a16z 最新訪談揭露，AI 並未觸及密碼學核心問題。史丹佛教授 Dan Boneh 明確表示：「我們沒有得知任何具體密碼學假設的安全性不如從前」，並指出量子準備已為 AI 風險提供先發優勢，密碼學敏捷性讓系統能在弱點出現時快速適應。
（前情提要：a16z 最新 AI 百大榜單出爐：前 1% 付費者撐起近兩成支出、成人向產品太紅遭除名）
（背景補充：IMF 正式警告代幣化股票！24 小時交易很火，但波動是傳統 1.5 倍、流動性不足）
OpenAI 最新數學成果引發業界恐慌，有人開始擔心 AI 會摧毀我們賴以生存的加密體系。a16z Podcast 最新訪談揭露，這種疑慮其實過度了。史丹佛大學密碼學教授 Dan Boneh 與 a16z crypto 研究團隊明確指出：AI 的數學進展並未觸及密碼學的根本難題，現代密碼學的很大一部分建立在「某些數學問題不存在高效解法」的假設之上——如果根本不存在高效演算法，AI 有多聰明都無所謂。原文為 a16z crypto Podcast 訪談整理
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。
本次與談人：
- Dan Boneh，史丹佛大學教授，主持應用密碼學小組並共同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
以下是這場對談的六個核心結論。
AI 數學突破未碰觸密碼學核心
最近發布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
不存在的高效演算法：AI 也找不到
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。……本週發布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
AI 壓縮十年密碼學驗證時間
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
量子準備意外成為 AI 風險緩衝
雖然最近的擔憂圍繞 AI 展開，但其中一些系統早已因為量子計算的威脅而成為遷移工作的物件。這種重疊有其侷限。
「由於對量子威脅的擔憂，人們已經開始將橢圓曲線密碼學視為可能即將變得脆弱的東西。因此，針對這些完全相同的擔憂，我們實際上已經參與、準備並部署了許多你需要的緩解措施，只不過原本是針對另一種威脅。」，Eddy Lazzarin，20:52
「AI 的威脅在某種意義上更廣泛，因為它實際上也可能審視我們的後量子系統，並以某種方式削弱它們，甚至可能完全破解它們。」，Dan Boneh，22:08
密碼學靈活性：快速切換防禦機制
密碼學敏捷性指的是系統在證據或需求發生變化時更換其密碼學方法的能力。它讓工程師有能力應對無法提前預見的發現。
「我們部署的系統可以在所使用的設計被證明不安全時，快速從一種設計切換到另一種設計。密碼學敏捷性在某種意義上是我們防禦意外情況的朋友。」，Dan Boneh，22:47
Dan 指出網際網路連線已經在組合使用不同的密碼學方法：
「它們實際上已經在使用敏捷密碼學了。它們同時使用橢圓曲線和格進行加密。如果你破解了橢圓曲線也沒關係，因為它還在基於格的系統下進行了加密。」，Dan Boneh，38:40
開發階段漏洞偵測：AI 的真正價值
對於建設者來說，最明確的機會之一就是在開發過程中引入更多的安全測試。
在討論複雜的密碼學系統時，Justin 指出：
「漏洞的表面積變得非常大，是的，我非常樂觀地認為，這些讓人們為密碼學感到恐慌的 AI 工具，同樣會幫助我們清除所有漏洞。這是一個非常困難的問題。」，Justin Thaler，28:56
「系統部署之後會吸引大量密碼學家的關注，但那時攻擊密碼系統其實已經太遲了。而現在，因為我們掌控著這些 AI 模型，任何部署新密碼學能力的初創公司，甚至任何部署任何軟體的公司，都可以讓這些模型分析它的密碼學和整體軟體中的漏洞。」，Dan Boneh，35:05
「漏洞可以被消除。它們可以透過設計規避，可以被緩解，而我們用來緩解它們的主要資源，AI 能力，每幾個月就在大幅降價。」，Eddy Lazzarin，37:10
引用內容已為清晰起見稍作編輯。省略號表示刪減的段落。
