人工智能、量子技术与加密货币加密技术的真相
摘要
讨论的基准情景是，当前 AI 在数学上的进展并未实质性削弱保护主要区块链的密码学安全。 ZK Dragon 表示，OpenAI 公布的约770项数学成果距离大整数分解或椭圆曲线离散对数问题还差得很远；他的估算是，即便动用与 Bitcoin 全部专用硬件等量的算力，仍需要“整整多出1万亿倍的计算量”。他认为真正值得担忧的门槛，是这些核心问题出现实质进展：“我们在这些大问题上确实没有看到任何进展。”
量子计算仍是讨论中更可信的长期威胁，但它最先具有高价值的目标可能是加密的国家通信，而不是加密货币。 Mert 认为，具备能力的国家会优先攻击被截获的军事、外交及其他加密通信，而不是区块链签名。与会者表示，在消息曝光、迫使全行业升级之前，一个国家可尝试的机会有限。在一个极端假设中，即算法效率提升100万倍，ZK Dragon 仍估算，使用 Bitcoin 级别的 ASIC 需要约10 GW 的功率运行100万年；GPU 的速度还要慢超过1,000倍。
面对不确定的威胁窗口，协议的可适应性——而不是“地堡模式”——才是可投资的防御方案。 Mert 认为，Zcash 得益于业务范围窄、密码学文化高度警惕、可编程攻击面更少；Illia 表示，NEAR 将账户与密码学密钥分离，因此无需更换地址就能增加或停用签名方案。Solana 历经多次宕机和重大重写仍然存活，说明短期牺牲性能优于遭遇生存性失败：「要么归零，要么活下来」（“Either you go to zero or you survive.”）。
即使密码学突破已经公开，也不会让攻击者瞬间拿走所有代币。 在提前1个月收到警告的情景中，各条链可以冻结椭圆曲线相关操作，交易所、跨链网络和交易平台则关闭对外边界；持有助记词的用户之后可以通过零知识恢复控制权。早于助记词体系的 Bitcoin 余额——包括 Satoshi 时代的币——可能仍会被冻结、无法使用；MPC 用户则是另一类例外。
AI 驱动的智能合约漏洞利用才是眼下的风险，远高于基础密码学失效的可能性。 Mert 认为，因合约遭攻击而损失资金的相对风险“可能高10亿倍，甚至可能高1万亿倍”；Illia 则表示，团队正利用 AI 让形式化验证的成本降低100–200倍，对 NEAR 虚拟机进行形式化，并将合约保证转化为可组合属性。实际目标不只是验证源代码，而是形成可执行的保证，例如“用户存入资金后，就能把资金提出来”。
Mert 反对 Justin Drake 的框架，针对的是比例失衡，而不是反对做准备。 他承认核心开发者应消除意外，但认为“地堡模式”不合适，因为 AI 既能攻击系统，也能强化系统；同时，波动的价格图表正在 Crypto Twitter 上制造“恐慌飞轮”。他的投资者视角是追求低熵：要求可信的应急方案，但也要认识到，针对一个极端遥远的情景采取行动，可能比情景本身造成更多损失。
更持久的终局是分层的密码学冗余，而不是证明任何东西永远不会失效。 ZK Dragon 设想达到256位安全性，并将不同密码学假设组合成2-of-3或类似的多层结构；这样一层原语失效时可以在不引发危机的情况下轮换。Illia 还强调持续可升级的软件和形式化验证。节目结束后，主持人总结认为，这一框架更利好为演进而设计的系统，尤其是 Zcash 和 NEAR；同时也给更僵化的 Bitcoin 留下长期货币问题：「货币的基本原则是，我能把它放在那里持有，并在那里储存价值」（“The basic principle of money is that I can hold it there and store value there.”）。
精读
1. AI 的数学突破尚未成为密码学突破
Thread Guy 开场提出两条令人担忧的攻击路径：量子计算，以及 AI 加速的“人工解密”。他用 Gaara 作类比，抓住了这种焦虑——加密货币的防护沙层依旧平坦，但“更强大的攻击、更强大的对手”正加速逼近价值数万亿美元的资产。
ZK Dragon 将讨论拉回真正的难题：RSA 依赖将一个巨大数字分解为质因数，而大量区块链密码学建立在椭圆曲线离散对数之上。密码学所做的，是把目前无人知晓如何高效求解的问题，转化为签名及其他有用的系统。
OpenAI 公开的约770项数学成果，并未触及上述任何一个问题的数学核心。密码学家、情报机构和逐利型攻击者多年来一直在检验这些假设；ZK Dragon 的判断是，反复失败说明问题足够困难，但不等于证明其不可攻破。
Illia 认同激励机制的判断：许多被展示的数学问题，可能只值得一名研究者投入整个职业生涯；而攻破广泛使用的密码学，会吸引“全世界每一个机构”。AI 比以往工具更快地放大应用型智能，但它进入的是一个已经投入巨大人力和资金的领域。
2. 1万亿倍差距足以吞没听起来惊人的改进
ZK Dragon 给出的锚定估算是：按已知方法，即便复刻 Bitcoin 全球专用硬件的规模来发动椭圆曲线攻击，仍会留下约1万亿倍的计算差距。算法效率提升10倍，也只是把差距降到需要1000亿倍 Bitcoin 级别的计算量。
Mert 将一个看似合理的15%提速转化为工程应对：增大参数规模——比如从 n bit 提高到 n + 24 bit——并更新受影响的系统。Mert 指出，即便 Matthew Green 曾警告公钥密码学可能已经走到尽头，他随后对如何适配的解释，传播度也远不如那句警告。
ZK Dragon 预计，RSA 可能会先实现1,000倍加速，椭圆曲线则在之后；前者影响的将是老旧浏览器 TLS 握手，而不是区块链资产。当被问到 AI 目前让椭圆曲线差距缩小了多少时，他的回答非常明确：“在软件层面，完全是0。”
3. 著名数学问题与密码学假设面临不同激励
ZK Dragon 用学界对千禧年难题的态度补充了激励机制的另一面：教授可能会劝阻博士生和博士后把整个职业生涯押在这些问题上，因为失败会摧毁获得终身教职的前景。“如果有一天你成功了，行，你就是英雄”，但研究者可能在整个尝试过程中不断遭到嘲笑。
这一分歧之所以重要，是因为 AI 在被忽视的问题上取得的惊人结果，并不能直接映射到密码学家持续检验的假设。Mert 用交易员的语言概括：应比较解决一个小众定理的回报，与读取国家机密、伪造证书或窃取数十亿美元的回报。
Thread Guy 问，攻破一个密码原语是否应该立即让其他所有原语失去可信度。ZK Dragon 否定了这种推论：整个领域集中研究的也就约“1到5个问题”，攻破一个未被使用、研究不足的构造，并不能说明那些保护现实系统、长期遭受攻击的假设也有问题。
4. Zcash、Solana 与 NEAR 体现3种韧性
Mert 为 Zcash 提供的核心论据是范围有限：它是一个价值储存网络，而不是高度可编程的平台。他反对加入抵押型稳定币，因为每增加一个功能，就会扩大风险；一个由“超级偏执的程序员”维护的聚焦型系统，可以提前数年为极端情景做准备。
Solana 更难被简单归类，但 Mert 提到它在2022–23年的多次宕机，以及之后的大规模重写。如果一次紧急升级让性能在6个月内下降10%，他会接受这个取舍：只要活下来，之后仍可优化；而不处理极端风险，则可能让资产直接归零。
Illia 表示，NEAR 在2018年设计时，就将
illia.near这类人类可读账户与密码学密钥分离。它从一开始就支持 ECDSA 和 Ed25519，今年又加入了 lithium——一种基于网络的后量子密码学选项；当时相关标准化和实现已经成熟，应用范围也不再局限于加密货币。高价值冷钱包账户可以使用4或5把不同的密码学密钥，并要求所有密钥共同签名，从而分散实现、数学和量子风险。Illia 表示，停用旧原语只需改3行代码，在整个协议中增加一种新原语约需200行代码。他还单独提到，Solana 大约每6周更新一次协议。
5. 紧急冻结可以保住大部分资金，但不是每个余额
Tulip King 对最糟糕的公开预警情景进行了压力测试：OpenAI 宣布椭圆曲线算法取得千万亿倍改进，并承诺在30天后公开方法。网络可以“启动紧急开关”，禁用椭圆曲线功能，在攻击者组装出足够硬件之前冻结受影响的余额。
持有助记词的用户之后可以通过零知识证明恢复资金，证明自己知道与某个公钥对应的助记词和 HD 路径。Tulip King 认为，大多数持有者经过几个月的不便后都能恢复使用，但 MPC 账户需要采取不同处理方式。
Satoshi 时代的 Bitcoin 是最明显的例外：这些币可以被冻结，但由于早于助记词体系，可能无法使用上述恢复机制。因此，这种保护措施最终可能只是让早期历史余额无法使用，而不是把它们交给攻击者。
Tulip King 认为，第一时间的应对会发生在系统边界：交易所、跨链网络和交易平台会先暂停；各条链随后可以实施恢复方案，或回滚到作出决定时的状态，因为最紧迫的危险在于协调链上状态与其他链及链下交易场所。
6. 形式化验证把 AI 从攻击者变成防御基础设施
Illia 将注意力从推测性的数学突破转向已经被 AI 放大的网络攻击：“这是一个现实得多、现实得多的问题，而且确实每天都在影响用户。”真正的挑战，是保护建立在可靠底层之上的应用，而不只是维护底层的密码学假设。
一支持续约10天的智能体集群，可能代表1000万美元的算力开支，但普通团队不会承担这种成本。Illia 表示，他的团队已将许多验证成本降低100–200倍；一个基于 DeepSeek 的验证工具链在两项基准测试中排名第一，成本约低至 GPT-或 Claude-运行的1/200。
下一步是对 NEAR 虚拟机进行完整形式化。如果运行时没有严格实现模型中的行为，那么证明合约属性本身并不够；将底层技术栈形式化后，开发者才能证明更具操作性的保证，例如存款人始终保留提款路径。
Illia 将这与 Move 编译器强制执行的对象属性区分开来，后者包括代币总供应量和防止双重花费。一旦应用引入共享状态——他的例子是 Uniswap 的 LP 头寸和池化代币——开发者就需要更广泛的逻辑，证明所有可能的存款、提款和交易情景下系统都会按预期运行。
7. “地堡模式”把准备与恐慌混为一谈
Mert 对 Justin Drake 的观点给出了最善意的解释：也许他看到了突破正在加速，因此希望行业提前做好准备。但 Mert 的批评是，行业领袖“有责任解释两面”，包括 AI 如何改善验证、帮助构建防御系统。
Zcash 和其他团队已经制定了应急方案，行业内的工程师也有很强的动机让系统继续运行。Mert 认为量子计算明年攻破 Bitcoin 的概率“实际上为0”，但仍支持准备，因为投资者希望看到低熵和长期保障。
他反对的是从准备直接跳到“地堡模式”。在 Drake 发帖前，市场本来就已经波动；Crypto Twitter 又让价格图表为一个令人恐慌的叙事背书，制造出“恐慌飞轮”。Mert 认为，卖出或放弃区块链导致损失的可能性，远高于假设中的密码学突破真正发生。
8. 国家行为体的经济逻辑塑造真正的攻破路径
Mert 表示，量子计算最现实的第一个目标是加密通信，而不是透明的区块链。国家行为体会先截获通信，等具备能力后再解密；获取对手的军事或外交通信，其价值远高于在早期算力稀缺时把资源花在区块链签名上。
最可能率先采取行动的是美国或中国。如果 OpenAI 或其他私营公司发现了这种方法，ZK Dragon 认为公司必须向政府报告。他将私自掌握这种能力类比为一家公司发明核武器，并预测如果公司拒绝交出成果，政府将介入，甚至推动国有化。
算法只是攻击的一半。ZK Dragon 描述的场景是：控制 TSMC 1年，提供超过10 GW 的电力，并运行大到无法隐藏的基础设施；GPU 的速度比专用 ASIC 慢超过1,000倍。即便假设算法效率提升100万倍，他粗略估算的 Bitcoin 硬件方案仍需要运行100万年。
他给出的警示类比是2013年的 Logjam 事件：Snowden 的披露先于外界认识到，过弱的 SSH 参数意味着政府花费数十亿美元就能完成攻击，而不是通常估计需要千万亿年。问题的发现耗时约2年，但 ZK Dragon 认为，形式化验证意味着永远不会再出现规模相当的意外漏洞。
9. 实用终局是冗余、轮换与持续学习
Thread Guy 问，AI 能否带来“完美”的密码学。ZK Dragon 表示，真正的终局大致相当于证明 P ≠ NP，并证明所选问题不存在更快的解法；这个结论强到密码学从业者并不现实地期待它出现。
可实现的版本是256位安全性加上相互独立的多层防护：使用不同的密码学假设，构成2-of-3或类似结构；这样一层失效时“完全无需紧张”，可以在另一层失效之前完成替换。安全性因此变成一个持续更新的过程，而不是声称某个原语能够永远有效。
Illia 预计，AI 的下一次跃迁将是实时学习，超越持续数月的预训练周期或100万 token 的上下文窗口。他表示，自2017年尝试实时编程以来，LLM 的进步速度一直慢于预期；但眼下，与会者已经在证明具备128位后量子安全性的零知识证据。
Tulip King 最后给出了面向普通持有者的风险排序：智能合约遭攻击的风险“可能高10亿倍，甚至可能高1万亿倍”，远高于基础密码学失效。另一名未具名的收尾发言者则提出了更日常的担忧清单：供应链、路由器，以及 SIM 卡的来源与溯源。