a16z:AI 尚未威胁现代密码学,或将加快安全审查进程

a16z:AI 尚未威胁现代密码学,或将加快安全审查进程

N
News Editor
2026-10-18 08:09:28
a16z crypto 邀请斯坦福大学教授 Dan Boneh 等人讨论 AI 与密码学风险,认为近期 AI 在数学和计算机科学上的进展尚未触及现代密码学核心假设,也没有证据显示椭圆曲线等体系比过去更脆弱。多位嘉宾表示,AI 更现实的作用是压缩密码学审查周期、在软件发布前发现更多漏洞,同时量子迁移准备和密码学敏捷性也为应对潜在风险提供了现成基础。

a16z crypto 近日围绕「AI 是否会威胁现代密码学」展开讨论。参与者包括斯坦福大学教授、应用密码学小组负责人兼计算机安全实验室联合负责人 Dan Boneh,a16z crypto 普通合伙人 Eddy Lazzarin,研究合伙人、乔治城大学计算机科学副教授 Justin Thaler,投资合伙人 Liz Harkavy,以及主编 Sonal Chokshi。

这场讨论的背景,是 OpenAI 的数学成果引发业内对 AI 可能破解密码学的担忧。a16z 给出的核心判断是,现阶段 AI 的进展还没有触及现代密码学的根基,反而可能在安全审查和漏洞发现上带来更直接的帮助。

近期 AI 进展尚未触及密码学核心问题

Dan Boneh 表示,最近发布的成果是数学和计算机科学领域的重要进展,但并不包含密码学方面的突破。他在 03:00 处说:「这是数学和计算机科学领域了不起的进步,但这里没有任何关于密码学的问题。……所以你可能会想,这是否意味着这些模型在密码学上真的很差?我们不知道。」

Eddy Lazzarin 也在 15:19 处表示:「我们并没有得知椭圆曲线比以前更脆弱。我们没有得知任何具体的密码学假设的安全性不如从前。」换句话说,现有信息还不足以支持「现代密码学已经被 AI 动摇」这一说法。

AI 再强,也未必能找到不存在的高效算法

Justin Thaler 在 16:12 处指出,现代密码学很大程度上建立在一个前提上:某些数学问题不存在高效解法。他说:「我们普遍相信这些问题不存在高效算法。不是说我们觉得可能存在、只是人类不够聪明找不到。我们认为根本不存在。如果不存在,AI 有多聪明都无所谓。它找不到那个不存在的算法。」

Dan Boneh 在 06:00 处补充,密码学必须建立在「某些问题是困难的」这一假设之上,但这一点无法被彻底证明,因为它牵涉计算机科学中的未解难题 P 与 NP 问题。他表示:「我们必须假设某些问题是困难的。我们无法证明这些问题是困难的,原因在于这关系到计算机科学中一个著名的未解难题,即 P 与 NP 问题。从某种意义上说,我们必须先解决这个问题,才能真正论证某些密码学问题确实、确实很难。……本周发布的任何问题都远没有接近解决 P 与 NP 问题。我们在密码学中仍然需要不断做出假设,对吧?」

AI 可能把多年密码学审查压缩到更短时间

在几位嘉宾看来,AI 更现实的影响,不是立刻推翻现有密码体系,而是加快审查过程。Dan Boneh 在 12:10 处说,过去当研究人员提出一个假设并基于它构建系统时,行业往往要等待约 10 年才会部署,以便给外界足够时间分析这一假设。

他说:「过去,当有人提出一个假设并基于它构建系统时,我们往往要等上 10 年左右才能部署这个系统,为了建立信心,给人们足够的时间来分析这个假设。……而现在,突然之间,我们可以用这些模型极大地加速这个过程。……我们现在可以让模型跑上一个月,尝试去破解它,如果模型破解不了,那么我们对这个假设有效的信心就会大大增强。」

这意味着,AI 在密码学中的一个直接用途,是把原本需要多年积累的攻击与审查工作,压缩到更短周期内完成。

量子迁移准备已为部分 AI 风险提供基础

讨论中还提到,虽然近期焦点集中在 AI,但一些密码系统此前已经因为量子计算威胁而启动迁移准备。Eddy Lazzarin 在 20:52 处表示:「由于对量子威胁的担忧,人们已经开始将椭圆曲线密码学视为可能即将变得脆弱的东西。因此,针对这些完全相同的担忧,我们实际上已经参与、准备并部署了许多你需要的缓解措施,只不过原本是针对另一种威胁。」

不过,这种重叠并不意味着 AI 风险已经被完全覆盖。Dan Boneh 在 22:08 处说:「AI 的威胁在某种意义上更广泛,因为它实际上也可能审视我们的后量子系统,并以某种方式削弱它们,甚至可能完全破解它们。」

密码学敏捷性被视为应对意外弱点的关键能力

Dan Boneh 在 22:47 处提到,密码学敏捷性指的是系统在证据或需求变化时,能够快速更换所采用的密码学方法。他说:「我们部署的系统可以在所使用的设计被证明不安全时,快速从一种设计切换到另一种设计。密码学敏捷性在某种意义上是我们防御意外情况的朋友。」

他还在 38:40 处举例称,互联网连接已经在组合使用不同的密码学方法:「它们实际上已经在使用敏捷密码学了。它们同时使用椭圆曲线和格进行加密。如果你破解了椭圆曲线也没关系,因为它还在基于格的系统下进行了加密。」

更现实的机会是在软件上线前发现更多漏洞

对于开发者和初创公司来说,几位嘉宾认为最明确的机会之一,是把 AI 更早引入安全测试流程。Justin Thaler 在 28:56 处谈到复杂密码学系统时表示:「漏洞的表面积变得非常大,是的,我非常乐观地认为,这些让人们为密码学感到恐慌的 AI 工具,同样会帮助我们清除所有漏洞。这是一个非常困难的问题。」

Dan Boneh 在 35:05 处说,系统部署后通常会吸引大量密码学家关注,但那时再去攻击密码系统已经偏晚。他表示:「系统部署之后会吸引大量密码学家的关注,但那时攻击密码系统其实已经太迟了。而现在,因为我们掌控着这些 AI 模型,任何部署新密码学能力的初创公司,甚至任何部署任何软件的公司,都可以让这些模型分析它的密码学和整体软件中的漏洞。」

Eddy Lazzarin 在 37:10 处则表示:「漏洞可以被消除。它们可以通过设计规避,可以被缓解,而我们用来缓解它们的主要资源,AI 能力,每几个月就在大幅降价。」

据原文说明,引用内容已为清晰起见稍作编辑,省略号表示删减段落。

本文最初由 Bit.Fan 发布。 欲了解更多加密货币新闻与市场洞察,请访问 www.bit.fan.
200

免责声明:

本平台展示的市场信息、项目资料与第三方内容仅用于行业信息分享,不构成任何形式的投资建议或收益承诺。

加密资产交易具有较高风险,用户应充分评估自身风险承受能力并独立作出决策,相关盈亏及法律责任由用户自行承担。