Sherlock 正式公开 Audit Engine：多 AI 协同审计，Polygon 节点早有部署

Sherlock 正式对外发布 Sherlock Audit Engine，这意味着此前仅在小范围内与协议团队测试的 AI 安全审计平台终于公开亮相。

Audit Engine 位于单个 AI 审计模型之上的一层，负责在同一轮审计中协调多种漏洞发现方法。

前沿大语言模型（LLM）、专用 AI 审计工具以及 AI 辅助的安全研究员会针对同一代码库和上下文开展工作。Sherlock 负责整个审计流程的编排，对发现结果进行判定、验证和去重，最后汇聚成一份最终审计报告。

这一模式也为 Sherlock 今年一度颇为特殊的审计项目提供了新的背景说明。

Polygon 是 Audit Engine 的早期试验？

今年 6 月，Sherlock 对 Polygon 的 Heimdall V2 进行了一次审计，参与方包括多套 AI 审计系统和安全研究员。

Heimdall V2 是 Polygon PoS 的核心共识客户端，因此对于该模型的早期部署而言，这是一个影响力相当大的代码库。

随着 Audit Engine 正式公开，这次审计看起来更像是 Sherlock 为推向市场所做的验证。

自动化 AI 审计系统在整体覆盖率方面表现最为突出，而不同系统和研究员各自发现了问题集合中的不同部分。这一结果强化了 Audit Engine 的核心思路：没有任何单一方法能覆盖完整的安全图景。

该平台会直接衡量这些差异。团队可以看到哪些系统覆盖面广、哪些精确度高，以及不同方法在哪些地方提供了互补的安全信号。

随着底层技术不断变化，这一点变得越来越重要。

今年 7 月，Google DeepMind 推出了 Gemini 3.5 Flash Cyber——一个专门用于快速发现、验证和修补漏洞的网络安全模型，这再次表明专用 AI 安全能力的发展速度有多快。

因此，对安全团队而言，当下最优的技术组合始终是一个移动目标。

Audit Engine 的设计目标就是不断纳入新出现的模型、审计工具和研究员方法论，同时为协议方提供一个一致的衡量环境，用以评估哪些方法对自己的代码真正有效。