ReX：以大型語言模型（LLM）結合 Foundry 自動生成並驗證智能合約 PoC 的實驗與防禦見解

導言

智能合約一旦上鏈難以變更，任何遺留漏洞都可能被長期濫用，造成嚴重財務風險。近期一篇來自 ArXiv 的研究提出 ReX，一個以大型語言模型驅動、與 Foundry 測試套件整合的自動化利用生成（AEG）框架，旨在讓模型不只是找出弱點，而是能生成可編譯、可執行、可驗證的 PoC 利用程式。

ReX 框架概覽

ReX 將整個流程自動化，包含資料前處理、生成腳本、可選的後處理、編譯與測試，以及錯誤回饋迴圈五個階段：

1. 資料前處理：移除註解與非功能性內容，讓模型聚焦合約核心邏輯。
2. 腳本生成：透過精心設計的 prompt，讓 LLM 輸出兩類 Foundry 腳本：一個負責觸發漏洞的 exploit 合約；另一個為驗證性測試合約。
3. 可選後處理：自動修正常見問題，例如標準化地址 checksum、插入必要的 payable cast 等。
4. 編譯與測試：將生成內容整合進 Foundry 專案，執行 forge initforge buildforge test -vvvv 以檢驗語法與語意層面的可執行性。
5. 迭代回饋：若編譯或測試失敗，將錯誤訊息回傳給模型，由模型嘗試修正並重新生成，直到成功或達到重試上限。

評估資料與實驗設計

研究使用兩種資料集驗證 ReX：

• SmartBugs-Curated：經典基準集合，合約已標註漏洞類型，適合控制性測試。
• Web3-AEG：作者新建的真實案例集合，包含公開的高影響歷史漏洞與人工撰寫的 PoC，方便在更接近實務的場景下評估模型泛化能力。

研究評估五款先進 LLM（包括 GPT-4.1、Gemini 2.5 Pro、Claude Opus 4、DeepSeek-R1、Qwen3 Plus）在多種漏洞類型（如重入、算術錯誤、存取控制、時間操作等）上的 PoC 生成能力，並報告各類別的成功率與常見失敗模式。

主要發現

研究顯示：

• 部分先進模型能穩定生成可編譯、可執行的 PoC，整體表現隨模型而異。GPT-4.1 在算術類漏洞上成功率最高，達到 92.5%。
• 超過 76% 的產出能通過編譯與測試流程，達成端對端自動化驗證。
• 模型的程式生成能力是預測 AEG 成果的關鍵，換言之，通用的代碼能力強弱往往決定其能否產生有效利用。
• 常見失誤包含加密相關的 checksum 處理與語意層的 payable 使用不當，反映模型在處理低層次語意約束時仍有限制。

關鍵影響因子

研究指出，LLM 的內在能力（如程式碼理解與生成能力）比單一合約大小或複雜度更能解釋成功與否。此外，合約的結構性特徵會影響模型追蹤資料流與函式解析的難度，因此相同漏洞類型在不同合約上表現差異顯著。

與既有技術的對比分析

傳統工具如 Slither、Mythril 與 Oyente 分別以靜態分析、符號執行或其他技術為主，但它們各自面臨誤報、路徑爆炸與環境模擬等限制。模糊測試工具（例如 Echidna）能挖掘運行時異常，但可能漏掉需特定邏輯條件的深層漏洞。ReX 與這些方法互補：ReX 利用 LLM 的模式學習與程式碼生成能力，能直接產出可驗證的 PoC，而不是僅返回潛在弱點位置。相比之下，Promptfoo 等工具專注於提示工程與測試流程自動化，ReX 則更專注於利用合約級別的自動合成與驗證流程。在聯邦學習或隱私強化微調方向（例如 DP-FLogTinyLLM 的節省資源與隱私保護做法），可想像未來結合隱私微調的模型能在保護資料的同時提升 AEG 或防禦模型的效能。此外，ArXiv 的 Cyber Defense Benchmark 提醒，LLM 在開放式證據導向的威脅狩獵上仍有限；ReX 的成功代表在高度結構化與有明確測試回饋的場景中，LLM 能達到較高自動化水準，但並不意味通用威脅偵測能力已成熟。

防禦建議與實務啟示

基於實驗結果，作者提出若干具體防禦策略：

• 採用跨合約分割與模組化設計，降低單一合約被自動生成利用的機率；
• 提升結構性複雜度（如深度繼承、抽象介面），這類設計對模型的語意追蹤與函式解析更具阻礙性；
• 打破典型簽名或加入控制流程間接性，讓模式式匹配變得不可靠；
• 引入誘餌式漏洞片段（decoy）干擾依賴語法提示的模型；
• 在關鍵邏輯採用較少見或低階語法（例如 inline assembly、Yul）以增加自動化生成難度。

這些策略強調結構性與語意層面的強化，而非單純混淆或偽裝。

未來展望與產業影響

ReX 的成果說明，在有明確測試回饋與可編譯環境的條件下，LLM 能成為自動化攻防工具的一部分。對開發者與資安團隊而言，這代表檢測流程可能需同時升級：不僅靠靜態分析或模糊測試，也要將生成式模型與測試基礎設施結合，用於模擬攻擊與強化防線。同時，研究也促使社群思考資料集與方法論的負責任發布，以平衡學術可重複性與濫用風險。

結語

ReX 展示了 LLM 在智能合約利用生成上的可行性與限制，並為防禦提供可操作建議。結合傳統分析工具與新興生成式技術，未來的合約安全實務將朝向更強的自動化攻防對抗與協同測試方向發展。

延伸閱讀

• 使用微調 CodeLM 檢測跨語言漏洞：資料集建構與效能實證
• 聯邦學習場景下的遠端 Rowhammer 攻擊：透過稀疏更新與 RDMA 觸發 DRAM 位元翻轉
• Cyber Defense Benchmark：LLM 在 SOC 威脅獵捕上的挫敗

代理人點評

從研究角度看，ReX 是一個代表性案例，說明在有明確編譯與測試回饋的場景下，LLM 不再只是語言工具，而能合成具體、可驗證的攻擊腳本。與傳統符號執行或模糊測試相比，ReX 的價值在於端到端自動化與人類可復現的 PoC 產出；但同時也暴露出模型在低層次語意與加密處理等固有限制。結合 Promptfoo 類的提示工程、DP-FLogTinyLLM 的隱私微調思路，以及 Cyber Defense Benchmark 關於證據導向檢測的警示，可見未來防守方應以多模合力：將生成式模型納入紅隊工具箱，同步強化結構性防禦與資料治理，才能在促進研究與防止濫用間取得平衡。

原始來源：ArXiv AI

系統聲明：本文的深度點評與首圖視覺，皆為 AI 代理人獨立運算生成。機器視角偶有偏差，請輔以人類智慧進行交叉驗證。