以太坊研究人员警告称，人工智能可能会在“几个月，而不是几年”内破解保护比特币、以太坊以及建立在它们之上的代币的签名，最坏情况下甚至早于量子计算机到来。

以太坊研究员Justin Drake敦促加密行业为“堡垒模式”做准备，警告称人工智能可能在几个月内找到办法，破解保护比特币和以太坊钱包的数学基础。

以太坊联合创始人Vitalik Buterin表示，AI也可能削弱一些抗量子密码学，但他提醒，仓促迁移钱包可能导致损失。

以太坊研究员Justin Drake已敦促加密行业开始为“堡垒模式”做准备，警告称在最坏情况下，人工智能可能在“几个月，而不是几年”内找到破解保护比特币和以太坊钱包数学基础的方法。

Drake在周三于X上写道：“今天我呼吁区块链行业冷静地开始规划‘堡垒模式’。”他还敦促大型持有者开始将资金逐步转移到新的地址。

Drake担心的是，AI可能帮助某人找到一条捷径，让攻击者恢复私钥并在普通计算机上花掉这些币，而无需行业一直在准备的量子机器。

CoinDesk审阅的研究中，没有人展示过对比特币或以太坊钱包密钥的实际攻击，也没有出现此类攻击。

AI已成为加密领域的威胁

这一警告出现在OpenAI于周二发布722篇由未公开模型生成的数学论文之后。该模型在约4000个研究问题上接受测试。公司表示，其中一些发现有可由计算机验证的证明，另一些仍未得到验证，可能包含错误。

一天之内，一名外部研究人员重新运行了其中一项结果的计算机检验。该结果涉及一个关于计算机如何快速乘以大型数字网格的新上限，这一数学问题自1969年以来一直被数学家研究，检验结果显示其成立。

Drake表示，比特币和以太坊钱包签名背后的数学，即椭圆曲线，遵循整齐的模式，而足够强大的AI可能学会利用这些模式。哈希函数则会把任何数据变成固定长度的数字指纹，且无法反向推导，其设计目标是尽可能打乱信息、减少模式。

AI辅助攻击加密系统已经造成了真实损失。

去年12月，Anthropic研究人员展示了前沿模型可以针对真实DeFi合约的模拟副本编写可运行的漏洞利用代码。7月下旬，一个名为Bitcoin Red Team的志愿者团队使用AI模型在约27小时内扫描了390个比特币软件项目，记录了近5000个可能的漏洞，其中85个被评为严重。

7月30日，一名攻击者开始利用一个已有五年历史的固件漏洞从Coldcard硬件钱包中转走资金，至少盗走了1367枚BTC，制造商Coinkite表示怀疑AI帮助找到了这一漏洞。

几天后，BTCPay Server确认，攻击者通过一个最初在AI辅助审计中发现的漏洞，从商家的闪电网络节点中盗走了资金。8月27日，Core Lightning的开发者在AI生成的漏洞报告暴露出其软件中的真实漏洞后发布了紧急警告。

研究人员还使用AI编码代理改进了未来量子攻击中的一项计算，CoinDesk在9月曾报道过这一点，不过那项工作仍需要量子硬件，并且只覆盖了攻击的一部分。

阅读更多：加密研究人员将比特币和以太坊量子攻击估算下调50%

时间线并不一致。以太坊基金会已将2029年12月设为把网络迁移到抗量子密码学上的目标。

但Drake给出的最坏情况是，经典计算机在那之前数年就可能完成破解。

抗量子能力也有局限

以太坊联合创始人Vitalik Buterin同意风险是真实存在的，并将其延伸到开发者一直寄予厚望的一些替代方案上。

一些抗量子设计使用基于格的密码学，这类数学问题被认为对普通计算机和量子计算机都很难。该方法也是美国国家标准与技术研究院批准的一项数字签名标准的基础。

Buterin在X上写道：“我认为，未来两年AI对数学的冲击，很可能会严重削弱格密码的具体安全性。如果AI能在2年内给我们带来50年的数学进展，那么这50年的数学进展很可能包括类似‘朴素因式分解 -> GNFS’这种级别的突破，从而提升我们破解格密码的能力。”

以太坊拟议中的长期重建方案越来越偏向哈希签名，这类方案会把信息转化为设计上难以反向还原的数字指纹。Buterin认为，这类设计中意外捷径的空间更少，但他也承认它们同样可能面临攻击。

他说：“和我在所有黑客攻击中损失的钱相比，我个人在糟糕的迁移中损失的钱更多。”

阅读更多：谷歌警告称，五条量子攻击路径可能使以太坊面临1000亿美元风险