Aether v6.0 — 智能合约安全分析框架

版本 6.0 | v6.0 新特性 | 更新日志

Aether 是一个基于 Python 的框架，用于分析 Solidity 智能合约、生成漏洞发现、生成基于 Foundry 的概念验证（PoC）测试，并在主网分叉上验证漏洞利用。它将 Solidity AST 解析、污点分析、控制流图分析、跨合约分析、Halmos 符号执行、180+ 基于模式的静态检测器、带有共享 SAGE 机构记忆的协作式多智能体 LLM 流水线（GPT/Gemini/Claude）、14 种协议原型、75+ 漏洞利用知识库、ML 校准检测、代币特性检测、不变量提取、相关合约上下文解析以及高级上下文感知过滤整合到一个持久化的全屏 TUI 中。

v6.0 新特性

协作式智能体流水线 — 深度分析流水线从 5 个独立轮次转变为 5 个协作智能体，通过 SAGE 机构记忆共享结构化知识：

• 共享会话记忆 — 每个轮次将发现、驳回结论和已验证的保护措施存储在每个审计的 SAGE 会话中。后续轮次接收“Prior Pass Intelligence”，而非平铺的文本摘要。
• 驳回记录作为一等记录 — 当 Pass 3 驳回某个问题（例如“已由 nonReentrant 修饰符防止重入”）时，Pass 5 不会再次标记该问题。这直接消除了重复发现的头号来源。
• 质疑机制 — 后续轮次可以推翻先前的驳回，但必须提供新的证据。“Pass 3 没有看到经由另一个函数的回调路径”是有效的；“我不同意”则无效。
• 跨轮次确认 — 当多个轮次独立确认同一发现时，置信度提升 15%。经跨轮次确认的发现会在报告中优先呈现。
• SAGE 为必选项 — 机构记忆现在是必需项，而非可选项。没有 SAGE = 无法审计。运行 docker compose up -d 启动。

---

v5.0 新特性

SAGE 机构记忆 — Aether 现在从每次审计中学习，随时间推移减少误报并提升发现质量：

• 预训练知识库 — 附带 170 条机构记忆：75 个漏洞利用模式、63 个协议原型检查清单、12 个代币特性类别、20 个精选历史漏洞利用（DAO、Wormhole、Euler、Ronin、Curve 等）
• 流水线集成 — SAGE 在深度分析的 Pass 3 和 Pass 5 中回忆历史发现与漏洞利用模式；并在流水线结束后存储审计经验，供未来回忆使用
• 反馈闭环 — 已确认的发现会作为高置信度事实存储；被拒绝的发现（误报）也会被存储，使未来审计能够规避它们。AccuracyTracker 的结果会自动反馈给 SAGE
• 验证流水线 — 新增 Stage -1：在任何其他验证运行之前，SAGE 已知误报检查会过滤与先前已拒绝模式匹配的发现
• 检测器准确率同步 — SageFeedbackManager.sync_detector_accuracy() 识别表现优异/欠佳的检测器，并存储“该做/不该做”的经验反思
• 启动时自动播种 — 在 SAGE Docker 运行的情况下首次启动会自动播种预训练知识库。版本感知：已播种则跳过
• TUI 集成 — 在 CostBar 中显示 SAGE 开/关状态及记忆数量
• Docker 部署 — docker compose up -d 启动 SAGE；通过 ~/.aether/config.yaml 中的 sage_enabled/sage_url 配置
• 优雅降级 — SAGE 不可用时绝不会影响任何审计功能

贡献者： 感谢 @sashavdv 修复了硬编码路径变量（PR #1），以及 @pro258b 指出了缺失的 validate_anthropic_key() 方法（PR #2）。

SAGE 快速入门

SAGE 是一个由 BFT 共识驱动的持久化机构记忆系统。完整文档请参阅 SAGE 项目。```bash

Install SAGE Python SDK

pip install sage-agent-sdk

Start SAGE (Docker required)

docker compose up -d

Run Aether — SAGE auto-seeds on first launch

python aether.py

Regenerate seed fixtures after updating knowledge bases (dev only)

python -c "from core.sage_seeder import SageSeeder; SageSeeder.generate_seed_fixtures()"

### SAGE 如何改进审计```
Audit 1 → Findings + FPs → Record outcomes in SAGE
                                    ↓
Audit 2 → SAGE recalls FP patterns → Fewer false positives
                                    ↓
Audit 3 → Richer institutional context → Better severity calibration
                                    ↓
Audit N → Institutional expert-level knowledge → Bug-bounty-quality findings

---

v4.7 新功能

PoC 自动执行 — 生成的 Foundry PoC 现在可自动编译并执行：

• forge test --json 集成：编译后立即运行 PoC
• 通过 PoCTestResult dataclass 解析 JSON 结果，实现结构化的通过/失败/错误报告
• Fork 模式支持针对实时状态的主网漏洞验证
• JobManager 中新增 POC_TESTING 阶段，用于在 TUI 中实时跟踪进度

Halmos 符号执行 — 通过符号执行进行形式化验证：

• HalmosRunner 用于针对生成的属性执行 Halmos 符号测试
• HalmosPropertyGenerator 用于根据提取的不变量自动生成验证属性
• HalmosSymbolicNode 流水线节点集成于验证阶段 1.95
• 配置选项：enable_symbolic_verification、halmos_timeout
• 如果未安装 Halmos 则优雅降级 — 跳过符号验证且不报错

控制流图分析 — 编译器级别的控制流理解：

• solidity_ast.py 中的 BasicBlock、CFGEdge、ControlFlowGraph dataclass
• build_cfg()、get_dominators()、get_loop_headers()、format_cfg_for_llm() 用于结构分析
• 通过 parse_assembly_block() 解析汇编块，以支持内联汇编
• 污点分析器中的分支感知污点传播，用于路径敏感分析
• CFG 上下文与污点数据一起注入深度分析 Pass 2

ML 反馈循环 — 基于历史结果的校准：

• AccuracyTracker.record_finding_outcome() 用于跟踪提交结果和赏金收入
• get_detector_accuracy() 和 get_detector_weights() 用于各检测器的性能统计
• DetectorStats dataclass 跟踪真/假阳性及历史准确率
• EnhancedVulnerabilityDetector 根据检测器历史记录调整置信度权重
• 根据历史数据校准严重程度，并注入深度分析 Pass 5

关联合约上下文 — LLM 分析现在可以看到完整的依赖源代码：

• RelatedContractResolver 自动发现父合约、接口、库和依赖合约
• 项目模式使用合约间关系分析；单文件模式解析 import 语句
• 每 Pass 预算系统：Gemini Flash Pass 为 200K 字符，Claude 为 100K，GPT 为 50K
• 标准库（@openzeppelin、solmate、solady）总结为仅接口形式以节省预算
• 单文件审计自动发现同级 .sol 文件作为上下文

技术债务清理 — 删除了 8,500 行死代码：

• 已删除：ai_ensemble.py、audit_engine.py、fork_verifier.py
• 从 CLI、审计运行器、TUI 界面、报告生成器中移除了所有 ai_ensemble 引用
• 从数据库管理器中移除了 slither_project_cache
• 从增强审计引擎中移除了形式化验证存根

---

v4.0 新功能

Solidity AST 解析 — Aether v4.0 通过 py-solc-x 增加基于编译器的代码分析，超越了仅依赖正则表达式的静态分析：

• 完整的 solc --ast-json 集成，实现正确的继承解析、函数可见性、带槽位号的存储布局，以及每个函数的状态变量读/写跟踪
• 编译失败时（缺少导入、编译器版本错误）优雅回退到正则表达式
• AST 结构摘要自动送入深度分析 LLM 流水线，以更好地理解协议

污点分析引擎 — 跟踪合约中用户可控的输入，识别危险的数据流：

• 8 种污点源类型：函数参数、msg.sender、msg.value、calldata、外部调用返回值、block.timestamp、block.number、tx.origin
• 12 种危险汇聚点类型：delegatecall、selfdestruct、外部调用、ETH 转账、存储写入、数组索引、除零等
• 消毒器检测：识别 require 边界检查、访问控制修饰符、条件回退、Math.min/max 钳制、SafeCast
• 跨多个文件的跨合约污点跟踪
• 集成到验证流水线（阶段 1.85）中，用于污点感知的发现证实/反驳

跨合约分析（Pass 3.5） — 针对多合约漏洞的新型深度分析 Pass：

• 合约间关系分析器：检测继承、接口调用、delegatecall、staticcall、类型化状态变量关系
• 使用并查集对相关合约进行分组，并检测信任边界
• 专用 LLM Pass 分析：信任边界违规、跨合约状态一致性、跨合约重入、接口合规性、升级交互、权限提升
• 跨合约上下文也会送入 Pass 4，以实现跨函数感知

代币特性数据库 — 12 类会导致真实漏洞利用的非标准 ERC-20 行为：

类别	严重程度	示例代币
转账扣费	高危	USDT, STA, PAXG
弹性供应代币	高危	stETH, AMPL, OHM
ERC-777 回调	高危	imBTC
可闪电铸造	高危	DAI
非标准返回值	中危	Old USDT
黑名单代币	中危	USDC, USDT
可暂停代币	中危	USDC
低精度代币	中危	USDC (6), WBTC (8)
转账钩子	中危	LINK (ERC-677)
授权竞态	低危	多种
多入口点	低危	TUSD
可升级代币	低危	USDC v2

已集成到静态检测流水线和原型检查清单中。

增强精度引擎 — 高级舍入和精度漏洞检测：

• 份额膨胀 / 首个存款人攻击 检测，适用于 ERC-4626 金库、借贷池、质押
• 舍入方向分析 — 存款应向下舍入，取款应向上舍入
• 除法截断跟踪 — 捕获后续在乘法中使用的截断汇率变量
• 粉尘利用 检测 — 舍入为零允许免费操作
• 累加器溢出 — 奖励累加器溢出风险评估

可运行 PoC 生成 — 生成的 Foundry 测试现在可真正编译并运行：

• Mock 合约库：MockERC20、MockOracle、MockWETH、MockFlashLoanProvider
• 智能 setUp() 生成器：提取构造函数参数、部署 mock、处理可升级合约、铸造代币、设置授权
• 最大编译尝试次数从 3 次增加到 5 次
• LLM 提示包含 mock API 文档和推荐的 setUp

LLM 流水线改进：

• Few-shot 示例 位于 Pass 3、4、5 — 来自漏洞利用知识库的真实漏洞 + 误报示例
• 严重程度校准 — 与财务影响挂钩的具体阈值（严重 >$1M，高危 >$100K，中危 >$10K）
• 思维链强制 — 输出 JSON 前必须进行 5 步推理
• 多提供商轮换 — Gemini Flash 用于低成本 Pass，Anthropic Claude 用于推理，OpenAI GPT 用于多样性
• AI 集成已退役 — 6 智能体集成（6 倍成本、上下文更差）被结构化流水线中的提供商轮换取代

---

v3.5 新功能

深度分析引擎 — Aether v3.5 从根本上改变了工具发现漏洞的方式，从一次性的“找 bug” LLM 调用转变为结构化的 6-Pass 流水线，复刻了专业审计师的代码审查方式：先理解，再系统性地攻击。

深度分析引擎（6-Pass LLM 流水线）

Aether 不再将整个合约连同单个提示发送给 LLM，而是运行六个顺序分析 Pass，并累积上下文：

Pass	用途	模型级别
Pass 1	协议理解 — 协议是什么、其不变量、价值流动、信任假设	廉价（缓存）
Pass 2	攻击面测绘 — 每个入口点、状态读/写、重入窗口	廉价（缓存）
Pass 3	不变量违反分析 — 系统性地检查每个不变量与每条代码路径	强
Pass 4	跨函数交互 — 状态依赖分析、时间依赖、闪电贷序列	强
Pass 5	对抗建模 — 明确的攻击者视角，包括闪电贷、MEV、多账户	强
Pass 6	边界与边缘情况 — 首次/最后一次操作、零值、最大值、自引用操作	中等

Pass 1-2 按合约内容哈希缓存，因此重新审计会跳过理解阶段。每个后续 Pass 都会接收之前的所有上下文，构建全面的攻击模型。通过 AETHER_DEEP_ANALYSIS=1 功能标志控制（默认开启）；失败时回退到一次性分析。

协议原型系统

在分析 bug 之前，Aether 会检测合约实现了哪种类型的协议，并加载特定于原型的漏洞检查清单：

原型	示例检查项
ERC-4626 金库	首个存款人通胀、舍入方向、通过捐赠操纵份额价格
借贷池	预言机价格操纵、清算阈值操纵、坏账级联、利率操纵
DEX/AMM	首个 LP 操纵、三明治攻击、基于储备金的价格预言机
跨链桥	跨链重放、验证者被攻破、代币映射不匹配、提款证明伪造
质押	奖励计算操纵、奖励率溢出、解除质押重入
治理	闪电贷治理攻击、时间锁绕过、法定人数操纵
预言机	陈旧价格数据、价格偏差、L2 排序器停机

共 10 种原型，每种包含 3-7 个来自真实漏洞利用的特定检查项。

漏洞利用知识库（50+ 模式）

一个结构化的数据库，包含 50+ 种分类的真实漏洞利用模式，取代了之前静态的 10 模式列表：

类别	模式数	示例
通胀/份额攻击	6	ERC-4626 首个存款人、LP 代币通胀、基于捐赠的操纵
重入	7	经典、只读、跨函数、跨合约、ERC-777/1155 钩子、闪电贷回调
预言机	5	现货价格操纵、TWAP 操纵、数据陈旧、精度不匹配、L2 排序器
治理	4	闪电贷投票（Beanstalk）、时间锁绕过、法定人数操纵
跨链桥	5	消息重放（Nomad）、验证者被攻破（Ronin）、代币映射（Wormhole）
精度/舍入	4	舍入方向、未检查溢出、转账扣费、弹性代币漂移
访问控制	5	未初始化代理、存储冲突、选择器冲突、delegatecall 注入
经济/DeFi	8	三明治攻击、JIT 流动性、坏账级联、returndata 炸弹、签名重放
逻辑	6	差一错误、缺少截止时间/滑点、未检查返回值、自转账记账

每种模式包括代码特征、缺失的保护措施、逐步漏洞利用机制，以及真实世界先例（含美元金额）。模式会根据检测到的原型和智能体关注领域进行过滤。

不变量引擎