比特币：人工智能是否比量子计算更危险？两位开发者为我们解释一切

人工智能已经能够发现更多的漏洞

人工智能助手如今被开发者日常使用，用于编写、修正或审查代码。这种生产力的提升同样影响到了网络安全，类似的模型可以加倍测试并在开源项目或数字安全工具中寻找漏洞。

在七月底，Anthropic的Frontier Red Team宣布Claude Mythos Preview发现了攻击多种加密算法的新方法。

Claude Mythos似乎在HAWK中发现了一个漏洞，HAWK是未来量子计算机抗性签名标准的候选者。尽管经过了两年的人工审查，Mythos在60小时内发现了一种攻击，能够将其密钥的有效强度减半。这次实验的成本约为10万美元，主要用于API的使用。

然而，Coldcard用户最近遭受的比特币盗窃事件显示了实施错误在比特币生态系统中可能造成的后果。

2021年引入的一个漏洞降低了由多个Coldcard模型生成的某些种子的熵。根据多位专家的说法，攻击者可能利用了一个大型语言模型（LLM）生成了自动化这些盗窃的脚本，并可能也用它来发现漏洞。

为了理解这种加速对加密货币的实际影响，Cryptoast采访了以太坊开发者Amira Bouguera，以及一位希望保持匿名的比特币核心开发者。

在比特币核心方面，这一变化已经显而易见：

比特币核心的开发者们非常清楚这一变化。安全报告增多，许多贡献者已经在使用人工智能。

人工智能尤其增强了开发者的能力

根据被采访的比特币核心开发者的说法，错误在于将人工智能视为一种必然优于人类研究者的自主智能。

一个不太专业的人只会产生10倍的糟糕代码，但安全专家可以变得10倍更高效，发现更多的漏洞。

他认为，人工智能主要充当了一个倍增器，使得合格的开发者能够审查更多的代码，测试更多的场景，并关注以前被认为过于不可能或过于昂贵的攻击。

该开发者还认为，目前的人工智能模型主要带来了“厚度而非深度”，增加了可完成的工作量，但不一定提高了其质量或相关性。

人工智能和量子计算对比特币的威胁并不相同

量子计算机对加密货币以及整个金融界的风险是直接且潜在毁灭性的。然而，目前并不存在能够实施这种攻击的计算机。

至于人工智能，风险已经存在。它并不能破解ECDSA或Schnorr，但它可以加速寻找客户、钱包、加密库或未来旨在保护比特币免受量子攻击的标准中的错误。

Cryptoast采访的密码学家和协议工程师Amira Bouguera因此排除了与Anthropic公告相关的任何直接威胁：

对于区块链来说，今天的风险几乎为零，至少在这次公告之后[Anthropic的公告]。但这表明事情正在迅速发展。我们需要开始使用这些工具来发现漏洞，以免被其他人先发现。

随着HAWK的出现，人工智能并没有使用量子计算机来攻击比特币。相反，它能够发现一个专门设计用来保护数字系统免受未来量子威胁的算法缺陷。

人类仍然是瓶颈

人工智能能力的提升不仅仅惠及攻击者。在开发者方面，安全研究人员和比特币的防御者同样拥有相同的工具来检查代码和修复漏洞。

<< 这并不是说只有攻击者拥有更多的能力。防御者也拥有更多的能力 >>，比特币核心开发者强调。

主要的不平衡可能出现在开源项目的运作中，因为人工智能可以在几分钟内生成大量代码、打开拉取请求或生成漏洞报告。验证所提议的更改的相关性、评估其后果并决定是否值得项目关注，仍然需要经验丰富的贡献者花费时间。

被采访的开发者不仅担心人工智能突然能够破解比特币应用程序，还担心其开发过程中噪音的增加：

在社会层面上，存在更多的不对称性。维护者可能会因不优先的更改请求而不堪重负，从而分散对更重要问题的关注。

人工智能构成的威胁比量子计算更为直接，因为其影响在漏洞研究和代码生成中已经显现。然而，在这一阶段，它对区块链的密码学并没有更大的危险。

一台能够破解比特币签名的量子计算机将构成更直接的威胁，而人工智能则加速了一场攻防双方目前都拥有相同武器的竞赛。