a16z 對話史丹佛教授：AI 真能破解密碼學？拆解恐慌背後的真相

AI 模型近期於數學領域的突破，雖引發對其攻擊密碼學體系的擔憂，但專家指出這些進展實際上並未觸及密碼學的核心難題。現代密碼學的安全性植基於「某些數學問題不存在高效算法」的假設，而 AI 的智慧程度並不會改變此根本前提。相反地，此類 AI 工具反倒可能成為加速驗證及強化系統安全性的契機。

關鍵結論可歸納為六點：

數學進展與密碼學無直接關聯：現有成果未顯示任何具體的密碼學假設（如橢圓曲線）變得脆弱，無需過度恐慌。
AI 無法找到不存在的算法：若問題本質上無高效解法（即 P≠NP 的普遍信念），再強大的 AI 也無法破解，因此核心安全假設依然穩固。
可壓縮多年審查時間：過去需耗時十年反覆驗證的密碼學假設，如今可透過 AI 長時間模擬攻擊來快速建立信心，大幅縮短部署前的檢驗週期。
量子安全準備提供緩衝：因應量子威脅而部署的後量子密碼系統雖可能同樣面臨 AI 審視，但既有遷移經驗與措施可為部分風險提供先發優勢。
密碼學敏捷性為防禦關鍵：系統應具備快速更換演算法的能力，並可同時疊加多種加密方法（如橢圓曲線與格密碼），確保單點被破仍不影響整體安全。
最大的機會在於事前漏洞偵測：AI 的即時分析能力可於軟體發布前徹底清除設計缺陷，且此類防禦資源的取得成本正迅速下降，是建設者應把握的實質紅利。

作者：a16z crypto

編譯：深潮 TechFlow

深潮導讀：OpenAI 最新數學模型成果引發行業恐慌，有人開始擔心 AI 會摧毀我們賴以生存的加密體系。本文邀請史丹佛密碼學教授與 a16z crypto 研究團隊，釐清哪些是事實、哪些是臆測，並指出 AI 真正可能帶來的機會，對每一個依賴密碼學基礎設施的從業者都值得一讀。

在 OpenAI 的數學成果引發業內人士警告、擔憂 AI 可能破解我們賴以生存的密碼學之後，我們邀請了史丹佛大學的密碼學家和 a16z crypto 的專家，聊聊哪些是事實、哪些是推測，什麼值得擔心，什麼不必焦慮。

Dan Boneh，史丹佛大學教授，主持應用密碼學小組並聯合領導電腦安全實驗室；同時擔任 a16z crypto 特別研究顧問

Eddy Lazzarin，a16z crypto 普通合夥人

Justin Thaler，a16z crypto 研究合夥人，喬治城大學電腦科學副教授

Liz Harkavy，a16z crypto 投資合夥人

Sonal Chokshi，a16z crypto 主編

另外，六個核心結論：

1. AI 的數學進展並未觸及密碼學的核心問題

最近發佈的結果在數學和電腦科學領域展示了令人矚目的進步，但其中並不包含密碼學方面的成果。

「這是數學和電腦科學領域了不起的進步，但這裡沒有任何關於密碼學的問題。……所以你可能會想，這是否意味著這些模型在密碼學上真的很差？我們不知道。」，Dan Boneh，03:00

「我們並沒有得知橢圓曲線比以前更脆弱。我們沒有得知任何具體的密碼學假設的安全性不如從前。」，Eddy Lazzarin，15:19

2. 即使 AI 更聰明，也找不到一個不存在的演算法

現代密碼學的很大一部分建立在這樣一個假設之上：某些數學問題不存在高效解法。對於能力日益增強的 AI 來說，這一點可能同樣成立。

「我們普遍相信這些問題不存在高效演算法。不是說我們覺得可能存在、只是人類不夠聰明找不到。我們認為根本不存在。如果不存在，AI 有多聰明都無所謂。它找不到那個不存在的演算法。」，Justin Thaler，16:12

「我們必須假設某些問題是困難的。我們無法證明這些問題是困難的，原因在於這關係到電腦科學中一個著名的未解難題，即 P 與 NP 問題。從某種意義上說，我們必須先解決這個問題，才能真正論證某些密碼學問題確實、確實很難。……本週發佈的任何問題都遠沒有接近解決 P 與 NP 問題。我們在密碼學中仍然需要不斷做出假設，對吧？」，Dan Boneh，06:00

3. AI 可以壓縮數年的密碼學審查時間

嘗試破解密碼學本身就是研究人員建立信心的方式之一。一個經受住持續、嚴肅攻擊的設計才能贏得信任。AI 可能改變這種審查發生的速度。

「過去，當有人提出一個假設並基於它構建系統時，我們往往要等上 10 年左右才能部署這個系統，為了建立信心，給人們足夠的時間來分析這個假設。……而現在，突然之間，我們可以用這些模型極大地加速這個過程。……我們現在可以讓模型跑上一個月，嘗試去破解它，如果模型破解不了，那麼我們對這個假設有效的信心就會大大增強。」，Dan Boneh，12:10