AI 数月破译私钥？加密巨头呼吁转入防御

据 Woofun AI 消息，以太坊核心研究员贾斯汀·德雷克紧急呼吁比特币与以太坊行业立即启动'防御模式'，以应对人工智能可能在'数月而非数年'内破解底层数学算法的极端风险。他建议大额资产持有者逐步将资金转移至新地址，以规避因 AI 技术突破导致的私钥泄露威胁。

这一警告标志着加密社区对非量子计算路径下密码学脆弱性的认知发生了根本性转变。深层原因在于，AI 能力的指数级跃升正在压缩传统密码学安全假设的时间窗口，迫使行业重新评估现有钱包安全体系的长期有效性。

技术背景的突变源于 在周二公布的一项惊人成果：一个尚未公开发布的模型在测试过程中生成了 722 份数学研究手稿，这些手稿源自曾处理约 4000 个数学问题的模型。其中部分成果拥有计算机可验证的正确性证明，而另一些则尚待确认。更令人震惊的是，该模型据称已解决了纳维-斯托克斯问题，这是数学界七大千禧年大奖难题之一。OpenAI 指出，每个研究结果所需的计算量相当于 运行三小时。不到一天后，外部研究人员验证了其中一个结果，确立了计算机处理大规模数值矩阵速度的新极限，这一课题自 1969 年以来一直是数学家攻坚的重点。德雷克在周三的 X 平台上警告，这种计算能力的飞跃可能让攻击者无需借助量子计算机，即可通过 AI 找到从公钥反推私钥的捷径。钱包安全依赖于私钥授权支付、公钥验证请求的机制，生成公钥容易，但反向推导需海量算力。

然而，AI 可能发现椭圆曲线签名技术中的规律性特征并进行利用。哈希函数虽设计为低规律性以混淆信息，但 AI 的模式识别能力仍构成潜在威胁。此前报道，目前已有数百万比特币存放在公钥已公开的地址中；而在以太坊网络上，任何发送过交易的账户均会暴露公钥，稳定币及代币化基金的管理也依赖此签名系统。

这意味着，一旦 AI 突破椭圆曲线或哈希函数的安全边界，海量数字资产将直接暴露在被盗风险之下。值得注意的是，截至目前，尚未有针对比特币或以太坊钱包私钥的实际攻击案例被证实，Woofun AI 整理数据显示，相关研究资料中亦未发现此类记录，但这并未降低行业对潜在技术奇点的警惕。相反，AI 在数学和代码领域的突破能力，正不断验证德雷克关于'捷径'存在的担忧。

现实威胁的证据链正在快速形成，近期多起 AI 辅助攻击案例已造成实质经济损失。去年 12 月， 研究人员展示先进模型能为真实 DeFi 合约的模拟版本编写可用漏洞攻击代码。7 月下旬，'比特币红队'志愿者团队利用 AI 模型在 27 小时内扫描 390 个比特币软件项目，发现近 5000 处潜在缺陷，其中 85 处被评定为严重级别。7 月 30 日，攻击者利用一个存在已五年的固件漏洞盗取 硬件钱包中的比特币，至少窃走 1367 枚 ；制造商 怀疑 AI 协助找到了该漏洞。

几天后， 确认，攻击者通过 AI 辅助审计中发现的漏洞，从商家 节点窃取资金。8 月 27 日， 开发者在 AI 生成的漏洞报告揭示实际问题后发布紧急警告。正如此前在 9 月报道，研究人员还利用 AI 编码工具优化未来量子攻击中的计算环节，尽管这仍需量子硬件且仅涉及攻击部分流程，但 AI 在漏洞挖掘和代码生成上的效率提升已不容忽视。这些事件表明，AI 不仅限于理论威胁，已在实战中证明其能加速发现复杂系统中的细微缺陷，从而降低攻击门槛并扩大攻击面。

这种从理论到实践的转化，使得德雷克的警告更具紧迫性：如果 AI 能在数学证明上取得突破，那么在密码学算法中寻找弱点同样可能成为现实。