जब AI एजेंट बने क्रिप्टो हैकर: $1.1 बिलियन का सबक और बचाव के उपाय
स्वायत्त AI एजेंट क्रिप्टो सिस्टम के लिए एक अनोखा खतरा पैदा करते हैं क्योंकि वे अपरिवर्तनीय ऑन चेन लेन देन, स्वायत्त निर्णय लेने और प्रतिकूल वातावरण को जोड़ते हैं—एक समझौता किया गया एजेंट किसी भी इंसान के हस्तक्षेप से... 2026 की पहली छमाही में रिकॉर्ड 212 ऑन चेन एक्सप्लॉइट हुए, जिनमें $1.1 बिलियन से अधिक की चोरी हुई...
प्रकाशितकर्ताDeepSeek-V4-Flash से संपादितGPT Image 1.5 से चित्र बनाए गए
स्वायत्त AI एजेंट क्रिप्टो सिस्टम के लिए एक अनोखा खतरा पैदा करते हैं क्योंकि वे अपरिवर्तनीय ऑन चेन लेन देन, स्वायत्त निर्णय लेने और प्रतिकूल वातावरण को जोड़ते हैं—एक समझौता किया गया एजेंट किसी भी इंसान के हस्तक्षेप से...
2026 की पहली छमाही में रिकॉर्ड 212 ऑन चेन एक्सप्लॉइट हुए, जिनमें $1.1 बिलियन से अधिक की चोरी हुई, और AI संचालित हमलों ने नुकसान की गति और परिष्कार दोनों को बढ़ा दिया [7][12]।
Drift Protocol ($285M) और KelpDAO ($292M) जैसे हमलों ने दिखाया कि कैसे AI अनुकूलित फ्लैश लोन और ओरेकल मैनिपुलेशन से भारी नुकसान हो सकता है [3][5]।
विशेषज्ञों का अनुमान है कि यदि मौजूदा रुझान जारी रहे तो 2027 तक AI संचालित स्मार्ट कॉन्ट्रैक्ट एक्सप्लॉइट से वार्षिक नुकसान $10 बिलियन से $20 बिलियन तक पहुंच सकता है [5]।
What risks do autonomous AI agents pose to cryptocurrency systems, what real-world incidents have demonstrated these dangers, and what goverAutonomous AI agents operating in blockchain environments create a new class of financial security risk, where a manipulated agent can cause irreversible losses before human intervention is possible.
AI संकेत
Create a landscape editorial hero image for this Studio Global article: What risks do autonomous AI agents pose to cryptocurrency systems, what real-world incidents have demonstrated these dangers, and what gover. Article summary: Autonomous AI agents create a uniquely dangerous attack surface in cryptocurrency systems because they combine irreversible on-chain transactions, autonomous decision-making, and adversarial environments — meaning a comp. Topic tags: general, academic, general web. Style: premium digital editorial illustration, source-backed research mood, clean composition, high detail, modern web publication hero. Use reference image context only for broad subject, composition, and topical grounding; do not copy the exact image. Avoid: logos, brand marks, copyrighted characters, real person likenesses, fake screenshots, UI text, readable text, watermarks, charts with fake num
openai.com
स्वायत्त AI एजेंट क्रिप्टोकरेंसी सिस्टम में एक अनोखा और खतरनाक हमले का रास्ता बनाते हैं, क्योंकि वे अपरिवर्तनीय ऑन-चेन लेन-देन, स्वायत्त निर्णय लेने और प्रतिकूल वातावरण को जोड़ते हैं। इसका मतलब है कि एक समझौता किया गया या हेरफेर किया गया एजेंट किसी भी इंसान के प्रतिक्रिया करने से पहले वॉलेट खाली कर सकता है, अनधिकृत ट्रेड कर सकता है, या परिष्कृत निकासी हमलों का शिकार हो सकता है । 2026 की पहली छमाही में रिकॉर्ड 212 ऑन-चेन एक्सप्लॉइट हुए, जिनमें कुल $1.1 बिलियन से अधिक का नुकसान हुआ, और AI-संचालित हमलों ने नुकसान की मात्रा और परिष्कार दोनों को तेज कर दिया ।
Studio Global AI
अपना शोध जारी रखें
इस पृष्ठ में एक स्रोत-समर्थित उत्तर शामिल है जिसे आप Studio Global के अंदर जारी रख सकते हैं।
"जब AI एजेंट बने क्रिप्टो हैकर: $1.1 बिलियन का सबक और बचाव के उपाय" का संक्षिप्त उत्तर क्या है?
स्वायत्त AI एजेंट क्रिप्टो सिस्टम के लिए एक अनोखा खतरा पैदा करते हैं क्योंकि वे अपरिवर्तनीय ऑन चेन लेन देन, स्वायत्त निर्णय लेने और प्रतिकूल वातावरण को जोड़ते हैं—एक समझौता किया गया एजेंट किसी भी इंसान के हस्तक्षेप से...
सबसे पहले सत्यापित करने योग्य मुख्य बिंदु क्या हैं?
स्वायत्त AI एजेंट क्रिप्टो सिस्टम के लिए एक अनोखा खतरा पैदा करते हैं क्योंकि वे अपरिवर्तनीय ऑन चेन लेन देन, स्वायत्त निर्णय लेने और प्रतिकूल वातावरण को जोड़ते हैं—एक समझौता किया गया एजेंट किसी भी इंसान के हस्तक्षेप से... 2026 की पहली छमाही में रिकॉर्ड 212 ऑन चेन एक्सप्लॉइट हुए, जिनमें $1.1 बिलियन से अधिक की चोरी हुई, और AI संचालित हमलों ने नुकसान की गति और परिष्कार दोनों को बढ़ा दिया [7][12]।
मुझे अभ्यास में आगे क्या करना चाहिए?
Drift Protocol ($285M) और KelpDAO ($292M) जैसे हमलों ने दिखाया कि कैसे AI अनुकूलित फ्लैश लोन और ओरेकल मैनिपुलेशन से भारी नुकसान हो सकता है [3][5]।
जब AI एजेंट बने क्रिप्टो हैकर: $1.1 बिलियन का सबक और बचाव के उपाय
स्वायत्त AI एजेंट क्रिप्टो सिस्टम के लिए एक अनोखा खतरा पैदा करते हैं क्योंकि वे अपरिवर्तनीय ऑन चेन लेन देन, स्वायत्त निर्णय लेने और प्रतिकूल वातावरण को जोड़ते हैं—एक समझौता किया गया एजेंट किसी भी इंसान के हस्तक्षेप से... 2026 की पहली छमाही में रिकॉर्ड 212 ऑन चेन एक्सप्लॉइट हुए, जिनमें $1.1 बिलियन से अधिक की चोरी हुई...
प्रकाशितकर्ताDeepSeek-V4-Flash से संपादितGPT Image 1.5 से चित्र बनाए गए
स्वायत्त AI एजेंट क्रिप्टो सिस्टम के लिए एक अनोखा खतरा पैदा करते हैं क्योंकि वे अपरिवर्तनीय ऑन चेन लेन देन, स्वायत्त निर्णय लेने और प्रतिकूल वातावरण को जोड़ते हैं—एक समझौता किया गया एजेंट किसी भी इंसान के हस्तक्षेप से...
2026 की पहली छमाही में रिकॉर्ड 212 ऑन चेन एक्सप्लॉइट हुए, जिनमें $1.1 बिलियन से अधिक की चोरी हुई, और AI संचालित हमलों ने नुकसान की गति और परिष्कार दोनों को बढ़ा दिया [7][12]।
Drift Protocol ($285M) और KelpDAO ($292M) जैसे हमलों ने दिखाया कि कैसे AI अनुकूलित फ्लैश लोन और ओरेकल मैनिपुलेशन से भारी नुकसान हो सकता है [3][5]।
विशेषज्ञों का अनुमान है कि यदि मौजूदा रुझान जारी रहे तो 2027 तक AI संचालित स्मार्ट कॉन्ट्रैक्ट एक्सप्लॉइट से वार्षिक नुकसान $10 बिलियन से $20 बिलियन तक पहुंच सकता है [5]।
What risks do autonomous AI agents pose to cryptocurrency systems, what real-world incidents have demonstrated these dangers, and what goverAutonomous AI agents operating in blockchain environments create a new class of financial security risk, where a manipulated agent can cause irreversible losses before human intervention is possible.
AI संकेत
Create a landscape editorial hero image for this Studio Global article: What risks do autonomous AI agents pose to cryptocurrency systems, what real-world incidents have demonstrated these dangers, and what gover. Article summary: Autonomous AI agents create a uniquely dangerous attack surface in cryptocurrency systems because they combine irreversible on-chain transactions, autonomous decision-making, and adversarial environments — meaning a comp. Topic tags: general, academic, general web. Style: premium digital editorial illustration, source-backed research mood, clean composition, high detail, modern web publication hero. Use reference image context only for broad subject, composition, and topical grounding; do not copy the exact image. Avoid: logos, brand marks, copyrighted characters, real person likenesses, fake screenshots, UI text, readable text, watermarks, charts with fake num
openai.com
स्वायत्त AI एजेंट क्रिप्टोकरेंसी सिस्टम में एक अनोखा और खतरनाक हमले का रास्ता बनाते हैं, क्योंकि वे अपरिवर्तनीय ऑन-चेन लेन-देन, स्वायत्त निर्णय लेने और प्रतिकूल वातावरण को जोड़ते हैं। इसका मतलब है कि एक समझौता किया गया या हेरफेर किया गया एजेंट किसी भी इंसान के प्रतिक्रिया करने से पहले वॉलेट खाली कर सकता है, अनधिकृत ट्रेड कर सकता है, या परिष्कृत निकासी हमलों का शिकार हो सकता है । 2026 की पहली छमाही में रिकॉर्ड 212 ऑन-चेन एक्सप्लॉइट हुए, जिनमें कुल $1.1 बिलियन से अधिक का नुकसान हुआ, और AI-संचालित हमलों ने नुकसान की मात्रा और परिष्कार दोनों को तेज कर दिया ।
Studio Global AI
अपना शोध जारी रखें
इस पृष्ठ में एक स्रोत-समर्थित उत्तर शामिल है जिसे आप Studio Global के अंदर जारी रख सकते हैं।
"जब AI एजेंट बने क्रिप्टो हैकर: $1.1 बिलियन का सबक और बचाव के उपाय" का संक्षिप्त उत्तर क्या है?
स्वायत्त AI एजेंट क्रिप्टो सिस्टम के लिए एक अनोखा खतरा पैदा करते हैं क्योंकि वे अपरिवर्तनीय ऑन चेन लेन देन, स्वायत्त निर्णय लेने और प्रतिकूल वातावरण को जोड़ते हैं—एक समझौता किया गया एजेंट किसी भी इंसान के हस्तक्षेप से...
सबसे पहले सत्यापित करने योग्य मुख्य बिंदु क्या हैं?
स्वायत्त AI एजेंट क्रिप्टो सिस्टम के लिए एक अनोखा खतरा पैदा करते हैं क्योंकि वे अपरिवर्तनीय ऑन चेन लेन देन, स्वायत्त निर्णय लेने और प्रतिकूल वातावरण को जोड़ते हैं—एक समझौता किया गया एजेंट किसी भी इंसान के हस्तक्षेप से... 2026 की पहली छमाही में रिकॉर्ड 212 ऑन चेन एक्सप्लॉइट हुए, जिनमें $1.1 बिलियन से अधिक की चोरी हुई, और AI संचालित हमलों ने नुकसान की गति और परिष्कार दोनों को बढ़ा दिया [7][12]।
मुझे अभ्यास में आगे क्या करना चाहिए?
Drift Protocol ($285M) और KelpDAO ($292M) जैसे हमलों ने दिखाया कि कैसे AI अनुकूलित फ्लैश लोन और ओरेकल मैनिपुलेशन से भारी नुकसान हो सकता है [3][5]।
क्रिप्टो सिस्टम के लिए स्वायत्त AI एजेंटों के प्रमुख जोखिम
संदर्भ और प्रॉम्प्ट हेरफेर (Context and Prompt Manipulation)
एक AI एजेंट को उसके इनपुट चैनलों, मेमोरी मॉड्यूल या बाहरी डेटा फीड में डाले गए प्रतिकूल टेक्स्ट द्वारा धोखा दिया जा सकता है। Google DeepMind के 2026 के वर्गीकरण ("AI Agent Traps") में पाया गया कि अदृश्य HTML सामग्री इंजेक्शन ने स्वायत्त एजेंटों के खिलाफ 86% सफलता दर हासिल की । यहां जोखिम "मैंने क्या साइन किया?" से बदलकर "मेरे एजेंट ने क्या अनुमान लगाया, और किन अनुमतियों के तहत?" हो जाता है ।
MEV शोषण और फ्लैश लोन प्रवर्धन (MEV Exploitation and Flash Loan Amplification)
स्वायत्त एजेंट जो आर्बिट्राज (arbitrage) निष्पादित करते हैं, उन्हें प्रतिकूल MEV बॉट्स द्वारा "सैंडविच" या फ्रंट-रन किया जा सकता है। फ्लैश लोन-सुविधा वाले हमलों ने 2026 में DeFi प्रोटोकॉल से $2.4 बिलियन निकाल लिया — जो साल-दर-साल 340% की वृद्धि है — क्योंकि AI-अनुकूलित बॉट्स ने आर्बिट्राज पथों को हथियार बना लिया ।
मानव नियंत्रण के बिना स्वायत्त कुंजी प्रबंधन (Autonomous Key Management Without Human Gates)
जो एजेंट प्राइवेट की रखते हैं, बाजार डेटा पार्स करते हैं और स्वायत्त रूप से लेन-देन जमा करते हैं, वे एक नया प्रकार का अनुबंध जोखिम पैदा करते हैं। एक प्रोटोकॉल को Solidity स्तर पर पूरी तरह से ऑडिट किया जा सकता है और फिर भी वह फंड खो सकता है, क्योंकि विशेषाधिकार प्राप्त अभिनेता एक भाषा मॉडल है जिसे टेक्स्ट से हेरफेर किया जा सकता है ।
हैकर की गति से AI-सहायता प्राप्त भेद्यता खोज (AI-Assisted Vulnerability Discovery at Hacker Speed)
AI मॉडल (जैसे, Anthropic का Claude Opus 4.8) ने सुरक्षा शोधकर्ताओं और हमलावरों दोनों को तेजी से महत्वपूर्ण कमजोरियों का पता लगाने में सक्षम बनाया। Shielded Labs ने AI एजेंट का उपयोग करके Zcash के Orchard पूल में एक बग पाया जो मई 2022 से मौजूद था । उत्तर कोरियाई हैकिंग समूह — जो H1 2026 में सभी क्रिप्टो हैक नुकसान ($643M) के 66% के लिए जिम्मेदार हैं — एक्सप्लॉइट खोज को स्वचालित करने के लिए तेजी से AI का उपयोग कर रहे हैं ।
आपूर्ति श्रृंखला और फ्रंटएंड समझौता (Supply Chain and Frontend Compromise)
React Server Components (CVE-2025-55182) में एक गंभीर भेद्यता (CVSS 10.0) ने हमलावरों को DApp फ्रंटएंड सर्वरों पर रिमोट कोड निष्पादन प्राप्त करने की अनुमति दी, जो स्थानीय AI एजेंटों के लिए हस्ताक्षरकर्ता-प्रॉक्सी के रूप में कार्य करते हैं, और सत्र कुंजियों को इंटरसेप्ट करते हैं ।
वास्तविक दुनिया की घटनाएं (Real-World Incidents)
घटना
तारीख
नुकसान
विवरण
Drift Protocol
12 अप्रैल, 2026
~$285M
फ्लैश लोन + ओरेकल मैनिपुलेशन हमला, AI-अनुकूलित
KelpDAO
23 अप्रैल, 2026
~$292M
गवर्नेंस कॉन्ट्रैक्ट लॉजिक एक्सप्लॉइट; Drift के साथ मिलकर, इन दो घटनाओं ने H1 2026 के 44% नुकसान के लिए जिम्मेदार थे
Boltz शटडाउन
3 अगस्त, 2026
अघोषित (नुकसान को अवशोषित किया)
AI-सहायता प्राप्त स्वचालित जांच के महीनों के बाद गैर-कस्टोडियल Bitcoin स्वैप/ब्रिज को बंद कर दिया गया, जो छोटी टीम की पैचिंग क्षमता से आगे निकल गया
Orchard पूल भेद्यता
जून 2026 में खोजा गया
शोषण से पहले पैच किया गया
AI एजेंट (Claude Opus 4.8) द्वारा पाया गया महत्वपूर्ण बग; मई 2022 से मौजूद था
212 ऑन-चेन एक्सप्लॉइट (H1 2026)
जनवरी–जून 2026
$1.1B (Blockaid) / $1.32B (CertiK)
रिकॉर्ड घटना मात्रा — 2025 की तुलना में 3.4 गुना अधिक घटनाएं
यदि मौजूदा रुझान जारी रहे तो AI-संचालित स्मार्ट कॉन्ट्रैक्ट एक्सप्लॉइट के लिए वार्षिक नुकसान का अनुमान 2027 तक $10 बिलियन से $20 बिलियन तक है ।
शासन ढांचे और तकनीकी नियंत्रण (Governance Frameworks and Technical Controls)
नियामक ढांचे (Regulatory Frameworks)
सिंगापुर MAS — अगस्त 2026 में, मॉनेटरी अथॉरिटी ऑफ सिंगापुर ने पुष्टि की कि एजेंटिक AI इसके बाध्यकारी बैंक नियमों और आगामी दिशानिर्देशों AI जोखिम प्रबंधन (नवंबर 2025 में परामर्श शुरू) के तहत कवर किया गया है। MAS Project MindForge के माध्यम से व्यावहारिक बुनियादी ढांचा भी बना रहा है ।
अमेरिकी ट्रेजरी — FS AI RMF — वित्तीय सेवा AI जोखिम प्रबंधन ढांचा (फरवरी 2026) बैंकिंग और वित्त में AI के लिए विशेष रूप से एक जोखिम-आधारित शासन संरचना प्रदान करता है ।
EU AI Act + MiCA — अगस्त 2026 तक, EU में AI एजेंटों के लिए कोई एकल अंतिम अनुपालन गाइड नहीं है। संगठनों को EU AI Act और Markets in Crypto-Assets विनियमन से आवश्यकताओं को संश्लेषित करना होगा ।
सिंगापुर IMDA — एजेंटिक AI के लिए मॉडल AI गवर्नेंस फ्रेमवर्क — अगस्त 2026 में प्रकाशित, जिसमें अग्रिम जोखिम मूल्यांकन, एजेंट जीवनचक्र में तकनीकी नियंत्रण और स्वायत्तता स्तर के अनुपात में मानव निरीक्षण की आवश्यकता है ।
क्लाउड सिक्योरिटी अलायंस — ऑटोनॉमी लेवल्स और कंट्रोल फ्रेमवर्क — पांच प्रमुख सिद्धांत: स्वायत्तता को स्पष्ट रूप से उचित ठहराया जाना चाहिए, उच्च स्वायत्तता के लिए मजबूत नियंत्रण की आवश्यकता है, मानव निरीक्षण जोखिम के अनुपात में होना चाहिए, निरंतर निगरानी, और स्पष्ट जवाबदेही ।
अनुशंसित तकनीकी नियंत्रण (Recommended Technical Controls)
कार्रवाई सत्यापन के लिए नियतात्मक नीति इंजन (Deterministic policy engine for action validation). सभी उपयोगकर्ता-आपूर्ति और पुनर्प्राप्त सामग्री को अविश्वसनीय मानें। प्रत्येक प्रस्तावित एजेंट कार्रवाई को एक नियतात्मक नीति इंजन के विरुद्ध मान्य करें — इनपुट सैनिटाइजेशन अकेले प्रतिकूल निर्देशों को नहीं हटा सकता ।
उच्च-मूल्य या उच्च-जोखिम वाली कार्रवाइयों के लिए मानव-इन-द-लूप अनुमोदन द्वार (Human-in-the-loop approval gates)।
कर्तव्यों का पृथक्करण, अनुमोदन सीमा, और पहुंच समीक्षा — AI एजेंटों पर मानव ऑपरेटरों के लिए उपयोग किए जाने वाले समान वित्तीय नियंत्रण सिद्धांतों को लागू करें (जैसे, बड़े स्थानान्तरण के लिए दोहरा प्राधिकरण) ।
प्रतिकूल प्रॉम्प्ट और असामान्य व्यवहार पैटर्न के लिए सामग्री फ़िल्टरिंग और आउटपुट निगरानी।
स्वायत्तता स्तर गेटिंग (Autonomy level gating) — एजेंटों को डिफ़ॉल्ट रूप से अधिकतम स्वायत्तता नहीं दी जानी चाहिए; उच्च-मूल्य वाली कार्रवाइयों के लिए स्पष्ट एस्केलेशन पथ के साथ कम स्वायत्तता ।
एजेंट-विशिष्ट ऑडिटिंग और अपरिवर्तनीय प्रवर्तन (Agent-specific auditing and invariant enforcement) — मानक स्मार्ट कॉन्ट्रैक्ट ऑडिट से परे, एजेंटों को रनटाइम मॉनिटर की आवश्यकता होती है जो पूर्वनिर्धारित अपरिवर्तनीय और सर्किट ब्रेकर के खिलाफ कार्यों की जांच करते हैं ।
संदर्भ-जागरूक इनपुट सैनिटाइजेशन और मेमोरी आइसोलेशन — बाहरी डेटा फीड या एजेंट मेमोरी मॉड्यूल के माध्यम से प्रॉम्प्ट इंजेक्शन को रोकें ।
चार-परत शासन वास्तुकला (शैक्षणिक शोध में प्रस्तावित): प्रत्येक मॉडल के बगल में स्व-नियमन मॉड्यूल, इन-हाउस मॉडल गवर्नेंस, केंद्रीकृत निरीक्षण, और बाहरी नियामक रिपोर्टिंग ।
cointribune.com
Google DeepMind Exposes 6 Vulnerabilities Of AI Agents, Including A Crypto Crash Risk
क्रिप्टो सिस्टम के लिए स्वायत्त AI एजेंटों के प्रमुख जोखिम
संदर्भ और प्रॉम्प्ट हेरफेर (Context and Prompt Manipulation)
एक AI एजेंट को उसके इनपुट चैनलों, मेमोरी मॉड्यूल या बाहरी डेटा फीड में डाले गए प्रतिकूल टेक्स्ट द्वारा धोखा दिया जा सकता है। Google DeepMind के 2026 के वर्गीकरण ("AI Agent Traps") में पाया गया कि अदृश्य HTML सामग्री इंजेक्शन ने स्वायत्त एजेंटों के खिलाफ 86% सफलता दर हासिल की । यहां जोखिम "मैंने क्या साइन किया?" से बदलकर "मेरे एजेंट ने क्या अनुमान लगाया, और किन अनुमतियों के तहत?" हो जाता है ।
MEV शोषण और फ्लैश लोन प्रवर्धन (MEV Exploitation and Flash Loan Amplification)
स्वायत्त एजेंट जो आर्बिट्राज (arbitrage) निष्पादित करते हैं, उन्हें प्रतिकूल MEV बॉट्स द्वारा "सैंडविच" या फ्रंट-रन किया जा सकता है। फ्लैश लोन-सुविधा वाले हमलों ने 2026 में DeFi प्रोटोकॉल से $2.4 बिलियन निकाल लिया — जो साल-दर-साल 340% की वृद्धि है — क्योंकि AI-अनुकूलित बॉट्स ने आर्बिट्राज पथों को हथियार बना लिया ।
मानव नियंत्रण के बिना स्वायत्त कुंजी प्रबंधन (Autonomous Key Management Without Human Gates)
जो एजेंट प्राइवेट की रखते हैं, बाजार डेटा पार्स करते हैं और स्वायत्त रूप से लेन-देन जमा करते हैं, वे एक नया प्रकार का अनुबंध जोखिम पैदा करते हैं। एक प्रोटोकॉल को Solidity स्तर पर पूरी तरह से ऑडिट किया जा सकता है और फिर भी वह फंड खो सकता है, क्योंकि विशेषाधिकार प्राप्त अभिनेता एक भाषा मॉडल है जिसे टेक्स्ट से हेरफेर किया जा सकता है ।
हैकर की गति से AI-सहायता प्राप्त भेद्यता खोज (AI-Assisted Vulnerability Discovery at Hacker Speed)
AI मॉडल (जैसे, Anthropic का Claude Opus 4.8) ने सुरक्षा शोधकर्ताओं और हमलावरों दोनों को तेजी से महत्वपूर्ण कमजोरियों का पता लगाने में सक्षम बनाया। Shielded Labs ने AI एजेंट का उपयोग करके Zcash के Orchard पूल में एक बग पाया जो मई 2022 से मौजूद था । उत्तर कोरियाई हैकिंग समूह — जो H1 2026 में सभी क्रिप्टो हैक नुकसान ($643M) के 66% के लिए जिम्मेदार हैं — एक्सप्लॉइट खोज को स्वचालित करने के लिए तेजी से AI का उपयोग कर रहे हैं ।
आपूर्ति श्रृंखला और फ्रंटएंड समझौता (Supply Chain and Frontend Compromise)
React Server Components (CVE-2025-55182) में एक गंभीर भेद्यता (CVSS 10.0) ने हमलावरों को DApp फ्रंटएंड सर्वरों पर रिमोट कोड निष्पादन प्राप्त करने की अनुमति दी, जो स्थानीय AI एजेंटों के लिए हस्ताक्षरकर्ता-प्रॉक्सी के रूप में कार्य करते हैं, और सत्र कुंजियों को इंटरसेप्ट करते हैं ।
वास्तविक दुनिया की घटनाएं (Real-World Incidents)
घटना
तारीख
नुकसान
विवरण
Drift Protocol
12 अप्रैल, 2026
~$285M
फ्लैश लोन + ओरेकल मैनिपुलेशन हमला, AI-अनुकूलित
KelpDAO
23 अप्रैल, 2026
~$292M
गवर्नेंस कॉन्ट्रैक्ट लॉजिक एक्सप्लॉइट; Drift के साथ मिलकर, इन दो घटनाओं ने H1 2026 के 44% नुकसान के लिए जिम्मेदार थे
Boltz शटडाउन
3 अगस्त, 2026
अघोषित (नुकसान को अवशोषित किया)
AI-सहायता प्राप्त स्वचालित जांच के महीनों के बाद गैर-कस्टोडियल Bitcoin स्वैप/ब्रिज को बंद कर दिया गया, जो छोटी टीम की पैचिंग क्षमता से आगे निकल गया
Orchard पूल भेद्यता
जून 2026 में खोजा गया
शोषण से पहले पैच किया गया
AI एजेंट (Claude Opus 4.8) द्वारा पाया गया महत्वपूर्ण बग; मई 2022 से मौजूद था
212 ऑन-चेन एक्सप्लॉइट (H1 2026)
जनवरी–जून 2026
$1.1B (Blockaid) / $1.32B (CertiK)
रिकॉर्ड घटना मात्रा — 2025 की तुलना में 3.4 गुना अधिक घटनाएं
यदि मौजूदा रुझान जारी रहे तो AI-संचालित स्मार्ट कॉन्ट्रैक्ट एक्सप्लॉइट के लिए वार्षिक नुकसान का अनुमान 2027 तक $10 बिलियन से $20 बिलियन तक है ।
शासन ढांचे और तकनीकी नियंत्रण (Governance Frameworks and Technical Controls)
नियामक ढांचे (Regulatory Frameworks)
सिंगापुर MAS — अगस्त 2026 में, मॉनेटरी अथॉरिटी ऑफ सिंगापुर ने पुष्टि की कि एजेंटिक AI इसके बाध्यकारी बैंक नियमों और आगामी दिशानिर्देशों AI जोखिम प्रबंधन (नवंबर 2025 में परामर्श शुरू) के तहत कवर किया गया है। MAS Project MindForge के माध्यम से व्यावहारिक बुनियादी ढांचा भी बना रहा है ।
अमेरिकी ट्रेजरी — FS AI RMF — वित्तीय सेवा AI जोखिम प्रबंधन ढांचा (फरवरी 2026) बैंकिंग और वित्त में AI के लिए विशेष रूप से एक जोखिम-आधारित शासन संरचना प्रदान करता है ।
EU AI Act + MiCA — अगस्त 2026 तक, EU में AI एजेंटों के लिए कोई एकल अंतिम अनुपालन गाइड नहीं है। संगठनों को EU AI Act और Markets in Crypto-Assets विनियमन से आवश्यकताओं को संश्लेषित करना होगा ।
सिंगापुर IMDA — एजेंटिक AI के लिए मॉडल AI गवर्नेंस फ्रेमवर्क — अगस्त 2026 में प्रकाशित, जिसमें अग्रिम जोखिम मूल्यांकन, एजेंट जीवनचक्र में तकनीकी नियंत्रण और स्वायत्तता स्तर के अनुपात में मानव निरीक्षण की आवश्यकता है ।
क्लाउड सिक्योरिटी अलायंस — ऑटोनॉमी लेवल्स और कंट्रोल फ्रेमवर्क — पांच प्रमुख सिद्धांत: स्वायत्तता को स्पष्ट रूप से उचित ठहराया जाना चाहिए, उच्च स्वायत्तता के लिए मजबूत नियंत्रण की आवश्यकता है, मानव निरीक्षण जोखिम के अनुपात में होना चाहिए, निरंतर निगरानी, और स्पष्ट जवाबदेही ।
अनुशंसित तकनीकी नियंत्रण (Recommended Technical Controls)
कार्रवाई सत्यापन के लिए नियतात्मक नीति इंजन (Deterministic policy engine for action validation). सभी उपयोगकर्ता-आपूर्ति और पुनर्प्राप्त सामग्री को अविश्वसनीय मानें। प्रत्येक प्रस्तावित एजेंट कार्रवाई को एक नियतात्मक नीति इंजन के विरुद्ध मान्य करें — इनपुट सैनिटाइजेशन अकेले प्रतिकूल निर्देशों को नहीं हटा सकता ।
उच्च-मूल्य या उच्च-जोखिम वाली कार्रवाइयों के लिए मानव-इन-द-लूप अनुमोदन द्वार (Human-in-the-loop approval gates)।
कर्तव्यों का पृथक्करण, अनुमोदन सीमा, और पहुंच समीक्षा — AI एजेंटों पर मानव ऑपरेटरों के लिए उपयोग किए जाने वाले समान वित्तीय नियंत्रण सिद्धांतों को लागू करें (जैसे, बड़े स्थानान्तरण के लिए दोहरा प्राधिकरण) ।
प्रतिकूल प्रॉम्प्ट और असामान्य व्यवहार पैटर्न के लिए सामग्री फ़िल्टरिंग और आउटपुट निगरानी।
स्वायत्तता स्तर गेटिंग (Autonomy level gating) — एजेंटों को डिफ़ॉल्ट रूप से अधिकतम स्वायत्तता नहीं दी जानी चाहिए; उच्च-मूल्य वाली कार्रवाइयों के लिए स्पष्ट एस्केलेशन पथ के साथ कम स्वायत्तता ।
एजेंट-विशिष्ट ऑडिटिंग और अपरिवर्तनीय प्रवर्तन (Agent-specific auditing and invariant enforcement) — मानक स्मार्ट कॉन्ट्रैक्ट ऑडिट से परे, एजेंटों को रनटाइम मॉनिटर की आवश्यकता होती है जो पूर्वनिर्धारित अपरिवर्तनीय और सर्किट ब्रेकर के खिलाफ कार्यों की जांच करते हैं ।
संदर्भ-जागरूक इनपुट सैनिटाइजेशन और मेमोरी आइसोलेशन — बाहरी डेटा फीड या एजेंट मेमोरी मॉड्यूल के माध्यम से प्रॉम्प्ट इंजेक्शन को रोकें ।
चार-परत शासन वास्तुकला (शैक्षणिक शोध में प्रस्तावित): प्रत्येक मॉडल के बगल में स्व-नियमन मॉड्यूल, इन-हाउस मॉडल गवर्नेंस, केंद्रीकृत निरीक्षण, और बाहरी नियामक रिपोर्टिंग ।
cointribune.com
Google DeepMind Exposes 6 Vulnerabilities Of AI Agents, Including A Crypto Crash Risk
