در سالهای اخیر، AI Agentها در امور مالی بهعنوان یکی از مهمترین محرکهای تحول در اکوسیستم مالی دیجیتال ظاهر شدهاند. این سیستمها با خودکارسازی معاملات، اجرای پرداختها و مدیریت استراتژیهای پیچیده، نحوه جابهجایی سرمایه را بهطور اساسی تغییر دادهاند. در واقع، AI Agentها در امور مالی نهتنها باعث دموکراتیک شدن دسترسی به استراتژیهای مالی شدهاند، بلکه همزمان سطح جدیدی از ریسکهای امنیتی را نیز وارد اکوسیستم مالی دیجیتال کردهاند.
با گسترش استفاده از AI Agentها در امور مالی، این سیستمها قادرند بدون مداخله انسانی داراییها را مدیریت کرده، توکنها را خریداری کنند، در صرافیهای متمرکز (CEX) و غیرمتمرکز (DEX) معامله انجام دهند و حتی سرمایه را بین بلاکچینهای مختلف منتقل کنند. این سطح از خودکارسازی، در کنار مزایای قابل توجه، یک سطح حمله کاملاً جدید ایجاد میکند.
دموکراتیکسازی استراتژیهای معاملاتی با استفاده از AI Agentها در امور مالی
یکی از مهمترین تحولات ایجادشده توسط AI Agent ها در امور مالی، کاهش پیچیدگی اجرای استراتژیهای پیشرفتهای مانند آربیتراژ (Arbitrage) است. در گذشته، اجرای این نوع استراتژیها نیازمند زیرساختهای پیچیده، الگوریتمهای معاملاتی و تیمهای تخصصی بود.
اما اکنون، کاربران میتوانند تنها با یک دستور ساده مانند:
«فرصتهای آربیتراژ را پیدا کن، معاملات را انجام بده و استراتژی را بهینه کن»
به یک Agent اجازه دهند که این فرآیند را بهصورت کاملاً خودکار انجام دهد.
این قابلیت باعث شده این سیستمها:
- بهصورت 24 ساعته (24/7) فعال باشند.
- سریعتر از انسان به دادهها واکنش نشان دهند.
- استراتژیهایی را اجرا کنند که انجام دستی آنها تقریباً غیرممکن است.
در برخی موارد، این خودکارسازی نتایج قابلتوجهی نیز ایجاد کرده است؛ بهعنوان مثال گزارشهایی وجود دارد که نشان میدهد یک کاربر توانسته است تنها در چهار ماه، سرمایه 300 دلاری خود را به بیش از 2.3 میلیون دلار تبدیل کند.
وابستگی Agentهای مالی به زیرساختهای کریپتو و استیبلکوینها
عملکرد کامل AI Agent ها در امور مالی نیازمند محیطی است که در آن اجرای تراکنشها بدون تأیید انسانی امکانپذیر باشد. در سیستمهای سنتی، هر تراکنش نیازمند احراز هویت، تأیید و نظارت انسانی است. اما این مدل با ماهیت Agentهای خودمختار سازگار نیست.
یک AI Agent نمیتواند:
- حساب بانکی باز کند.
- فرآیند احراز هویت مشتری (KYC) را طی کند.
اما میتواند:
- یک کیف پول کریپتو (Crypto Wallet) ایجاد کند.
- تراکنشها را امضا کند.
- داراییها را بهصورت برنامهنویسیشده منتقل کند.
به همین دلیل، استیبلکوینها (Stablecoins) به بستر اصلی اجرای عملیات در AI Agent ها در امور مالی تبدیل شدهاند.
سطح حمله جدید در سیستمهای مالی مبتنی بر AI
AI Agent ها در امور مالی برای اجرای تراکنش نیازمند دسترسی به کلیدهای خصوصی (Private Keys) هستند. این موضوع در عین ضروری بودن، یک ریسک امنیتی حیاتی ایجاد میکند.
پیش از اجرای هر عملیات، یک AI Agent معمولاً:
- دادههای اینترنتی را جمعآوری میکند.
- منابع خارجی را تحلیل میکند.
- سیگنالهای بازار را پردازش میکند.
- استراتژی معاملاتی میسازد.
چالش اصلی اینجاست که این ورودیها همیشه قابل اعتماد نیستند. اگر داده مخرب وارد سیستم شود، Agent ممکن است آن را بهعنوان دستور اجرایی تفسیر کند؛ سناریویی که به حملهPrompt Injection شباهت دارد.
سناریوی انحراف اجرای تراکنش در اثر ورودی مخرب
در یک سناریوی واقعی، اگر به Agent دستور داده شود:
آربیتراژ در Polymarket را پیدا کن و اجرا کن
ممکن است دادهای وارد سیستم شود که بهظاهر بیخطر است، اما ساختار آن بهگونهای طراحی شده که بهعنوان دستور تفسیر شود.
در چنین شرایطی، Agent ممکن است:
- تراکنش متفاوتی را امضا کند.
- اطلاعات حساس را افشا کند.
- داراییها را به آدرس مهاجم منتقل کند.
نکته مهم اینجاست که از بیرون، عملکرد همچنان طبیعی به نظر میرسد، اما کنترل سیستم از دست رفته است.
چرا فریب سیستمها جایگزین هک مستقیم شده است؟
در بسیاری از سناریوها، سوءاستفاده از AI Agentها در امور مالی نیازی به نفوذ مستقیم ندارد. تنها کافی است سیستم فریب داده شود (Manipulation).
این سیستمها معمولاً به زیرساختهای خارجی وابسته هستند، از جمله:
- رابطهای برنامهنویسی (APIs)
- سرویسهای شخص ثالث
- کتابخانهها و وابستگیهای نرمافزاری
- کلیدهای API
هرکدام از این موراد میتوانند بهصورت ناخواسته یا مخرب عملکرد Agent را تغییر دهند.
برای مثال:
- API آلوده
- وابستگی مخرب
- یکپارچهسازی اشتباه
میتواند مسیر اجرای معاملات را تغییر دهد بدون اینکه Agent متوجه شود.
ریسکهای امنیتی در استراتژیهای پیچیده AI Agentها در امور مالی
هرچه استراتژیهای اجراشده توسط AI Agentها در امور مالی پیچیدهتر شوند، ریسک امنیتی نیز افزایش مییابد.
نمونههایی از این سناریوها شامل:
- معاملات Cross‑Chain
- تراکنشهای چندمرحلهای
- تعامل با پروتکلهای مالی غیرمتمرکز (DeFi)
هر مرحله یک نقطه تصمیمگیری جدید و یک مرز اعتماد ایجاد میکند.
از سوی دیگر، این سیستمها برای بهینهسازی طراحی شدهاند، نه قضاوت امنیتی؛ بنابراین ممکن است به عملکردهایی برسند که سودآور اما پرریسک هستند.
چالش کلیدی: تمرکز کامل اختیار در کلیدهای خصوصی
بزرگترین ضعف در AI Agentها در امور مالی، نحوه مدیریت کلید خصوصی است.
در بسیاری از پیادهسازیها:
- کلید خصوصی کامل در اختیار Agent قرار میگیرد.
این موضوع باعث میشود در صورت نفوذ یا خطا، مهاجم بتواند بهطور کامل داراییها را کنترل کند.
در اینجا، مسئله فقط نگهداری دارایی(Custody) نیست؛ بلکه کنترل اجرای تراکنش است.
نقش MPC در توزیع اعتماد و کاهش ریسک
یکی از مهمترین راهکارها برای کاهش ریسک در AI Agentها در امور مالی، استفاده از محاسبات چندجانبه (MPC) است.
در این مدل:
- کلید خصوصی به چند بخش تقسیم میشود.
- هیچ نهاد واحدی کنترل کامل ندارد.
در نتیجه، حتی در صورت نفوذ به Agent، امکان انتقال مستقل داراییها وجود نخواهد داشت.
اعمال سیاستهای امنیتی خارج از کنترل Agent
در معماریهای پیشرفته، یک لایه سیاستگذاری (Policy Layer) خارج از کنترل Agent تعریف میشود که:
- نوع تراکنشهای مجاز را مشخص میکند.
- محدودیتهای انتقال را اعمال میکند.
- مسیرهای مجاز انتقال دارایی را تعیین میکند.
این رویکرد باعث میشود حتی در صورت نفوذ به سیستم، عملاً امکان سوءاستفاده گسترده از بین برود.
آینده AI Agentها در امور مالی
با تبدیل شدن AI Agentها در امور مالی به موجودیتهای اقتصادی خودمختار، مدل ریسک بهطور بنیادین تغییر کرده است. این سیستمها بدون توقف و بدون نظارت انسانی عمل میکنند و به دادههایی متکی هستند که همیشه قابل اعتماد نیستند.
در چنین شرایطی، امنیت دیگر فقط به نگهداری کلید وابسته نیست، بلکه به کنترل فرآیند اجرا (Execution Control) وابسته است.
