AI在数学研究上的进展为何让密码学界紧张
2024年10月6日，OpenAI披露了一款未公开模型的能力：它生成了722份数学研究报告，涵盖372组研究结果，并尝试处理约4000道长期悬而未决的科学难题。这些数字本身并不直接指向密码学，但约翰斯·霍普金斯大学密码学家马修·格林随即发出警告，认为这类模式识别能力如果迁移到数论与代数几何领域，可能动摇公钥加密的数学根基。原因在于，椭圆曲线加密的安全性并非来自“没人想过要破解”，而是来自“从公钥反推私钥在计算上不可行”这一经过数十年检验的假设。一旦AI找到人类数十年未察觉的数学捷径，这个假设就会从“极难”变成“可计算”，而比特币与以太坊的交易安全恰恰建立在这一假设之上。
需要明确的是，目前没有任何公开验证的AI攻击能够破解比特币或以太坊的核心机制。格林的警告属于理论风险层面的推演，而非既成事实。但理论风险之所以值得认真对待，是因为密码学安全边界一旦被压缩，后果不是线性的。格林指出，原本被认为具备128位安全级别的系统，实际可能只有96位或108位。仅20位的安全级别下降，就能让攻击成本降低约一百万倍。这种量级的变化意味着，原本需要天文数字算力才能完成的攻击，可能进入有组织攻击者可承受的范围。对于持有已泄露公钥的钱包或已进行数字签名的账户而言，这种压缩直接关系到资金是否会被盗。
椭圆曲线加密在什么条件下会被绕过
比特币和以太坊目前依赖椭圆曲线数字签名算法来保障交易安全。其核心机制是：私钥生成公钥容易，公钥反推私钥极难。但“极难”有一个前提——没有已知的数学捷径。如果AI能够发现一种高效求解椭圆曲线离散对数问题的方法，那么已暴露公钥的地址就会面临直接风险。这里的关键细节是“已暴露公钥”：比特币地址在未花费时只显示哈希值，公钥并不公开；但一旦发生过花费，公钥就会留在链上。以太坊账户则更早暴露公钥，因为每次交易签名都会涉及公钥信息。因此，风险并非均匀分布，而是集中在那些已经进行过签名或转账的账户上。
另一个容易被忽略的层面是安全边界的模糊化。传统密码学评估安全级别时，假设攻击者只能使用经典计算机或已知的量子算法。AI带来的变量是：它可能同时削弱多种数学基础，而不仅仅是椭圆曲线。2024年美国国家标准与技术研究院批准的后量子标准ML-KEM和ML-DSA，其依赖的格基数学算法同样可能成为AI攻击的目标。这意味着，即使行业匆忙迁移到后量子密码，也不能保证新体系在AI面前长期稳固。格林的警告因此不只是针对某一条曲线或某一个算法，而是针对整个“基于计算复杂性假设”的安全范式。
哈希签名方案能否成为替代路径
面对潜在威胁，业界出现了截然不同的技术应对路径。Blockstream首席执行官亚当·贝克直言此类警告“缺乏依据”，并展示了其团队基于SHA-256算法开发的SHRINCS哈希签名系统。该系统在比特币的Liquid侧链上已完成验证，签名长度最小仅为324字节，效率较高。哈希签名的安全性依赖于哈希函数的抗碰撞性，而不依赖于椭圆曲线离散对数问题，因此在理论上不受AI发现数论捷径的影响。这为担心公钥体系崩塌的人提供了一条现实的技术备选路线。
然而，哈希签名技术并非万能钥匙。它无法直接替代公钥加密与密钥交换功能，而这两项功能在安全通信和钱包地址生成中同样关键。此外，要在比特币主网上推广哈希签名，仍需经历复杂的协议升级过程，涉及矿工、开发者和用户的多方协调。更棘手的是，如果AI可能同时削弱多种数学基础，那么单一的技术防线极易被击穿。哈希签名可以解决签名问题，但解决不了密钥交换问题；后量子格基密码可以解决密钥交换问题，但自身也可能成为AI攻击目标。这种“按下葫芦浮起瓢”的局面，使得单纯依靠算法升级来抵御AI威胁的策略显得捉襟见肘。
市场参与者已经采取了哪些防御动作
尽管尚无公开验证的AI攻击能破解比特币或以太坊的核心机制，但部分市场参与者已率先行动。Capriole Investments创始人、BeInCrypto市场情报专家委员会成员查尔斯·爱德华兹表示，他已停止使用DeFi服务并大幅减少钱包和账户数量，以规避潜在的系统性风险。他警告称，若主流加密技术被AI破坏，将引发市场混乱。这种防御动作的逻辑是：在不确定性极高的情况下，减少暴露面比追求收益更重要。减少账户数量意味着减少公钥暴露的机会，停止使用DeFi则降低了与复杂智能合约交互带来的额外风险。
对于普通用户而言，可行的防御动作包括：避免重复使用同一地址接收资金，以减少公钥暴露；将长期持有的资产存放在从未进行过签名操作的冷存储地址中；关注后量子密码标准的迁移进展，但不必急于将全部资产转入尚未经过充分验证的新方案。真正的危机在于行业响应速度。如果AI最终找到破解数字签名、在线银行服务及安全互联网通信的方法，整个Web3生态能否在灾难发生前完成安全体系的全面升级，将是决定其生死存亡的终极考验。这一考验不仅涉及技术，还涉及治理协调、升级窗口和用户教育，任何一个环节的滞后都可能放大风险。
