Nguồn gốc: Máy Tâm

"Chén Thánh" của hệ thống phân tán – Giao thức đồng thuận (Consensus Protocols) – từ lâu đã là "Địa ngục Bug" đối với các kỹ sư cơ sở hạ tầng hàng đầu. Do trạng thái cực kỳ phức tạp và sự đan xen của nhiều nút, các phương pháp kiểm thử truyền thống và LLM đơn lẻ gần như bất lực trước các Deep Bug (lỗi logic sâu) cứng nhắc.

Gần đây, trong bài báo mới nhất được chấp nhận tại ICML 2026, các nhà nghiên cứu từ 0G Labs cùng với các đội ngũ học thuật và công nghiệp hàng đầu như Đại học Quốc gia Singapore, Đại học Bắc Kinh, Đại học Bưu chính Viễn thông Bắc Kinh đã đề xuất khung kiểm thử tự động đầu tiên tích hợp sâu kiến thức miền với sự cộng tác đa tác tử của mô hình lớn – Agora.

Thông qua kiến trúc sáng tạo, khung này trực tiếp tấn công vào các điểm yếu của giao thức, phát hiện liên tiếp 15 Deep Bug cấp giao thức chưa từng được biết đến trước đây trong các giao thức cốt lõi cấp công nghiệp và học thuật như Raft, EPaxos, HotStuff, BullShark! Ngược lại, các mô hình lớn mạnh mẽ như GPT-5.2, Claude 4.5 đều thất bại, không phát hiện được bug nào. Trong bối cảnh hiện tại, khi Hệ thống đa tác tử (Multi-Agent) và "Kiểm toán bảo mật dựa trên tác tử" (Agentic Quality Control) đều trở thành những lĩnh vực nóng nhất năm 2026, Agora không chỉ đưa ra một bài báo, mà còn là một giải pháp cấp công nghiệp có thể triển khai.

Bài báo: 《Agora: Toward Autonomous Bug Detection in Production-Level Consensus Protocols with LLM Agents》

1. Bối cảnh: Sự kết hợp mạnh mẽ giữa 0G và NUS, tích hợp kiến thức hệ thống lâu dài với mô hình Multi-Agent xuyên biên giới và thế hệ

Sự phát triển của các giao thức đồng thuận phân tán vừa là lịch sử sáng tạo thiên tài, vừa là lịch sử đầy máu và nước mắt của vô số kỹ sư hàng đầu. Như người đoạt giải Turing, Lamport, đã nói, đảm bảo tính đúng đắn của việc triển khai giao thức phân tán còn khó hơn việc đi bộ bịt mắt trong một mê cung đang rung chuyển không ngừng. Và ngay trên đường đua "cấp địa ngục" này, thị trường đang âm thầm chuyển hướng: Theo quan sát của Gartner, lượng tư vấn doanh nghiệp về hệ thống đa tác tử đã tăng vọt hơn mười lần trong hơn một năm, và thị trường nền tảng đa tác tử cũng bước vào giai đoạn tăng trưởng nhanh gần như gấp đôi mỗi năm – việc áp dụng "cộng tác đa tác tử" vào việc xác minh hệ thống cơ bản cứng nhắc nhất đang chuyển từ ý tưởng tiên tiến thành nhu cầu công nghiệp thiết yếu.

Đối mặt với đường đua khắc nghiệt này, những gã khổng lồ công nghệ hào nhoáng đã tiên phong khám phá theo hướng tài sản nặng. Ví dụ, Anthropic, một trong những công ty hàng đầu trong ngành, gần đây đã triển khai nội bộ dự án Glasswing trong Claude Code. Mặc dù họ cố gắng dùng Agent để chạm vào các bài kiểm tra cơ sở hạ tầng, kiến trúc của họ vẫn phụ thuộc cực kỳ vào các mô hình ngôn ngữ lớn thương mại cao cấp nhất. Chi tiết dự án còn mơ hồ, và chỉ hợp tác kín với một số ít tổ chức công nghệ lớn và tập đoàn xuyên quốc gia. Nghiêm trọng hơn, các giải pháp của những gã khổng lồ này có thể tiêu thụ một lượng Token khủng khiếp trong quá trình vận hành. Rào cản sức mạnh tính toán đắt đỏ và lộ trình tài sản nặng này trực tiếp loại các công ty khởi nghiệp và doanh nghiệp vừa và nhỏ có ngân sách hạn chế ra khỏi cuộc chơi.

Liệu các công ty nhỏ và cộng đồng mã nguồn mở có mãi không thể sử dụng các công cụ kiểm toán lỗ hổng tự động đẳng cấp nhất?

Các kỹ sư từ 0G Labs, cùng với Lưu Tường từ Đại học Quốc gia Singapore, Tống Táp và Tôn Dũng từ Đại học Bưu chính Viễn thông Bắc Kinh, cũng như nghiên cứu sinh tiến sĩ Trương Triệu Vi và nhà nghiên cứu Trương Sách Dao từ Viện Trí tuệ Nhân tạo Đại học Bắc Kinh, đã áp dụng kiến thức sâu rộng về lĩnh vực Agent vào hệ thống, thực hiện một cuộc đổi mới đột phá "lấy nhỏ thắng lớn". Công trình của họ đã được chấp nhận tại hội nghị AI hàng đầu ICML 2026.

"Sự tích lũy kiến thức hệ thống lâu dài" từ giới học thuật, kết hợp với "nỗi đau và sự nhạy bén" từ ngành công nghiệp, làm thế nào để kích hoạt cuộc cách mạng bảo mật hệ thống thế hệ tiếp theo?

Đội ngũ 0G đã tích lũy kinh nghiệm tấn công và phòng thủ sản xuất cực kỳ phong phú trong việc triển khai các giao thức đồng thuận blockchain; đồng thời, họ có nền tảng học thuật rất sâu về hệ thống phân tán hiệu suất cao, kiểm soát đồng thời cấp thấp và xác minh hình thức hệ thống. Họ hiểu rõ rằng các phương pháp truyền thống (như Fuzzing) thường bị giới hạn bởi sự bùng nổ không gian trạng thái khi đối mặt với các cơ sở mã công nghiệp. Nhiều nhà nghiên cứu đã quyết định lấy kiến thức suy luận logic về các bất biến toàn cục (invariants) của hệ thống phân tán tích lũy lâu dài làm "linh hồn", tiêm vào mô hình cộng tác đa tác tử tiên tiến nhất và kiến trúc Harness tự động, ra mắt framework Agora mã nguồn mở bình đẳng.

Đồng thời, với tư cách là cơ sở hạ tầng AI mô-đun tiên phong và mạng lưới khả dụng dữ liệu phi tập trung hiệu suất cao, đội ngũ 0G đã tích lũy kinh nghiệm tấn công và phòng thủ sản xuất cực kỳ phong phú cùng các mẫu lỗ hổng giao thức thực tế trong quá trình triển khai công nghiệp các giao thức đồng thuận blockchain và kiến trúc BFT (Byzantine Fault Tolerance) đồng thời cao.

Sự kết hợp xuyên biên giới này đã thay đổi hoàn toàn luật chơi: Nó không phải là thử nghiệm bạo lực mù quáng, cũng không phải là mô hình lớn thiếu kiến thức miền "mò mẫm như người mù", mà thông qua sự phân công chuyên môn hóa của Agent, chuyển đổi trực giác suy luận logic hàng thập kỷ của các chuyên gia hệ thống lão luyện thành sự cạnh tranh và hợp tác giữa các Agent, từ đó có khả năng áp đảo các công cụ kiểm thử truyền thống một cách mạnh mẽ.

Khác với con đường tài sản nặng ký của Glasswing, vốn nuốt chửng hàng loạt token hàng đầu khổng lồ, Agora mang đến một giải pháp thay thế cực kỳ thân thiện với doanh nghiệp vừa và nhỏ — nó chứng minh rằng ngay cả khi mô hình nền tảng "kém hơn một chút" nhưng có hiệu suất chi phí cao hơn, thông qua kiến trúc đa tác tử phối hợp tinh vi theo từng lĩnh vực, vẫn có thể phát hiện ra những Deep Bug cứng nhắc!

2. Nỗi đau: LLM đơn thể khó vượt rào, hệ thống phân tán treo lơ lửng "Thanh kiếm Damocles logic sâu"

Trong thời đại mà dữ liệu lớn, blockchain và cơ sở dữ liệu phân tán thống trị, các giao thức đồng thuận (như Paxos, Raft, PBFT, v.v.) chính là nền tảng cơ bản của toàn bộ thế giới số. Tuy nhiên, việc triển khai các giao thức đồng thuận nổi tiếng là "khó đến mức địa ngục". Ngay cả những dự án công nghiệp tiêu chuẩn như etcd, đã được hàng ngàn kỹ sư hàng đầu toàn cầu mài giũa và vận hành trong nhiều năm, vẫn ẩn chứa những Deep Bug (lỗ hổng logic sâu) khiến người ta toát mồ hôi lạnh.

Loại lỗ hổng này khác với các lỗi triển khai cấp thấp thông thường (Implementation Bugs) như rò rỉ bộ nhớ hay tràn số nguyên. Chúng trải dài qua nhiều giai đoạn thực thi và phụ thuộc vào trạng thái đồng thời phức tạp. Một khi bị kích hoạt độc hại, không chỉ gây hỏng dữ liệu cốt lõi mà còn có thể dẫn đến tổn thất thảm khốc ở cấp độ tài chính.

Các mô hình ngôn ngữ lớn (LLM) thịnh hành trong những năm gần đây, dù thể hiện xuất sắc trong phân tích mã thông thường, nhưng lại tỏ ra "thiếu thông minh" khi đối mặt với đồng thuận phân tán. Chúng tối đa chỉ có thể tìm ra các khiếm khuyết bề mặt của mã cục bộ, trong khi đối diện với các lỗ hổng logic cấp giao thức phụ thuộc vào trạng thái toàn cục, LLM đơn thể thường sa lầy vào mã cục bộ và hoàn toàn không thể thực hiện suy luận thời gian toàn cục.

3. Phá vỡ: Ba tác tử của Agora và kiến trúc Harness cốt lõi

Để phá vỡ bế tắc này, Agora lần đầu tiên đưa mô hình kiểm thử dựa trên giả thuyết (Hypothesis-Driven Testing, HDT) kinh điển trong giới học thuật vào hệ thống tác tử của mô hình lớn. Nhằm đạt được suy luận toàn cục hiệu quả, Agora hoàn toàn từ bỏ mô hình "chiến đấu đơn lẻ" truyền thống, tách luồng công việc một cách tinh tế thành ba tác tử chuyên môn hóa cao, mỗi tác tử đảm nhận một vai trò riêng:

Orchestrator Agent (Điều phối viên): Chịu trách nhiệm duy trì trạng thái toàn cục và "khai thác lỗ hổng" từ các lỗ hổng đã biết để suy luận rộng ra;

Strategy Agent (Chiến lược gia): Chịu trách nhiệm tiêm kiến thức miền phân tán, tạo ra các kịch bản bất thường cực kỳ tấn công cho các giao thức CFT và BFT.

TestGen Agent (Mã đại diện): Phe thực chiến. Điều làm cho Agora thực sự có thể vận hành và tạo ra các bài kiểm tra hiệu quả một cách khép kín nằm ở kiến trúc kiểm thử tự động cốt lõi của nó.

Kiến trúc của nó được minh họa như sau:

Trong thiết kế tổng thể của Agora, phép thuật bình quyền "lấy nhỏ thắng lớn" này không phải tự nhiên mà có, mà bắt nguồn từ sự kết hợp sâu sắc giữa cơ chế tương tác tác nhân tinh vi và kiến trúc Harness kiểm thử.

Nhóm nghiên cứu đã thiết kế một cơ chế giao tiếp và bộ nhớ cực kỳ đơn giản và hiệu quả (Succinct Memory & Communication) trong khung hệ thống, đảm bảo mỗi Agent tập trung vào nhiệm vụ cốt lõi của mình đồng thời giảm thiểu chi phí truyền tải ngữ cảnh dư thừa. Dưới những ràng buộc giao tiếp tối ưu này, Orchestrator Agent (chịu trách nhiệm điều phối toàn cục và kiểm soát trạng thái), Strategy Agent (chịu trách nhiệm tạo môi trường và kịch bản bất thường phân tán) và TestGen Agent (chịu trách nhiệm kiểm thử mã và đánh giá động Evaluation) kết hợp hoàn hảo, cùng thúc đẩy và đáp ứng kiến trúc Harness:

Vòng lặp tự động hóa song kiếm hợp bích: Khi Strategy Agent suy luận ra một kịch bản tấn công phân tán trừu tượng, dựa trên khung tương tác được tách rời cao độ, TestGen Agent có thể ngay lập tức kích hoạt các bài kiểm tra cấp thấp. Kiến trúc này không chỉ có khả năng thích ứng môi trường mạnh mẽ, có thể vượt qua các môi trường ngôn ngữ lập trình khác nhau như Go, Rust để biến giả thuyết tấn công thành các bài kiểm tra đơn vị có thể chạy thực tế, mà còn tích hợp công nghệ vòng lặp phản xạ (Reflection-Loop) hiệu quả.

Khi bài kiểm tra gặp lỗi trong môi trường, hệ thống sẽ nắm bắt chính xác và theo thời gian thực call stack và nhật ký thực thi, sau đó truyền lại một cách tinh gọn cho Agent để tự sửa lỗi có định hướng. Sự kết hợp hữu cơ giữa "tương tác đa Agent tối giản + vòng lặp Harness động" này không chỉ cho phép Agora nắm bắt chính xác các lỗi logic sâu nhất với chi phí Token cực thấp, mà còn tạo ra các báo cáo phân tích chi tiết với tỷ lệ báo động giả cực thấp.

Tổng quan về kết quả chạy cuối cùng được minh họa như sau:

4. Thành quả: Ghi nhận 15 lỗi Zero-Day Deep Bug hàng đầu, các baseline mô hình lớn đều trắng tay

Kết quả đánh giá thực sự gây chấn động. Nhóm nghiên cứu đã tiến hành một cuộc tổng duyệt toàn diện trên bốn thư viện giao thức đồng thuận danh tiếng (bao gồm etcd cấp sản xuất và các thành phần cốt lõi của Sui – blockchain mới nổi), đồng thời so sánh các mô hình mạnh nhất hiện nay như GPT-5.2, Gemini 3.0 Pro Preview, Claude Sonnet 4.5 và Qwen3 Coder.

Kết quả không chỉ giúp hệ thống đồng thuận mà bản thân 0G vận hành trở nên an toàn hơn, mà còn thể hiện một sự áp đảo mang tính giáng cấp:

15 lỗi Logic Deep Bug hoàn toàn mới lộ diện: Agora đã phát hiện thành công 15 lỗ hổng logic sâu cấp giao thức mà trước đây chưa ai biết đến. Những lỗ hổng này trải dài trên các lĩnh vực nguy cơ cao như bất đồng thực thi, vi phạm tính đơn điệu, khiếm khuyết cấu trúc liên kết, lỗi chữ ký, v.v.

Các mô hình lớn gốc đều "trắng tay": Ngược lại, các mô hình cơ sở (dù được trang bị chuỗi công cụ động ReAct tiên tiến) khi đối mặt với các lỗ hổng logic sâu này đều không phát hiện được gì (0/15). Chúng tiêu tốn một lượng lớn Token, nhưng chỉ loanh quanh ở các lỗi triển khai mã cấp thấp.

Tỷ lệ báo động sai cực thấp và hiệu quả chi phí siêu cao: Trong tất cả các báo cáo lỗi do Agora tạo ra, tỷ lệ lỗ hổng logic thực sự chiếm tới 73,9% (tỷ lệ báo động sai chỉ 26,1%). Đáng kinh ngạc hơn, trung bình mỗi lần phát hiện một lỗi logic đỉnh cao khiến các kiến trúc sư kỳ cựu phải đau đầu, chỉ tiêu tốn khoảng 5,32 triệu tokens (tương đương khoảng 40 USD), hiệu quả chi phí cực kỳ cao.

Kết quả trên nhiều LLM được hiển thị như sau:

5. Tương lai: Khả năng mở rộng cao, tiến vào nhiều "vùng đất hoang" cứng nhắc hơn

Thành công của Agora không chỉ là một liều thuốc tăng cường cho bảo mật của các hệ thống phân tán, mà còn chỉ ra hướng đi cho việc ứng dụng các mô hình lớn vào các ứng dụng công nghiệp cấp cao.

Đặc biệt quan trọng, thiết kế kiến trúc của Agora thể hiện khả năng mở rộng và tính phổ quát cực kỳ cao. Nhóm nghiên cứu nhấn mạnh rằng Agora cũng có thể được người dùng đại chúng nhanh chóng tái sử dụng dưới dạng plugin hoặc skill. Mã nguồn của chúng tôi (github.com/0gfoundation/agora) cung cấp các skills tương ứng để hỗ trợ tái tạo. Không chỉ vậy, mô hình "Mô hình lớn + Đa tác tử cộng tác + Dẫn dắt giả thuyết" của Agora không chỉ giới hạn ở các giao thức đồng thuận. Do luồng công việc cơ bản của nó được tách rời sâu sắc khỏi cơ sở tri thức miền và thử nghiệm cấp cao, điều này có nghĩa là kiến trúc này không chỉ giúp nhiều người dùng nhanh chóng debug các giao thức đồng thuận, mà còn có thể được mở rộng nhanh chóng theo kiểu "cắm và chạy" (Plug-and-Play) sang các lĩnh vực cứng nhắc khác cũng đang chịu đựng "địa ngục lỗ hổng logic sâu":

Kiểm soát đồng thời cơ sở dữ liệu (Concurrency Control): Dùng để kiểm tra các lỗi giao dịch phức tạp trong cơ sở dữ liệu phân tán ở mức cách ly cực đoan (ví dụ: Serializable).

Nhân hệ điều hành / Hệ thống đồng thời: Phát hiện sâu các deadlock và điều kiện cạnh tranh ẩn giấu trong cơ sở hạ tầng đa luồng.

Kiểm toán hợp đồng thông minh Web3: Thăm dò ranh giới bảo mật chuyên sâu đối với các giao thức cross-chain và logic DeFi liên quan đến mô hình kinh tế phức tạp. Thị trường bảo mật blockchain dự kiến đạt quy mô khoảng 8,5 tỷ USD vào năm 2026, và đã xuất hiện các sản phẩm thương mại sử dụng "hệ thống bảo mật đa tác tử" để kiểm toán hợp đồng thông minh, rút ngắn chu kỳ kiểm toán từ vài tuần xuống còn vài giờ, nhu cầu thị trường đang bùng nổ.

Kỷ nguyên bảo mật tự động hóa bằng AI cho cơ sở hạ tầng cấp công nghiệp có lẽ đang chính thức được khởi động bởi Agora và kiến trúc Harness của nó.

Chúng tôi có lý do để tin rằng Agora có thể giúp kiểm tra tốt hơn khả năng của coding LLM thông qua việc phát hiện nhiều deep bug hơn trong các lĩnh vực khác nhau, và các trường hợp deep bug được phát hiện cũng có thể giúp coding LLM nâng cao khả năng hiểu mã.

Agora có thể cải thiện đáng kể tính bảo mật của các kho mã làm nền tảng cho giao dịch tài chính an toàn như giao thức đồng thuận, kiểm soát đồng thời, hợp đồng thông minh, v.v. Hơn nữa, Agora cũng có thể giúp nhiều công ty công nghệ phát hiện các logic bug sâu hơn, nhưng tiêu tốn ít token hơn, tiết kiệm chi phí và hiệu quả hơn!

Quan trọng hơn, điều này trùng hợp với hai đường đua nóng nhất hiện nay: Thứ nhất, hệ thống đa tác tử đang chuyển từ thử nghiệm sang sản xuất – Gartner dự đoán đến năm 2028, hơn 30% phần mềm doanh nghiệp sẽ tích hợp agentic AI, quy mô thị trường nền tảng đa tác tử sẽ tăng từ hàng chục tỷ USD lên hàng trăm tỷ USD trong vài năm; Thứ hai, "dùng tác tử kiểm tra tác tử" (Agentic Quality Control) đang trở thành tiêu chuẩn ngành vào năm 2026.

Trong bối cảnh báo cáo Veracode 2025 chỉ ra rằng khoảng 45% mã do AI tạo ra có chứa lỗ hổng bảo mật, và thị trường bảo mật agentic AI đang tăng trưởng với tốc độ CAGR khoảng 42%, Agora cho phép các công ty công nghệ phát hiện Logic Bug sâu hơn với chi phí token thấp hơn, nâng cấp kiểm toán bảo mật từ "công việc thủ công tính theo tuần" thành "năng lực tự động hóa giao hàng theo giờ".

Và khi bức tranh của đường đua này dần trở nên rõ ràng, người chiếm ưu thế thực sự thường không phải là gã khổng lồ có tiếng nói lớn nhất, mà là đội ngũ đầu tiên vận hành thành công phương pháp luận và có thể nhân rộng một cách bền vững.

Liên kết gốc

Chào mừng bạn tham gia cộng đồng chính thức của BlockBeats:

Nhóm Telegram đăng ký: https://t.me/theblockbeats

Nhóm Telegram thảo luận: https://t.me/BlockBeats_App

Tài khoản Twitter chính thức: https://twitter.com/BlockBeatsAsia