AI 未破密码学：a16z 与斯坦福专家拆解恐慌真相

据 Woofun AI 消息， 最新数学模型成果在行业内激起轩然大波，部分从业者担忧人工智能将摧毁现有的加密基础设施。为厘清事实与臆测， 研究团队联合斯坦福大学多位顶尖专家展开深度对话，包括应用密码学小组主持人 、 crypto 普通合伙人 、研究合伙人 、投资合伙人 以及主编 ，旨在揭示 AI 对密码学的真实影响边界。

针对 AI 是否具备破解密码学核心假设的能力，多位专家给出了否定结论。Dan Boneh 在 03:00 指出，尽管近期成果在数学和计算机科学领域取得了令人瞩目的进步，但其中并未包含任何关于密码学的实质性突破。Eddy Lazzarin 在 15:19 进一步强调，目前没有任何证据表明椭圆曲线比以往更脆弱，也没有任何具体的密码学假设安全性下降。Justin Thaler 在 16:12 从算法存在性的角度分析，现代密码学建立在某些数学问题不存在高效解法的假设之上，如果这些高效算法根本不存在，无论 AI 多么聪明都无法找到。Dan Boneh 在 06:00 补充道，证明这些问题困难涉及计算机科学中著名的 P 与 NP 问题，而本周发布的成果远未接近解决这一难题，因此密码学仍需依赖基本假设。

Woofun AI 整理数据显示，AI 虽未直接破解密码，但显著改变了安全审查的效率与量子防御的布局。Dan Boneh 在 12:10 提到，过去建立对新密码学假设的信心往往需要等待 10 年左右，而现在利用 AI 模型仅需运行一个月即可进行高强度破解尝试，若未能破解则能极大增强信任。在量子威胁方面，Eddy Lazzarin 在 20:52 指出，由于对量子计算的担忧，行业已针对椭圆曲线等可能脆弱的系统部署了缓解措施，这为应对 AI 风险提供了先发优势。

然而，Dan Boneh 在 22:08 警告，AI 的威胁范围更广，它可能审视并削弱甚至完全破解后量子系统，因此不能简单地将量子防御等同于 AI 防御。

密码学敏捷性成为应对未知威胁的关键机制，其核心在于系统能够根据证据或需求变化快速更换密码学方法。Dan Boneh 在 22:47 表示，这种敏捷性使工程师有能力应对无法提前预见的发现，是防御意外情况的重要朋友。他以互联网连接为例，在 38:40 指出，现有系统实际上已在组合使用不同的密码学方法，同时采用椭圆曲线和格进行加密。

这意味着即使椭圆曲线被破解，数据在基于格的系统下依然保持加密状态，从而通过混合加密防御机制确保了整体安全性，体现了密码学敏捷性在实际部署中的价值。

对于建设者而言，AI 带来的最大机会在于软件发布前发现缺陷，从而降低安全风险。Justin Thaler 在 28:56 指出，随着漏洞表面积变得非常大，AI 工具同样能帮助清除所有漏洞，尽管这是一个非常困难的问题。Dan Boneh 在 35:05 强调，系统部署之后吸引密码学家关注往往为时已晚，而现在任何部署新密码学能力的初创公司或软件公司，都可以利用 AI 模型分析其密码学和整体软件中的漏洞。Eddy Lazzarin 在 37:10 总结道，漏洞可以通过设计规避或缓解，而用于缓解漏洞的主要资源——AI 能力，每几个月就在大幅降价，这使得在部署之前消除漏洞成为具有成本优势的选择。