生成AIの進化により、ソフトウェアのバグや設定不備を自動で洗い出す「AIエージェント」が現実的な攻撃・防御手段になりつつある。特にDeFi（分散型金融）は、オープンソースのスマートコントラクト、標準化されたライブラリ、複雑な相互接続（コンポーザビリティ）によって、脆弱性が「局所」ではなく「全体」に波及しやすい構造を持つ。AIエージェントが潜在的な脆弱性を高精度に発見できるようになったとき、DeFi全体が脆弱になるのか。本稿では、技術的な背景とリスクの本質、そして実務的な対策を専門家の視点で整理する。
AIエージェントが変える脆弱性発見の前提
従来の脆弱性発見は、熟練監査人の手動レビューや、静的解析・ファジングなどのツールに依存してきた。AIエージェントはここに「自律性」と「探索の広さ」を持ち込み、次のような変化を起こす。
探索コストの劇的な低下
スマートコントラクトの脆弱性探索では、コード理解、状態遷移の追跡、複数プロトコルを跨いだ攻撃経路の組み立てが難所となる。AIエージェントがこれらを半自動化すると、攻撃者側の試行回数が増え、これまで採算が合わなかった「中程度の欠陥」も攻撃対象になり得る。
コンポーザビリティ攻撃の実用化
DeFiでは、DEX、レンディング、ステーブルコイン、ブリッジ、オラクルなどが相互依存する。AIエージェントはプロトコル間の呼び出しや価格形成、担保評価の連鎖を機械的に探索し、単体監査では見落とされやすい「組み合わせの欠陥」を発見しやすい。
「既知の型」を高速に量産
再入可能性、権限管理ミス、価格操作、整数丸め、フラッシュローン悪用など、典型パターンの検出はAIが得意とする領域だ。コードが似通うほど検出精度は上がり、結果としてフォークやテンプレート利用が多いプロジェクトはリスクが増幅する。
なぜ「DeFi全体が脆弱」になり得るのか
結論から言えば、DeFi全体が同時に破綻するという意味での“全滅”は極端だが、「同種の設計が広く再利用されている領域」は、AIエージェントによって短期間に集中的な攻撃を受け、エコシステムとして大きな損失を被る可能性がある。鍵は「共有脆弱性」と「連鎖リスク」だ。
共有ライブラリとテンプレートの単一障害点
広く使われるライブラリやコントラクトの設計ミスは、複数プロトコルに水平展開される。AIエージェントが特定のバージョンや実装差分を自動分類し、「どこが同じ欠陥を持つか」を棚卸しできるようになると、攻撃対象のスクリーニングが一気に効率化される。
オラクルと価格形成の連鎖
DeFiの脆弱性は、コード単体の欠陥に限らない。薄い流動性、操作されやすい参照価格、遅延のある更新、清算設計の歪みなど、経済設計の弱点が攻撃の起点になる。AIは市場データとコントラクト挙動を統合して「最小コストで最大の歪みを起こす経路」を探索できるため、オラクル周りの問題が顕在化しやすい。
ブリッジ・クロスチェーンの構造的リスク
ブリッジは歴史的に大きな被害を生んできた領域で、複雑な検証・署名・メッセージ処理が絡む。AIエージェントが仕様・実装・運用手順まで含めて弱点を突くと、単一の侵害が複数チェーンに跨って影響する恐れがある。
攻撃の「同時多発化」
AIエージェントは24時間稼働し、複数ターゲットを並列に分析できる。市場が不安定な局面や、特定ライブラリの欠陥が噂になった局面で、コピーキャットが一斉に走り、流動性枯渇や担保価値の急落が連鎖しやすくなる。
AIは攻撃者だけでなく防御者も強化する
重要なのは、AIエージェントの普及が「攻撃が有利になる」と同時に「防御の自動化」も進める点だ。したがって課題はAIそのものより、AI時代に耐える開発・運用の成熟度にある。
監査の前倒しと継続化
年に一度の監査ではなく、設計段階から脅威モデリングを行い、リリース後も継続的に検証する体制が必要になる。AIによる自動レビューは、コード変更のたびに回すことで効果が出る。
形式手法と仕様の明文化
AIがコード上の匂いを見つけても、プロトコルの「正しい振る舞い」が定義されていなければ修正は難しい。重要資産を扱うコア部分は、形式検証や不変条件の定義、仕様テストの整備で、想定外の状態遷移を潰す必要がある。
最小権限とガバナンス安全設計
管理者権限、アップグレード権限、緊急停止権限は、攻撃者にとって最短経路になり得る。マルチシグ、タイムロック、権限分離、役割ベース制御、オンチェーン監視とアラートを組み合わせ、権限侵害時の被害を限定する。
経済設計のストレステスト
価格操作耐性、清算インセンティブ、担保比率、流動性前提などは、コード監査だけでは十分に検証できない。AIを用いたシミュレーションやエージェントベース分析で、「どの市場条件で破綻するか」を先に把握し、ガードレール（上限、遅延、バッファ）を設計する。
実務的に優先すべき対策チェックリスト
AIエージェントが脆弱性を掘り起こす速度に追いつくため、現場で優先度が高い項目をまとめる。
開発プロセス
CIに静的解析・ファジング・プロパティテストを統合し、変更差分ごとに自動実行する。依存ライブラリのバージョン固定とSBOM（ソフトウェア部品表）管理で、共有脆弱性の影響範囲を即時に把握できるようにする。
運用と監視
重要関数の呼び出し、担保変動、オラクル価格乖離、異常なガス消費、フラッシュローン兆候などをリアルタイム検知し、段階的な制限（レート制限、上限、遅延）で被害拡大を抑える。
インシデント対応
緊急停止の条件と手順、鍵管理、連絡体制、ユーザーへの告知、資金回収や交渉の方針を事前に定める。特にクロスチェーンでは、連鎖停止の判断基準と実行権限が曖昧だと対応が遅れる。
結論：脆弱になるのは「DeFi」ではなく「未成熟な設計の共通部分」
AIエージェントの登場で、脆弱性発見はより安価かつ高速になり、DeFiの攻撃面は確実に広がる。一方で、防御側も同じく自動化を取り込み、監査を継続化し、形式手法・運用監視・権限設計・経済ストレステストを組み合わせれば、リスクは管理可能だ。DeFi全体が一律に脆弱になるというより、同じ設計や運用の弱点を共有する領域が“まとめて狙われる”時代になる。AI時代の安全性は、コードの巧拙ではなく、ライフサイクル全体で安全を積み上げられるかにかかっている。
参照: AIエージェントが潜在的な脆弱性を発見することで、 DeFi 全体が脆弱になる可能性があるのか – Cryptopolitan