете модель под нужную роль. Включаешь Anti-Groupthink — добавляются ещё два промпта, и модели меняются ролями: настоящая коллаборация, а не склеенные параллельные запросы. Включаешь Red Team — добавляется ещё один круг консенсуса с очередной сменой ролей. И вот ты уже за десятью промптами, при пяти моделях в пяти ролях. А можно пойти дальше: до двенадцати ролей, у каждой свой промпт, и больше одной модели на роль. Для аудита пяти-шести моделей достаточно — потом можно поменять им роли и провести второй проход.
Содержание этих ролевых промптов я публиковать не буду — это интеллектуальная собственность инструмента. Но опишу то, что потребовало больше всего труда: заставить модели реально быть критичными. Каждая крупная модель обучена вежливо соглашаться и хвалить; только Grok мог позволить себе нахамить. Поэтому в ролевые промпты были вшиты два правила: первое — не соглашаться с другим участником, пока тот не представит факты и доказательства; второе — пойти и проверить эти факты самому. Второе правило важно потому, что — реальный пример из этих прогонов — Gemini иногда предоставлял факты, которых попросту не существовало.
Сам прогон вы наблюдаете в реальном времени. Вы добавляете папку или архив с контрактом в Egregor (он делает всё содержимое понятным для моделей), настраиваете аудит и нажимаете старт — как в обычном окне чата. Сразу появляется список участвующих моделей, и он пульсирует, пока они думают и готовят ответы. Когда раунд завершается, ответ каждой модели группируется в карточку, которую можно открыть, прочитать целиком, скопировать и сохранить. Потом следующий раунд, и ещё — их число зависит от настроек и включённых режимов. В конце модератор формирует финальный вердикт.
Что он нашёл, включая то, что сломалось
Буду честным насчёт того, что именно произошло в этом прогоне, потому что честность здесь и есть суть.
Этот консилиум был намеренно скромным, и три из пяти моделей были БЕСПЛАТНЫМИ — не дорогая конфигурация. В конвейере пять шагов. Шаг 1, глубокий архитектурный анализ, не завершился: он упал с ошибкой fetch. Этот сбой был на стороне OpenRouter, а не инструмента; Egregor просто зафиксировал пробел и сообщил о нём в финальном вердикте, вместо того чтобы скрыть. Прогон продолжился на шагах 2–5.
И всё равно — даже со сломанным первым шагом и преимущественно бесплатными моделями — он вскрыл четыре критические проблемы, которые одиночные модели к тринадцатой ручной итерации уже перестали замечать.
Первое — риск реентранси в executeAutoPay, присутствующий даже с модификатором nonReentrant, потому что внешние трансферы токенов соседствовали с изменениями состояния. Фикс: все изменения состояния до внешнего вызова, после — проверка балансового инварианта.
Второе — отсутствие валидации входа в createStandingOrder: никаких проверок суммы, интервала и получателя, что открывало вектор отказа в обслуживании (DoS) и позволяло создавать нерабочие ордера.
Третье — слабая проверка стейблкоина в initialize: try/catch, который молча проглатывал ошибки совместимости токена вместо того, чтобы отклонить нестандартный токен.
Четвёртое — вечные права деплоера: админ-роли так и не делегировались таймлоку, оставляя у деплоера постоянный контроль. Архитектурный риск, а не опечатка. Ровно то, что одиночная модель проскакивает.
Вот пример фикса с валидацией — для наглядности конкретики находок:
То, что по-настоящему завоевало моё доверие
Консилиум не просто выдал список находок. Он ещё и сам объявил, что не проверял — пометив несколько функций (emergencyWithdrawFull, claimInheritance, finalizeRecovery) как «не проверено глубоко, требует отдельного прохода».
Вот эта честность и есть суть, и её было видно в разногласии между шагами. Один шаг выдал широкий список из десяти пунктов, но часть из них была неподтверждёнными гипотезами, написанными без чтения реальных функций. Последующий шаг сравнения отбросил их как шум и оставил только подтверждённое в коде. Одиночная модель либо завалит вас недоказанными догадками, либо выдаст пару находок без перекрёстной проверки. Консилиум отделил подтверждённые баги от шума — и нарисовал карту собственной неуверенности.
Почему это работает (скучная, но настоящая причина)
Это не магия и не «одна дорогая модель такая умная». У современных ИИ есть систематические слепые зоны, которые лишь частично пересекаются. Каждая модель проваливает заметную долю сложных задач — но проваливает не одно и то же.
Когда несколько моделей анализируют один код, а потом читают и атакуют выводы друг друга, пробелы перестают совпадать. Что пропустила одна — ловит другая. Что выдумала одна — отвергает другая, особенно когда их обязали проверять факты до того, как соглашаться. Тринадцать одиночных проходов сошлись на ложном «всё чисто» именно потому, что каждая модель поодиночке была покладистой и уверенной. Структурированный прогон — даже со сломанным шагом и преимущественно бесплатными моделями — не сошёлся на этом.
Сколько это стоило
Весь аудит обошёлся примерно в сорок центов токенов API, потому что три модели из пяти бесплатные, а платишь только за то, что потребляют платные, — списывается напрямую с твоего API-ключа, без посредников. Профильная фирма берёт за сопоставимую проверку тысячи долларов. Egregor не заменяет полный человеческий аудит для протокола на $50M — но для инди-разработчиков, хакатонов, обучения и предварительных проверок он полностью меняет расклад.
Друзья не стоит рассматривать EGREGOR только как аудитора, его применение НАМНОГО шире, вот только несколько примеров: политическое прогнозирование, разработка драйверов, разработка 3D моделей для печати и литья, разработка формул для БАДов (потом сертификация), написание книг и статей, точные переводы текстов и технической документации, юридические консультации и обсуждения, трейдинг, бизнес аналитика, психология и т.д. Всё это пропускается через несколько ИИ моделей, которые вы сами выбираете перед запуском дебатов. Одна голова хорошо, а одна голова + совет из нескольких передовых моделей намного лучше.
Кто за этим стоит
Я — Владислав Штер, соло-фаундер, строю небольшую экосистему инструментов вокруг одной идеи — суверенитета: вы, а не корпорация, должны контролировать свои данные, деньги и ИИ. Egregor — это тот самый мульти-ИИ консилиум из статьи; помимо код-ревью у него ещё 28 экспертных пресетов. Есть также SovereignBank Web3 — некастодиальный банкинг, чей контракт вы только что разобрали; SovereignWeb3 Browser — браузер без DNS, разрешающий домены через блокчейн; и Sovereign — изоляция данных на уровне ОС для смартфонов.
Egregor работает на вашей машине, поддерживает бесплатные и платные модели через OpenRouter и построен на одном убеждении: следующий скачок в ИИ — это не модель побольше, а архитектура поумнее. Заставьте модели, которые у вас уже есть, работать вместе — и они поймают то, что любая из них поодиночке поклялась бы, что этого нет.
Прочитать полный аудит можно на моём github в репо EGREGOR.
Одиночный ИИ говорит вам, что контракт чист. Консилиум говорит, где он на самом деле не чист — и куда он не заглянул.
В следующей статье я наберусь наглости и заявлю, что по моему ошибочному мнению, EGREGOR сильнее Mythos и Gemini Ultra, а так же объясню почему.
More details here: https://gitverse.ru/wadyas/Egregor/content/master
GitHub: https://github.com/VladislavShter/Egregor
Demo Video: https://www.youtube.com/watch?v=y8oZdDBQYhc
Developer: https://github.com/VladislavShter/VladislavShter
Website: https://s0vereign.pw/
BUILDING SOLO , AGAINST THE INEVITABLE
Tags:
AI Collective Intelligence, AI Council, AI Orchestrator, Multimodality, Code Audit, Smart Contract Audit, Коллективный разум ИИ, Консилиум ИИ, Egregor ИИ, аудит смарт контрактов
Top comments (0)