Das Einzige, was KI davon abhält, bei Audits überragend gut zu sein, ist der Mangel an Investitionen in den Bereich der KI-Audits. Ich habe mehrere erstklassige Auditoren sowohl direkt als auch indirekt geschult. Ich habe auch Go kompetitiv gespielt und weiß, dass ich keine Chance habe, auch nur annähernd Weltklasse zu erreichen. Competitive Go ist schwieriger als Audits, da die Permutation von Einstiegspunkten und sinnvollem Zustandsraum viel größer und viel schwieriger zu begründen ist. KI hat 2016 die Menschen bei go vernichtet. Jemand, der 20 bis 30 Millionen Dollar in die Forschung und Entwicklung von KI-Audits steckt, würde die Dinge komplett auf den Kopf stellen. An der Spitze der Bestenliste für Web2-Bug-Bounties in den Vereinigten Staaten steht ein LLM. *Eine solche KI ist kein einmaliges LLM, sondern etwas, das agentisch Unit-Tests und formale Verifizierungsspezifikationen schreiben kann, um sein Verständnis der Codebasis zu testen. Die Anzahl der Token, die dabei verbraucht werden, wäre extrem teuer, aber wahrscheinlich wettbewerbsfähig mit dem, was Audits derzeit kosten. **KI wird Auditoren nie vollständig ersetzen, da sie nie so viel Kontext haben wie ein Mensch. Aber das Einzige, was ernsthafte Disruptionen aufhält, ist ein Mangel an ernsthaften Investitionen. Ich würde in ein solches Projekt investieren, wenn ich sehen würde, dass das Team die richtige Erfahrung mit Audits und maschinellem Lernen hat.