AI 53 小时重构量子电路，比特币与银行后量子迁移倒计时

据 Woofun AI 消息， 发布了一项关于 AI 优化量子电路的研究成果，这一进展直接引发了市场对比特币及传统金融基础设施安全性的重新评估。该研究利用 模型在 53 小时内完成了对椭圆曲线点加法量子电路的重构，显著降低了计算成本。

这一技术突破不仅触及了比特币签名的核心防御机制，也迫使银行业加速审视其加密连接的安全性，标志着后量子迁移从理论探讨进入了紧迫的工程实践阶段。

在技术细节层面， 通过深入的数学推导，对 divsteps 算法进行了根本性优化，大幅降低了 Toffoli 门的消耗。量子计算中的点加法操作，其最昂贵的环节在于模反转。传统计算机使用 divsteps 算法效率极高，但在量子电路中，由于计算必须可逆，每一步分支选择都需要存储记录以便后续清理，这占用了大量量子比特。Claude 发现无需显式存储这些记录，因为每一步计算后剩余的数字对本身就蕴含了足够的信息，足以反推之前的分支路径。

尽管在 256 位数字上初步尝试的规则全部失效，但通过代数恒等式的推导以及使用 Lean 对 divsteps 核心性质进行形式化证明，最终方案取得了突破。该设计比此前最省量子比特的方案多消耗约 12% 的量子比特，但 Toffoli 门数量降至约十七分之一。同样的自动化迭代方法被应用于另外 7 项任务，其中一项最大改进将量子比特与门数量的乘积压低了 39 倍。作为对比，量子化学领域的一项估算从 50 万亿个 Toffoli 门降至 3.4 亿个，多个研究团队接力耗时 8 年才完成，而此次优化仅用了 53 小时连续运行。

然而，这项技术突破存在明确的局限性，需结合完整攻击方案及不同硬件约束综合评估。首先，优化仅针对单一模块，从输入比特币公钥到恢复私钥的全过程还涉及其他计算步骤、纠错开销及硬件架构，只有将新电路放回完整方案重新核算，才能确定最终节省的资源比例。其次，十七分之一的对比基准是 Luo 等人的方案，该方案需约 6950 万个 Toffoli 门和 838 个逻辑量子比特，而 Claude 的方案需约 400 万个门和 935 个逻辑量子比特。若更换对手，结论则发生变化：Schrottenloher 今年的方案仅需约 190 万个门，但需要 1,446 个逻辑量子比特。相比之下，Claude 的电路门数是 Schrottenloher 方案的 2.1 倍，但量子比特少约 35%。门数量与量子比特数量哪个更关键，取决于具体硬件约束，这表明新方案更多是提供了一个可选的设计点，而非全面碾压。

此外，该电路允许每次点加法最多 2×10⁻⁴ 的失败率以换取资源节省，且 Lean 证明仅覆盖 divsteps 的部分性质。验证过程依赖自动评估程序的模拟检查，并未在真实量子硬件上运行，Anthropic 也指出 Claude 早期表现保守，需研究者引导其放开思路。

Woofun AI 整理数据显示，破解 secp256k1 的资源需求估算在过去几年呈指数级下降。2017 年，微软研究人员估算需约 2,330 个逻辑量子比特和 2.3×10¹¹ 个 Toffoli 门。今年 3 月底，谷歌量子 AI 团队（合作者包括以太坊基金会的 和斯坦福大学的 ）提出了两套电路：一套不到 1,200 个逻辑量子比特和 9000 万个门，另一套不到 1,450 个逻辑量子比特和 7000 万个门，均只需不到 50 万个物理量子比特，在特定场景下运行时间约 9 分钟。9 月，IonQ 进一步估算，使用约 2 万个离子阱量子比特，可在约 26 天内完成一次破解。从 2017 年到今年 3 月，估算下降间隔近 9 年；而到 9 月，IonQ 的新估算仅隔了半年，显示技术进步速度正在加快。