比特币和以太币持有者被敦促进入“掩体模式”，以防范可能的 AI 攻击

以太坊研究员贾斯汀·德雷克（Justin Drake）告诉加密货币行业，应开始为“掩体模式”做准备，并警告称，在最坏情况下，人工智能可能找到办法破解保护比特币和以太币钱包的数学，且所需时间“是数月，而非数年”。 “今天我呼吁区块链行业冷静地开始规划‘掩体模式’，”德雷克周三在 X 上写道，并敦促大额持有者开始逐步将资金转移到新地址。 钱包使用一个称为私钥的秘密数字来授权支付。相关公钥让网络核验这些授权。生成公钥很容易，但从公钥反推私钥被认为需要不切实际的计算量。 德雷克的担忧在于，AI 可能帮助某人找到捷径，使攻击者能在普通计算机上恢复私钥并花费这些代币，而无需行业一直在准备的量子计算机。 理论上，这将使很大一部分加密资产落入可攻击范围。正如 CoinDesk 此前报道，数百万枚比特币存放在公钥已在链上公开的地址中。在以太坊上，任何曾发送过交易的账户都已暴露其公钥，而该网络上发行的稳定币和代币化基金也通过这一签名系统控制。 目前尚未有对比特币或以太坊钱包密钥的实际攻击被演示，CoinDesk 审阅的研究中也没有出现此类攻击。 这一警告出现之前，OpenAI 周二发布了 722 份数学手稿，这些手稿由一款未发布模型生成，该模型在约 4,000 个研究问题上进行了测试。公司表示，一些发现拥有可被计算机核验的证明，另一些尚未验证，可能包含错误。 这些手稿来自 OpenAI 上个月称已解决纳维-斯托克斯问题的模型，该问题是数学界七大千禧年大奖难题之一。公司称，每个结果平均消耗的算力约相当于 ChatGPT Pro 推理三个小时。 不到一天，一名外部研究人员对一个结果重新进行了计算机核验，该结果是关于计算机能以多快速度相乘大型数字矩阵的新界限，这是数学家自 1969 年以来一直在研究的问题；核验发现该结果成立。 德雷克表示，比特币和以太坊钱包签名背后的数学——即椭圆曲线——遵循规整的模式，足够强大的 AI 可能学会利用这些模式。哈希函数将任意数据转化为无法反推的固定长度数字指纹，其设计目标是以尽可能少的规律来混淆信息。 AI 辅助的加密系统攻击已经造成真实资金损失。 去年 12 月，Anthropic 研究人员展示，前沿模型可以针对真实 DeFi 合约的模拟副本编写可用的漏洞利用程序。 7 月下旬，一个名为 Bitcoin Red Team 的志愿者团体使用 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 5,000 个可能缺陷，其中 85 个被评为严重。 7 月 30 日，一名攻击者开始通过一个存在五年的固件漏洞盗取 Coldcard 硬件钱包资金，至少取走 1,367 枚 BTC；制造商 Coinkite 表示，其怀疑 AI 帮助发现了该漏洞。 数天后，BTCPay Server 证实，攻击者通过一个最初在 AI 辅助审计中浮现的漏洞，从商户的闪电网络节点中盗走资金；8 月 27 日，Core Lightning 的开发者在 AI 生成的漏洞报告发现其软件中存在真实漏洞后发布了紧急警告。 正如 CoinDesk 9 月报道，研究人员还使用 AI 编程代理改进了未来量子攻击中的一项计算，不过该工作仍需要量子硬件，并且只覆盖了攻击的一部分。 延伸阅读：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 月定为其网络迁移至抗量子密码学的目标时间。 但德雷克设想的最坏情况是，一次经典破解会比这早数年发生。 以太坊联合创始人维塔利克·布特林（Vitalik Buterin）同意该风险真实存在，并将其扩展至开发者一直指望的一些替代方案。 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，而美国国家标准与技术研究院（NIST）批准的一项数字签名标准正是以该方法为基础。 以太坊拟议的长期重构越来越倾向于基于哈希的签名，这类签名将信息转化为旨在难以逆转的数字指纹。布特林认为，这些设计中意外捷径的切入点较少，但他承认它们也可能遭受攻击。 德雷克建议成熟的持有者先行动，将资金转移到公钥从未在链上出现过的地址，从而不给攻击提供所需的起点。另一方面，布特林支持在可行情况下减少公钥暴露，但告诫持有者不要急于行动，并警告迁移过程中的错误本身也会造成损失。 “我个人在搞砸的迁移中损失的钱，比我在所有黑客攻击中损失的钱加起来还多，”他写道。